基于Kalman滤波的GPS/INS接收机自适应干扰抑制方法

 考虑到惯导信息辅助GPS(GPS/INS)接收机对干扰抑制实时性的要求,提出一种基于Kalman滤波的GPS/INS接收机自适应干扰抑制方法。自适应广义旁瓣相消(GSC)多采用低复杂度最小均方(LMS)算法更新权矢量,收敛速率较低,严重时会导致接收机定位中断。首先利用Householder变换构建GSC下支路的阻塞矩阵,用于阻塞任意二维阵型阵列接收的期望信号;再用Kalman滤波自适应更新下支路权矢量,从而有效提高阵列输出信干噪比(SINR)。理论分析和仿真结果说明本文方法可有效抑制干扰对接收机的影响,且具有实时性高的特点。     

航空发动机气路故障诊断的SANNWA-PF算法

针对航空发动机非线性、非高斯的特点，提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波（SANNWA PF）算法。该算法根据粒子分布情况确定分裂和调整的粒子数目，进而根据粒子权重采用正态分布的方式进行分裂，采用反向传插(BP)神经网络进行权值调整，缓解了粒子的退化和贫化，具有更强的自适应性能和跟踪能力。通过一维非线性跟踪模型和航空发动机气路故障诊断仿真研究表明:SANNWA PF算法具有良好的非高斯性能，相对粒子滤波一维非线性追踪模型估计精度提高约21%，航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%，诊断速度分别提高约7倍和10倍。      

多威胁障碍下翼伞系统的最优轨迹规划

针对翼伞系统在多威胁障碍环境下的最优轨迹规划问题,提出了一种结合改进RRT~*算法和高斯伪谱法的混合策略方法。根据翼伞运动模型特点,改进了原始RRT~*算法的距离度量和节点扩展方式,采用目标偏向的采样策略加快算法找寻初始轨迹的速度;根据翼伞系统的四自由度运动模型建立以控制量为目标函数的最优控制问题,利用高斯伪谱法将最优控制的轨迹规划问题转换为带约束的非线性规划问题,再将初始轨迹作为该非线性规划问题的初始解以减少迭代次数、加快收敛速度。仿真结果表明,所提方法在多威胁障碍环境下可以规划出满足要求的最优轨迹,且比原高斯伪谱法节约了大量运行时间。     

提高LAAS空间信号可用性的完好性监测新膨胀算法

局域增强系统(LAAS)地面主控站(LGF)广播的差分修正量所包含的非零均值高斯误差和非高斯误差对系统的可用性造成较大的威胁.为此,提出一种均值膨胀和非高斯膨胀相结合的算法以改进传统的sigma膨胀算法.通过恰当地选取各膨胀系数,采用改进算法可在满足各类型误差尾部覆盖的同时,还可有效提高系统的可用性水平.计算机仿真结果...     

高超声速飞行器组合导航鲁棒滤波算法

高超声速飞行器由于其飞行环境的影响,使得GPS和星敏感器的量测噪声表现出非高斯特性。针对常规基于Kalman滤波的组合导航在非高斯噪声下性能下降的问题,提出了基于鲁棒滤波的高超声速飞行器组合导航算法。方法在惯性／GPS／＆异步量测建模的基础上,通过随机去耦将量测更新转化为线性回归问题,并基于M估计获得状态量最优估计。仿真结果表明,方法对非高斯噪声具有更好的鲁棒性,有效提高了高超声速飞行器组合导航系统的性能。     

雷达低空目标俯仰角跟踪的C2算法研究

在单脉冲测角体制下,由于多径回波信号的干扰,极大地降低了雷达低空目标仰俯角跟踪精度,甚至丢失目标。通过对多路径反射环境模型分析,得出了岸、海基单脉冲雷达低空目标跟踪时仰俯角测量误差的产生原因,提出将传统的多目标分辨算法(C2算法)应用于低角多径环境下目标俯仰角的跟踪测量,并在不同多径反射环境下对不同高度、不同飞行速度和飞行方向的目标进行了仿真,得到良好的仿真结果,表明该算法可较大地提高俯仰角跟踪测量精度。通过对仿真结果的分析,验证了该算法在低空目标跟踪中的有效性和可行性。     

基于改进蚁群算法的无人机航路规划

为了提高无人机(UAV)的作战效率和生存概率,在执行任务之前必须设计出高效的无人机飞行航路.针对这一问题,采用了蚁群算法进行航路规划,并对蚁群算法进行了改进.提出了保留最优解、自适应状态转换规则和自适应信息激素更新规则,有效的提高了算法算收敛速度和解的性能.最后用改进的蚁群算法对无人机任务航路进行了仿真,仿真结果表明,该算法是一种有效的航路优化算法.     

