一种改进的高超声速滑翔目标跟踪方法

针对临近空间高超声速滑翔目标跟踪问题，提出一种基于反向传播神经网络修正改进迭代扩展卡尔曼滤波(Back Propagation Neural Network-aided Improved Iterative Extended Kalman Filter, BP-IIEKF)的目标轨迹跟踪方法。在雷达站坐标系下建立目标运动模型和量测模型。引入阻尼因子修正IEKF算法中的协方差预测矩阵，并定义算法的代价函数，给出迭代终止条件，保证了算法收敛精度，减小状态的观测更新误差，提高了目标状态估计精度。利用BP神经网络修正滤波结果，补偿系统滤波误差，进一步提高了跟踪精度。仿真结果表明所提算法对高超声速滑翔目标具有更高的跟踪精度。     

捷联惯导系统动基座初始对准仿真研究

建立了捷联惯导系统动基座初始对准的误差模型，利用分段定常系统可观测性分析理论和方法对系统动基座初始对准时的可观测性进行了全面分析。并采用卡尔曼滤波技术，对系统在各种运动基座初始对准情况下的平台误差角进行了估计，给出了方差仿真曲线，比较了静基座与在这些运动情况下的卡尔曼滤波器的估计效果。仿真结果表明，在捷联惯导系统动基座初始对准过程中，可以通过载体线运动和角运动的改变来提高系统的可观测性和状态变量的可观测度，从而提高估计的精度和速度。这样可以寻求最佳机动方案，有效快速地进行初始对准。     

强跟踪滤波在高超声速滑翔目标跟踪中的应用

高超声速滑翔目标(HGT)机动模式复杂多样、轨迹形态灵活多变,增加了跟踪模型建模的不确定性,导致目标跟踪的精度低。为了提高跟踪精度,提出了一种基于强跟踪滤波的高超声速滑翔目标跟踪方法。首先,在地基雷达坐标系下建立目标运动模型和量测模型,利用维纳随机过程来表征运动模型中未知项的变化特性。其次,采用强跟踪无迹卡尔曼滤波(UKF)算法对目标运动状态进行估计,提高模型不确定性存在时滤波器的状态跟踪能力。最后,利用目标常用的基于标准轨迹的制导方法生成了一条可行飞行轨迹。仿真结果表明,该方法的跟踪精度高,强跟踪滤波能够有效降低模型不确定性存在时的状态估计误差。     

一种改造的SINS误差模型在精对准中的应用

针对捷联惯导系统原始的静态误差模型航向角误差不可观测的情况,本文提出了一种改造的静态误差模型.该模型在原始模型的基础之上,通过能观测性结构分解以及状态变换转化而来.理论分析表明经改造后的误差模型可从一定程度上解决航向角误差不可观测的问题.利用该模型对某型号车载激光捷联惯组作卡尔曼滤波精对准实验,并对比参数辨识精对准的结...     

捷联惯导系统大失准角下的初始对准研究

针对捷联惯导系统初始对准过程中的大失准角情况,建立了基于欧拉平台误差角概念的捷联惯导系统(SINS)非线性误差模型,对于具有加性噪声的动态方程,当状态方程为非线性而观测方程为线性时,将一种简化的UKF滤波方法运用到捷联惯导系统初始对准中,并在静基座下对捷联惯导系统大失准角初始对准进行了仿真。仿真结果表明,随着失准角的增大,简化的UKF比EKF估计精度更高,是一种在进行捷联惯导系统大失准角条件下的初始对准时实用方法。     

弹道导弹助推段拦截融合跟踪算法研究

针对空基雷达数据率低的特点,提出一种新的基于雷达/红外成像的机动目标跟踪信息融合算法.建立了弹道导弹目标机动模型和雷达/红外成像导引头观测方程,以动能拦截弹红外成像导引头数据更新时间为基准,以空基雷达采样周期为间隔对距离信息进行实时修正,推导了雷达/红外成像复合制导信息融合跟踪扩展卡尔曼滤波算法.仿真结果表明,该算法融...     

