一种速度矢量和位置矢量分离估计的固定单站无源定位改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用伪线性卡尔曼滤波算法估计目标速度,然后建立了将位置矢量作为变量的状态方程,而速度矢量作为确定性控制项加入状态方程,并利用修正增益扩展卡尔曼滤波算法对目标位置进行滤波。计算机仿真表明本文的算法具有定位精度高,收敛速度快的优点。     

基于立体视觉Tri-EKF算法的空间非合作目标运动与结构估计

针对空间非合作目标的运动状态及外形结构估计的双重扩展卡尔曼滤波(Dual EKF)算法存在运动状态变量耦合及收敛速度慢的问题。基于立体视觉观测模型,引入特征线作为新观测量分析了目标平移与旋转运动估计的解耦性,提出三重扩展卡尔曼滤波(Tri-EKF)算法,实现了对目标旋转、平移运动以及结构参数的串行估计。本文对两种算法进行仿真比较,通过试验校验Tri-EKF算法。结果表明:有限次观测下,Tri-EKF算法对目标运动估计收敛速度更快,平均估计误差更小。     

空空导弹反强机动目标时间约束滑模制导律

针对空空导弹期望时间拦截强机动目标问题，提出了一种不依赖剩余时间估计的新型攻击时间约束滑模制导律。设计了一种以弹目距离和攻击时间误差加权求和的滑模面，通过分析制导收敛条件，推导得到自适应非奇异权重函数，通过引入有限时间收敛条件，得到了一种有限时间收敛滑模制导律。该制导律在不依赖剩余时间估计条件下保证了终端打击精度和攻击时间约束。通过设计包含滑模变量的附加制导项，显著提升了攻击时间的收敛精度。针对未知加速度机动目标，分析并证明了该制导律对于拦截强机动目标具有良好的适用性。最后通过数学仿真验证了所提出的制导律在不同约束条件下的有效性，并通过对比仿真验证了算法的优越性。     

被动传感器组网变门限聚类定位算法

为了提高干扰情况下目标的定位精度,提出一种基于数据质量分析的地面固定被动传感器组网变门限聚类定位算法。该算法充分利用传感器组网和数据质量分析的优点,首先将各传感器量测转换为目标的估计位置点,并按照距离平方和的方法对各位置点进行数据质量分析;其次构造检验统计量,根据位置点数量的变化自适应调整聚类门限进而对位置点中心进行数据质量分析;最后根据分析结果确定高质量位置点类别并获得目标的估计位置。通过和最小均方误差估计算法（MMSE）相比较,变门限聚类定位算法可有效消除低质量数据对定位结果的影响,从而提高了目标的定位精度。仿真结果验证了从数据质量分析的角度对目标进行组网定位的有效性。     

反馈式多目标多传感器系统误差融合估计技术

本文对多目标情况下的多传感器系统误差估计问题进行了研究,提出了反馈式多目标多传感器系统误差融合估计算法。算法首先对EX算法进行了修正,无需计算各目标状态估计及其增益伪逆,直接利用各传感器量测数据来构建伪量测,通过滤波获得局部传感器组合系统误差估计;其次,算法通过构建状态空间转移矩阵实现了全局估计到局部组合估计关系描述,并从多目标多传感器两个层面对系统误差估计进行更新,即对多目标信息进行递归融合以有效利用空间分布的多目标信息,对多传感器组合估计信息进行反馈融合获得全局估计。蒙特卡洛仿真结果说明该算法能够进行多传感器系统误差的快速精确融合估计,相比EX算法在实时性与估计精度方面均具有较大的优越性。
     

一种新的惯导平台静基座快速初始对准方法

提出了一种新的惯导平台静基座快速初始对准方法。用两步卡尔曼滤波算法替代常规算法估计水平误差角,根据水平误差角快速收敛的估计结果估计收敛较慢的方位误差角。给出了算法模型。理论分析和仿真结果表明:该算法对水平误差角的估计收敛速度可提高1倍,对方位误差角的收敛速度也相应提高,精度与常规方法一致,是一种有效的快速初始对准方法。     