改进型蚁群算法的全局路径规划仿真研究

针对传统蚁群算法收敛较慢的问题,提出了一种在复杂环境下全局路径规划的改进型蚁群算法。利用链接图法建立了路径规划的空间模型;借鉴狼群分配原则对信息素进行更新;在缩小搜索区域,提高搜索效率的过程中,引入了启发式概率公式和启发函数;通过参数自适应调整策略,进一步对最优解进行了优化。将基于Dijkstra算法的初始路径规划和改进后蚁群算法的规划结果进行了仿真对比,结果表明,改进后蚁群算法的全局优化性能较好,具有一定的有效性和可行性。     

基于自适应光学的机载激光光束质量校正算法研究

机载激光受大气光学效应影响较为明显,研究以自适应光学为代表的光束整形系统,将有效提高激光器作用于目标位置的光束质量。利用光路中的自适应光学变形镜,以能量反馈方式对机载激光发射单元出射的激光光束质量进行回路校正,是一种可行方案。采用以随机并行梯度下降法(SPGD法)为代表的优化算法作用于变形镜,实现返回光能量最大,从而实现目标上的光束质量提升。通过算法优化及全局收敛仿真,探求一种较快速收敛的实用性方法,用于连续激光和重复性好的脉冲激光的光束质量校正。上述算法的仿真研究,有助于机载条件下的激光在实际大气环境下的效能提升,具有一定的实用价值。     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.     

空天飞行器的鲁棒自适应模糊轨迹线性化控制

提出了鲁棒自适应模糊轨迹线性化控制(RAFTLC)方法并应用于空天飞行器(ASV)飞行控制系统设计.根据系统的先验知识, 设计出标称模糊系统对系统的未知干扰和不确定进行估计, 并通过鲁棒自适应控制项来克服标称模糊系统逼近误差和权值误差的影响.标称模糊系统逼近误差和权值误差的界在线调整.采用Lyapunov方法证明了闭环系统的所有信号一致最终有界.最后利用提出的控制方案设计了ASV飞行控制系统, 并在高超声速条件下进行了仿真验证.仿真结果表明了控制方案的有效性和鲁棒性.      

高斯混合概率假设密度算法对多目标的跟踪研究

为了规避数据关联的困难,本文深入研究了适宜多目标跟踪工程应用,线性高斯多目标模型假设下的高斯混合概率假设密度算法（GM—PHD）,详细给出了后验PHD高斯元素的均值、方差和权值的解析递推式,使用了修剪和合并方法控制高斯元素数目的指数增长。最后。给出了一系列仿真实验,验证了在检测不确定和高杂波环境下,即使对目标数量未知和...     

一种改进的LMS算法及其在自适应消噪中的应用

介绍了一种改进的LMS自适应滤波算法及其在自适应噪声对消中的应用。该算法利用误差信号的相关值去调节步长,解决了算法收敛时间与稳态误差间的矛盾,为实际应用提供了更大的灵活性。它同时实现了均方误差小和收敛速度快,并且降低了LMS算法对噪声的敏感性。文中最后给出了仿真结果,仿真结果与理论分析是一致的。     

随机神经网络在机动多目标跟踪中的应用

研究密集多回波环境下的机动多目标跟踪问题。通过对多目标联合概率数据关联方法性能特征的分析,将其归结为一类约束组合优化问题。在此基础上,利用随机神经网络求解组合优化问题的策略,采用改进的增益退火算法,提出了一种新颖的机动多目标快速自适应神经网络跟踪方法。仿真结果表明,该方法不仅具有很高的收敛速度和跟踪精度,而且计算量小,关联效果好。     

