一种机载雷达机械扫描空域稳定改进算法

机载雷达在载机机动时,为保证天线视线空域指向范围不变,采用空域稳定的算法。当给定的方位和俯仰指令不在同一坐标系时,采用传统的算法会使得实际的空域与理想空域在载机机动幅度较大时有很大误差。文章提出一种算法,使得雷达扫描中心精度与期望值十分接近。同时,对于坐标转换中方位和俯仰的指令间覃相影响引起的俯仰指向精度降低问题,提出...     

基于改进容积卡尔曼滤波的惯性/光流组合自主测速方法

针对容积卡尔曼滤波算法在惯性/光流组合测速数据融合时出现由于各系统输出数据频率不一致导致融合精度有限的问题,提出了一种基于多速率残差校正的改进容积卡尔曼滤波算法.通过当前时刻误差估算组合导航系统残差,再使用估算后的残差对速度估计值进行补偿,最终实现惯性/光流组合系统速度测量值的数据融合.实验结果表明,通过提出的改进容积...     

基于CZT的机载并行双站斜视SAR成像算法

建立了机载并行双站斜视合成孔径雷达(SAR)的几何模型,给出了雷达回波的数学表达式,推导了它的二维频谱并对其特点做了分析。在二维频域内,先用聚焦函数对观测场景中心的点目标做精确成像,然后用Chirp-Z变换(CZT)校正中心点两侧目标回波的距离徙动,再通过方位向逆傅里叶变换得到了雷达图像。该算法利用了CZT能够处理非线性调频信号的特点,简化了处理过程,提高了计算效率和成像精度。仿真实验验证了这种基于CZT的新算法在处理并行双站斜视SAR数据时的有效性。     

Unscented粒子滤波在静基座捷联惯导系统大方位失准角初始对准中的应用研究

 静基座大方位失准角的捷联惯导系统误差方程是非线性的，Unscented粒子滤波从非线性系统状态向量概率分布出发，结合Unscented卡尔曼滤波和粒子滤波的特点，无需对非线性系统模型进行处理而能达到较高的滤波精度。本文对Unscented粒子滤波进行了研究，并结合重采样算法，运用于捷联惯导系统静基座大方位失准角初始对准中，计算结果验证了该方法的有效性与优越性。     

约简二次扩展平方根容积卡尔曼滤波及其应用

对于具有复杂加性噪声特点的非线性动态系统,往往很难直接运用传统非扩展容积卡尔曼滤波(CKF)方法对其状态进行有效估计。针对这一问题,通过非扩展和扩展Cubature变换精度的对比分析,结合扩展Cubature点集的约简特性,提出了一种约简二次扩展平方根容积卡尔曼滤波(RTA-SRCKF)方法。该方法采用二次扩展策略,在时间更新环节将过程噪声进行扩展,在量测更新环节将量测噪声进行扩展,有效缩减了采样点,降低了算法复杂度,具有很好的实时性,且在未损失滤波精度的前提下算法计算量明显降低,适用于具有复杂加性噪声特点的非线性动态系统状态估计。捷联惯性导航系统(SINS)大失准角初始对准仿真结果验证了理论分析结论,方位对准精度接近理论极限对准精度。     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。     

UKF方法及其在方位跟踪问题中的应用

采用UKF(Unscented Kalman Filter)方法处理了平面内地面站对目标的方位跟踪的估计问题。目标的位置和速度由选定的高斯分布采样点来近似，在每个更新过程中，采样点随着状态方程传播并随着非线性测量方程变换，由此不但得到目标位置和速度的均值及较高的计算精度，而且避免了对非线性方程的线性化过程。仿真结果表明，UKF方法比传统的扩展卡尔曼滤波(EKF)算法有更高的估计精度，并能有效地克服非线性严重时，方位跟踪问题中很容易出现的滤波发散问题。     

一种反舰导弹纯方位射击的评价算法

反舰导弹打击纯方位目标是反舰导弹的一种作战使用方式,但这种作战使用方式的效率及其可能风险一直是一个有待深入研究的课题。文章基于反舰导弹的水平弹道,建立了反舰导弹末制导雷达捕捉纯方位目标的评价算法。采用Monte Carlo法,仿真研究了可能的目标距离、速度、航向、导弹发射方向对反舰导弹捕捉目标概率的影响。研究结果表明,反舰导弹纯方位攻击的最优发射方向是目标的方位线,但这种作战使用方式存在较大的风险。     