改进的粒子群优化算法在TDOA定位估计中的应用

提出了接收端在空间随机分布时，利用改进的粒子群优化算法解决TDOA定位估计中遇到的非线性最优化问题。该算法基于简单的遗传操作，在种群更新前先进行一次筛选，通过迭代搜索最佳坐标。试验表明，在参数设定合理的情况下，该算法性能稳定，能找到逼近全局最优点的解，相对其他算法精度更高，收敛速度更快。     

双站无源定位和跟踪算法研究

为提高无源定位和跟踪的性能,弥补传统技术信息量少、定位速度慢和跟踪精度低的缺陷,研究了针对空中目标的基于联合信号到达角(DOA)与到达时间差(TDOA)的双站无源定位算法,以及基于联合到达时间差与到达频率差(FDOA)的双站无源跟踪算法。无源定位算法利用空间几何关系解析目标位置,无源跟踪算法利用无色卡尔曼滤波(UKF)持续跟踪目标并获得更高精度的目标位置信息,给出了两种算法模型。仿真结果表明:联合DOA,TDOA的无源定位算法在基线较短的条件下,对距离100km内的目标定位精度优于10%,联合TDOA,FDOA的无源跟踪算法的收敛速度较快且跟踪精度能达百米级。     

基于距离像特征的复合速度估计算法研究

首先分析了步进频率宽带信号混频处理原理和目标速度对距离像的影响。在此基础上，提出了基于距离像熵和距离像对比度的速度估计算法，详细分析了这两种算法的数学原理、步骤、效果、适用条件等。最后，基于这两种算法又提出了复合速度估计算法，大大提高了速度估计精度。     

步进频率雷达多通道迭代收敛法速度估计方法研究

步进频率雷达中,目标的径向运动将导致合成的目标径向一维距离像产生距离徙动和波形失真,需要对目标速度进行估计以补偿其影响。首先基于相位对消原理提出一种适用于扩展目标的步进频率雷达信号处理方法。然后针对高速运动目标,提出基于多通道迭代法步进频率速度估计方法。该方法利用一组正跳频和负跳频步进频率脉冲串综合处理,通过多通道方法解速度模糊,迭代收敛法精确估计目标速度,从而实现高速运动目标无模糊速度精确测量。该方法可应用于步进频率雷达高速目标速度精确测量和成像补偿。     

空间非合作目标快速姿态跟踪导航方法研究

提出了一种空间非合作目标快速姿态跟踪导航方法。在非合作目标相对测量过程中,激光测距仪测距数据具有不连续的特点。当不具备测距数据时,采用基于位置-速度方差修正的姿态跟瞄导航滤波算法,引导追踪航天器完成对目标的粗捕获和保持;当具备测距信息时,通过引入间接量测矩阵和Wonham能控规范型极点配置方法,采用基于全维状态观测器的姿态跟瞄导航滤波算法,完成对目标的连续精确指向跟踪,并通过配置观测器极点调整滤波收敛速度。本文提出的姿态指向跟瞄导航算法克服了非合作目标跟瞄过程中测距信息不连续的问题,与传统扩展卡曼滤波算法相比,能够避免量测方程近似线性化过程中的大量矩阵求导运算,因而提高了跟踪导航滤波的收敛速度,增强了追踪航天器对非合作目标的快速姿态指向与跟瞄能力。     

惯性/图像组合导航中的双模态双滤波器研究

在简要介绍了飞行器视觉图像定位导航原理及模型的基础上，针对其非线性模型的推广Kalman滤波的收敛与初始条件有关的问题，将其定位导航的两种模型（线性与非线性模型）组合，提出了双模态双滤波器滤波方法。这种滤波能很好地解决非线性推广Kalman滤波的收敛问题。通过第一个线性滤波器的滤波估计给第二个非线性滤波器提供滤波初值，使这一非线性滤波收敛，并能取得较高的滤波精度。     

