摘要：多數(shù)地理定位算法只用信號(hào)的到達(dá)時(shí)間差(Time Difference of Arrival,TDOA)估計(jì)發(fā)射機(jī)位置,而TDOA數(shù)據(jù)中的外部噪聲降低估計(jì)精度。為此,提出基于迭代雙重?cái)U(kuò)展的Kalman的有源目標(biāo)估計(jì)(Iterated dual-extended Kalman Fiter,ID-EKF)算法。ID-EFK算法測量TDOA和到達(dá)頻率差(Frequency Difference of Arrival,FDOA)信號(hào)。先建立相關(guān)位置和速度的狀態(tài)等式和相關(guān)TDOA和FDOA信號(hào)的測量等式。然后,再用迭代雙重?cái)U(kuò)展Kalman濾波補(bǔ)償非線性測量誤差。仿真結(jié)果表明,提出的ID-EKF算法降低了估計(jì)誤差。