混合线性/非线性模型的准高斯Rao-Blackwellized粒子滤波法

 针对混合线性/非线性模型,提出一种新的递推估计滤波算法,称为准高斯Rao-Blackwellized粒子滤波器（Q-GRBPF）。算法采用Rao-Blackwellized思想,将线性状态与非线性状态进行分离,对非线性状态运用准高斯粒子滤波（Q-GPF）算法进行估计,并将其后验分布近似为单个高斯分布,再利用非线性状态的估计值对线性状态进行卡尔曼滤波（KF）估计。将Q-GRBPF应用于目标跟踪的仿真结果表明,与Rao-Blackwellized粒子滤波器（RBPF）相比,Q-GRBPF在保证估计精度的前提下有效降低了计算复杂度,计算时间约为RBPF的58%;与Q-GPF相比,x坐标与y坐标的估计精度分别提升了45％和30％,而计算时间也节省了约30％。     

一种新的非平行轨迹机载双站斜视SAR成像算法(英文)

本文提出了一种用于非平行轨迹机载双站斜视SAR条带模式成像的新的解析算法。该算法用收、发雷达的多普勒调频率贡献比为加权系数推导了点目标回波的二维频谱。通过解目标位置相对于收、发载机飞行轨迹的耦合,将这个二维频谱中目标的距离参数和方位参数进行了分离。在二维频域内,补偿掉双站扭曲项后利用二维Chirp-Z变换(2D-CZT)校正了距离向和方位向的徙动,获得了精确聚焦的目标图像。雷达回波的二维残余徙动用沿距离向和方位向的分块来限制,推导了数据分块的条件,由此可以实现宽场景成像。仿真试验验证了这种2D-CZT算法的有效性。     

UKF-WNN及其在准定常失速气动力建模中的应用

提出一种利用无轨迹卡尔曼滤波估计小波网络参数的算法,该算法可克服算法存在的收敛速度慢、计算量大、局部极小等缺点。以飞机的准定常失速现象的气动力建模为应用背景,分别运用BP算法,扩展卡尔曼滤波算法和无轨迹卡尔曼滤波算法训练小波网络。仿真结果表明,无轨迹卡尔曼滤波算法较之BP算法和扩展卡尔曼滤波算法具有更快的训练速度和更高的预测精度,可以胜任复杂的非线性气动现象的建模任务。     

拟线性最优平滑滤波及其应用

在普通推广卡尔曼滤波（Ｅ．Ｋ．Ｆ．）的基础上，提出了一种更加适用于非线性状态方程和观测方程的改进的滤波算法－－拟线性最优平滑滤波（Ｑ．Ｌ．Ｏ．Ｓ．Ｆ．）算法，在求该滤波算法的状态转移矩阵时，加进了二阶导数项，同时线性化的标称值取为单步平滑值，降低了非线性对滤波的影响，提高了滤波精度。通过对某歼击机的仿真飞行试验数据及实测数据的处理，表明该算法比普通推广卡尔曼滤波具有更好的收敛性、精确性。     

飞机结冰在线辨识方法研究

开展飞机结冰气动特性在线辨识研究,不仅可以用于分析结冰对飞机气动特性的影响,而且对于飞机结冰在线识别具有重要的意义。近年来卡尔曼滤波和 H ∞算法在飞机结冰在线辨识中应用较多,二者均具有可靠性高、收敛快等特点,但对于噪声环境下算法的可靠性和精度评估还不够充分。本文针对飞机结冰在线辨识需求,探讨了扩展卡尔曼滤波和 H ∞算法作为结冰在线辨识算法的应用。首先通过 NASA 双水獭结冰研究飞机算例,利用扩展卡尔曼滤波和 H ∞算法,辨识双水獭飞机结冰后的俯仰方向导数,通过考虑阵风扰动和测量噪声后的仿真数据快速估计该飞机俯仰方向上的三个稳定和控制导数,并将辨识结果与参考值对比,发现两种算法均能在2s 之内快速收敛到参考值附近,且滤波得到的状态量与仿真数据吻合较好,说明算法可靠性高且收敛快,具备飞机结冰在线探测的能力。在此基础上利用不同测量噪声统计特性的仿真数据,评估测量噪声对两种算法辨识精度的影响,经分析发现随着测量噪声标准差取值增大,扩展卡尔曼滤波辨识结果精度明显降低,而 H ∞算法的辨识精度变化较小,说明扩展卡尔曼滤波辨识精度依赖于噪声先验信息的准确性,而 H ∞算法不依赖于噪声先验信息,即使数据质量较差,H ∞算法也能得到精度相当的辨识结果。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障，提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先，提出TSUKF算法，通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计，避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后，在TSUKF算法的基础上提出了ATSUKF算法，通过滑动窗口内的残差计算自适应矩阵，使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度，特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明，ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响，实现卫星姿态、执行机构/敏感器故障的快速估计。     

基于卡尔曼滤波的目标机动判别研究

在对目标方位序列进行卡尔曼滤波的基础上,利用滤波残差的分布特性,对其进行假设检验,可以据此判断方位序列是否发生显著变化,由此判断目标是否机动.为了说明这种方法的有效性,文中给出了一个实例.     