机载单站无源定位三维模型及其仿真

针对在空间作匀速直线运动的目标，建立了机载单站无源定位的三维模型。给出了其中的预处理过程和系统状态方程，并采用UKF算法进行滤波处理以提高定位精度。仿真结果表明，模型和算法有效。与扩展卡尔曼滤波(EKF)相比，在初始误差较大时UKF也能快速收敛。     

基于变步长LMS算法的IMU信号降噪研究

针对遥测系统小型化惯性测量单元惯性敏感元件精度较低,随机噪声较大的情况,研究基于变步长LMS自适应滤波技术的IMU信号实时降噪问题。算法通过实时递推得到失调误差和输入信号的互相关系数估值,利用估值实现算法的变步长控制,克服了固定步长NLMS滤波在收敛速度、跟踪能力和稳态精度之间的矛盾,具有收敛速度快、稳态精度高、动态信号随机噪声抑制能力强的优点。实验表明,变步长LMS自适应滤波技术可有效降低IMU信号的随机噪声,为遥测系统测量精度的提高提供技术支撑。     

对运动辐射源的单站无源伪线性定位跟踪算法

本文针对只测向单站无源定位中推广卡尔曼滤波（EKF）算法具有不稳定性等缺点，在只测向（BO）定位算法的基础上增加方位角速率观测信息，提出了一种对运动辐射源的单站伪线性卡尔曼滤波定位方法并进行了计算机仿真，它相对于只测向方法提高了定位误差的收敛速度。它可用于无源侦察监视或导弹制导等要求快速收敛的场合。     

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。     

Square-root quaternion cubature Kalman filtering for spacecraft attitude estimation

A novel quaternion estimator called square-root quaternion cubature Kalman filter is proposed for spacecraft attitude estimation. The filter approach uses a gyro-based model for quaternion propagation and a reduced quaternion measurement model to substantially reduce the computational costs. The process and measurement noises of the system model exhibit the same kind of linear state-dependence. The properties of the state-dependent noises are extended and more general expressions for the covariance matrices of such state-dependent noises are developed. The new filter estimates the quaternion directly in vector space and uses a two-step projection method to maintain the quaternion normalization constraint along the estimation process. The square-root forms enjoy a consistently improved numerical stability because all the resulting covariance matrices are guaranteed to stay positive semi-definite. Extensive Monte-Carlo simulations for several typical scenarios are performed, and simulation results indicate that the proposed filter provides lower attitude estimation errors with faster convergence rate than a multiplicative extended Kalman filter, a quaternion Kalman filter, and a generalized Rodrigues parameters (GRPs)-based cubature Kalman filter for large initialization errors.     

含无序量测的多传感器目标跟踪滤波算法

由于通信链路的随机时间延迟和星上传感器测量的预处理时间的不同等因素,导致在目标飞行器的测量中产生无序量测现象。为解决该问题,提出了一种基于扩展卡尔曼滤波的前向预测多步滞后无序量测处理算法。该算法首先采用扩展卡尔曼滤波算法估算出目标飞行器的状态方程和协方差方程,然后在滤波过程中利用前向滤波更新的方法,将协方差方程更新结果去相关后,累积到当前协方差方程滤波结果中,从而有效解决了目标飞行器测量中的无序量测问题。最后,将该算法与扩展卡尔曼滤波算法、丢弃算法进行了对比仿真。仿真结果表明,采用该算法处理目标飞行器的位置和飞行速度,得到的测量误差较小,在整个观测时间内,测量误差的收敛性较好,能够实现对目标飞行器的精确测量和跟踪。     

天基红外低轨星座对目标的跟踪算法研究

建立了天基红外低轨星座对自由段目标的观测模型,考虑了精确的目标运动模型。针对天基红外低轨星座的任务特点,从收敛速度、估计精度、估计有效性以及运算效率等方面比较了批处理滤波、EKF、UKF、高阶UKF和粒子滤波等算法的性能。仿真结果表明,综合考虑各种因素的影响,UKF具有最佳估计性能,能够对天基红外低轨星座中自由段目标进行有效跟踪。该文的理论分析和仿真实验对天基红外低轨星座的跟踪滤波器设计具有重要的指导意义。