惯性导航系统标定滤波方法研究

捷联惯导系统标定技术对提高导航精度十分必要,而惯性导航系统标定选择的滤波方法直接影响到标定的精度。本文对不同状态的滤波估计方法进行了理论分析,利用不同标定仿真环境下所采用的卡尔曼滤波及其他滤波方法,对惯性器件误差及安装误差进行了估计,并通过仿真分析比较了惯性导航标定中各种滤波算法的特点及适用范围,得出了算法的应用建议,对惯导误差模型标定具有一定的工程指导意义。     

弹道导弹捷联惯导/天文组合导航方案研究

通过分析捷联惯性导航和天文导航的特点,提出利用扩展卡尔曼滤波方法融合捷联惯导和星光测量信息以提高弹道导弹落点精度的可行方案。研究了捷联惯导系统误差模型,建立了滤波误差状态方程和星敏感器原始信息测量方程。星敏感器从发动机关机后开始工作,在滤波过程中对捷联惯导测量误差进行了反馈校正。仿真结果表明,星敏感器开始工作后导弹的位置、速度和姿态误差的方差立即减小,导弹的落点精度也大幅度提高。     

单轴旋转捷联惯导系统重力扰动补偿方法研究

随着惯性器件精度的提升以及系统级补偿技术的应用,惯性导航系统精度得到不断提升。原先忽略的一些误差源如重力扰动,成为制约惯导精度进一步提升的关键。针对该问题,研究了单轴旋转捷联惯导系统重力扰动补偿,补偿所需重力扰动信息通过德国波尔茨坦GFZ研制的EIGEN-6C4计算得到。仿真结果表明,经重力扰动补偿后,单轴旋转捷联惯导系统精度有显著提升。     

石英挠性加速度计组件精密温控系统热分析

在捷联惯性导航系统中石英挠性加速度计是其核心器件,加速度计的温度 特性直接影响其测量精度。在高精度的惯性系统中,需要对加速度计组件进行精度优于 0.05℃的温度控制。为了研究加速度计组件精密温控系统,利用有限元分析软件ANSYS 建立石英挠性加速度计组件温控系统的有限元模型,仿真计算其有限元模型的温度场。 首先根据组件的结构特性建立了其有限元模型,介绍了热分析中求解条件的确定方法。 通过仿真得到温控系统的温度场模型,根据温度场模型计算温度梯度并且确定系统的测 温点、控制方式,最后利用加速度计输出数据验证分析结果的正确性。研究结果可以为 加速度计组件精密温度控制系统中的测温点选取、控制方式确定以及捷联惯导系统中温 度补偿、温度控制与热优化提供参考依据。     

空间平台机动变轨自主导航研究

针对空间平台在高轨道机动变轨过程中自主导航的需求,采用了基于Kalman滤波器的捷联惯导与星敏感器的组合导航方案。结合Kalman滤波中协方差更新的误差分配分析方法,分析了影响空间平台状态估计误差的主要因素。采用适用于高轨道的球谐重力模型,运用STK工具包设计了变轨机动轨迹,将该轨迹应用于组合导航方案的仿真验证。仿真结果表明,量测噪声是影响空间平台姿态精度的主要因素,加速度计零偏对变轨过程速度精度有决定性影响,改善两者的精度可以实现空间平台机动变轨的高精度自主导航。     

涡轴发动机健康管理跟踪滤波器技术

以反映部件健康状态的变几何涡轴发动机部件级数学模型为基础,利用线性化方法建立了反映航空发动机健康状态的线性状态空间数学模型;利用Kalman滤波器原理,构建了涡轴发动机健康状态跟踪滤波器。对线性状态空间模型和健康状态跟踪滤波器进行了仿真,结果表明：线性状态数学模型准确、实时;健康状态跟踪滤波器可准确地估计出涡轴发动机健康状态的变化。     