基于阵列天线的一种GPS多径抑制方法

为了抑制多径效应对GPS的严重影响，在分析了多径效应对伪码跟踪环路影响的基础上，提出了一种基于空间平滑的改进稳健波束形成算法来抑制GPS多径效应。以直线阵为基础，采用前后向空间平滑算法对阵列接收信号进行预处理，针对各种失配，采用改进的稳健波束形成算法进行处理。该方法既可以有效地抑制GPS多径效应，又可以有效地改善伪码跟踪环路的跟踪精度。仿真实验结果验证了所提方法的正确性和有效性，具有较高的工程实践价值。     

模糊自适应算法在GPS/INS组合导航系统中的应用

阐述了在对常用的Sage-husa自适应滤波算法总结和分析基础上,给出了滤波收敛的判据,提出利用模糊逻辑自适应控制器(FLAC)调整卡尔曼滤波器的方法,形成自适应滤波算法.以GPS/INS组合导航系统为例进行了仿真,结果既能抑制滤波发散,又能提高滤波精度和实时性.     

GNSS多径抑制基带处理算法综述CSCD

随着全球导航卫星系统(GNSS)信号体制的不断更新,接收机应用环境越来越复杂,多径误差抑制技术也在不断发展进步。其中,基于改进基带的多径抑制算法由于成本和效果综合较优,受到了国内外研究人员的重视。论文首先阐述了GNSS多径抑制的基本原理,综述了传统的GNSS参量式和非参量式多径抑制算法的研究现状和实现方式,然后探讨分析了新体制信号中提高抗多径性能的方法,总结了当前GNSS多径抑制基带处理研究中的主要问题,最后展望了其未来的发展趋势。     

GPS多径信号的自适应滤波估计方法

 研究全球定位系统(GPS)多径信号估计的问题。通过分析自适应滤波器的原理,建立了数字中频信号处理的数学模型,提出一种用自适应滤波实现GPS多径幅度、码相位和载波相位估计的方法。该方法采用不同延迟的伪随机序列对信号进行解扩、解调和累加,得到了作为期望信号的系列自适应滤波相关值。对该方法与其他3种方法进行了理论上的分析比较,得出本方法具有信噪比高、自适应滤波性能好、带有码相位信息和不存在载波模糊度问题等优点。根据各种滤波器算法的特点和本应用的需求,给出了选用递归最小二乘算法实现的方法。通过计算机仿真,验证了提出的方法能够在14 dB的信噪比下,以1个采样间隔的时间延迟分辨率和0.005周的载波相位估计精度估计出GPS L1的多径信号。     

基于干扰观测器的四旋翼无人机轨迹跟踪鲁棒控制

针对四旋翼无人机提出了一种基于干扰观测器的轨迹跟踪鲁棒控制算法。在外界气流干扰和内部模型参数不确定性的影响下,保证空间位置和偏航角可以快速平滑地跟踪参考信号。对于位置子系统,设计了自适应更新算法,对质量不确定性和气动干扰力进行抑制。设计了一个新颖的非线性干扰观测器,对未知气动干扰力矩进行观测。通过在控制输入中加入干扰力矩的观测值,保证姿态子系统能够以指数收敛速率跟踪中间指令信号。利用Lyapunov理论,证明了整个闭环系统全局渐近稳定。仿真结果表明,该控制器简单有效,对外界干扰具有较强的鲁棒性,同时对负载不确定性也具有自适应能力。     

非合作体附着下的组合体航天器自适应控制

空间中非合作体附着航天器本体后,新组合体惯量参数未知、系统引入的动量变化未知,容易造成航天器姿态控制失稳.针对此问题,提出了一种基于非合作组合体整体惯量估计的自适应控制方案,实现不同情形附着下新组合体姿态的快速和高精度恢复.通过构造李雅普诺夫函数,对自适应控制方案稳定性进行了证明.搭建的某卫星被非合作组合体附着后的姿控仿真平台表明,在非合作体惯量参数未知、引入动量未知以及附着前系统状态不定等恶劣情况下,采用该算法的组合体姿控误差可收敛到一个极小的领域内,可以实现对非合作组合体系统快速而有效的控制.