一种改进的强跟踪UKF算法及其在SINS大方位失准角初始对准中的应用

针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

一种改进的强跟踪 UKF 算法及其在 SINS 大方位失准角初始对准中的应用郭泽,缪玲娟,赵洪松简

 针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

一种新的基于机动检测的机动目标跟踪算法

针对Kalman滤波跟踪机动目标发散和目前多数自适应Kalman滤波算法对运动模型适应性不强的问题,提出了一种新的基于机动检测的机动目标跟踪算法,通过实时自适应的改变滤波模型提高对机动目标跟踪精度。对这种方法与Kalman滤波算法进行了计算机仿真比较,结果表明,该方法计算量小,可实时精确地自适应匹配目标的运动模型,可实现对机动目标稳定可靠的跟踪。     

基于强跟踪滤波的GPS/INS组合导航系统对准技术研究

针对卡尔曼滤波鲁棒性较差的问题,研究了基于强跟踪滤波方法的GPS/INS对准。建立了GPS/INS组合导航系统对准的误差模型,对机载装备系统进行GPS/INS组合导航系统的对准仿真分析,验证该方案的可行性及强跟踪滤波器的性能。仿真结果表明,采用强跟踪滤波能够根据残差的变化求出渐消因子,能够在机动过程中有效跟踪系统状态量,从而提高对准精度和速度。采用强跟踪滤波的GPS/INS组合导航系统对准技术可以保证对准的快速性及对准精度,对工程应用具有重要的参考价值。     

基于组合导航技术的光纤捷联系统在线标定

 将光纤捷联系统惯性测量单元（IMU）输出误差分解成零偏误差、标度因数误差、失准角误差和随机白噪声几个部分,建立了系统误差模型,基于此模型设计卡尔曼滤波器引入高精度外部信息源对IMU进行在线标定。将此方法应用于某光纤捷联系统进行跑车试验,结果表明：引入外部信息源进行在线标定与补偿后系统纯惯导精度显著提高,本文建立的系统误差模型和在线估计方式有效估计了IMU输出误差,实现了系统在线标定,提高了系统实用精度。     

捷联制导旋转弹制导信息提取研究CSCD

以捷联式半主动激光导引头为研究对象,研究其应用在旋转弹上制导信息的提取方法。根据坐标转换关系得到旋转弹惯性系视线角解耦模型,由于导引头和速率陀螺仪具有测量误差特性,直接解耦得到的制导信息会产生较大的误差。基于视线角解耦模型的非线性,采用扩展卡尔曼滤波(EKF)的方法对测量信息进行滤波处理,估计出目标的位置,从而得到捷联式半主动激光导引旋转弹的制导信息。将扩展卡尔曼滤波方法与α-β滤波方法进行对比分析,得到扩展卡尔曼滤波方法对捷联式半主动激光导引旋转弹制导信息的估计精度更高,收敛更快。     

自由段弹道目标跟踪算法在工程中的应用

在对弹道目标跟踪预警的工程实践中,雷达系统对目标运动的信息处理速度尤为重要,因而,文章选取自适应跟踪模型与卡尔曼滤波相结合的方法解决自由段弹道目标的跟踪问题,并与扩展卡尔曼跟踪算法做了对比分析。仿真显示,2种滤波方式分别与自适应跟踪模型相结合后,卡尔曼滤波和扩展卡尔曼滤波跟踪性能相差不大,但其算法简单、运算时间短,可以较好满足自由段弹道目标跟踪的工程需求。     

一种基于三维到达角的无偏伪线性卡尔曼滤波

为了解决大场景下基于三维到达角的目标跟踪问题，提出了一种具有无偏性的伪线性卡尔曼滤波。首先，基于三维到达角信息对目标运动模型与量测模型进行建模；之后，对量测模型进行了伪线性化处理，得到了线性形式的目标量测模型。为了解决伪线性卡尔曼滤波存在的有偏性问题，提出了一种结合EKF（extend Kalman filter）的三维伪线性无偏卡尔曼滤波。仿真实验表明，该模型能够对非机动目标与机动目标有效跟踪，对于百公里级别的目标，当角测量误差从0.1°变化到0.5°，算法在仿真时间结束时均能将绝对位置误差降低至10 km以内，且算法的运行速度与EKF为同一个量级，同时兼顾了抗干扰能力、定位跟踪精度、运行效率的要求，能够为大场景下的目标跟踪提供有效方法。