GHQF精度分析及其在组合导航中的应用

针对非线性滤波算法在组合导航系统中的应用问题,利用泰勒级数展开对无味卡尔曼滤波(UKF)、容积卡尔曼滤波(CKF)和高斯厄米特积分滤波(GHQF)三种非线性高斯滤波算法的性能进行了比较分析;基于泰勒展开的精度分析表明,UKF和CKF从四阶项开始出现截断误差,而GHQF可以逼近任意阶精度的非线性系统的后验均值;以CNS/SAR/SINS非线性组合导航系统为应用背景,对三种滤波算法的精度进行了仿真验证。数学仿真结果表明,与UKF和CKF相比,GHQF具有更高的滤波估计精度。     

直升机翼面类部件雷达目标特性分析及评估

基于准静态原理,采用电磁高频法开展直升机翼面类部件的雷达目标特性分析及评估.首先,为获得翼面类部件对直升机散射特性的影响规律,并考虑旋翼高速旋转的动态效应,着重分析了装配不同翼面类部件后机身雷达散射截面（RCS）的变化趋势、强散射分布和回波信号的时频域谱特征,揭示了翼面类部件雷达散射影响机理;然后,在评估直升机强散射源分布特征和多元响应特性的基础上,比较装配不同翼面类部件后机身的雷达探测距离,提出并建立了方位、俯仰与滚转姿态下直升机的雷达4级预警机制和角域范围,并针对性的给出对抗雷达探测的方案.研究发现:装配平尾、短翼及平尾和短翼组合的直升机相比孤立机身的雷达暴露距离分别增加11.54%,14.88%和18.06%,综合隐身能力下降.      

组合导航数据融合自适应UKF算法研究

为进一步改善平方根无迹卡尔曼滤波(Square Root Unscented Kalman Filter,SRUKF)在微惯/卫星组合导航数据融合中的估计精度和计算复杂度,针对工作于高机动状态下随机模型统计特性不确定和SRUKF中计算繁琐的问题,分别结合最大后验概率估计准则和矩阵奇异值分解技术,提出了一种新的快捷自适应UKF算法。通过微惯/卫星组合导航系统进行数据测试,结果表明,新算法不仅能够降低时变噪声对导航滤波算法精度的影响,有效提高系统的自适应能力,而且相比传统算法计算效率提升了约16%。研究结果对工程应用具有一定的理论价值。     

基于变分贝叶斯的星载雷达非线性滤波

星载雷达由于其探测范围广、距离远、全天候等优点，在预警防御系统中占有十分重要的地位。然而，由于观测平台的高速运动以及摄动干扰、传感器观测非线性等问题，使得星载雷达目标高精度跟踪带来严峻挑战。针对星载雷达非线性状态估计问题，采用一种基于变分贝叶斯的非线性滤波方法，该方法通过将非线性状态估计问题转化为优化问题，通过迭代优化获得了闭环解析解。此外，针对坐标变换中俯仰角量测缺失问题，提出了一种基于先验目标高度的俯仰角估计方法。通过数值仿真，验证了所提方法较传统非线性滤波方法，如扩展卡尔曼滤波、不敏卡尔曼滤波、转换量测卡尔曼滤波，具有更好的估计精度。     

一种基于径向加速度的Singer-EKF机动目标跟踪算法

针对雷达均不能提供目标加速度信息,在目标机动时会出现跟踪精度差甚至跟踪发散的问题,提出一种基于径向加速度的Singer-EKF算法。该算法在信号处理阶段利用Radon-Ambiguity变换（RAT）估计出目标的径向加速度,并通过坐标转换将其引入量测向量中,然后采用基于Singer模型的扩展卡尔曼滤波（EKF）算法实现机动目标的跟踪。仿真验证了该方法的有效性,并与传统的不带径向加速度的扩展卡尔曼滤波（EKF）方法进行了比较,结果表明该方法在径向距离、位置、加速度和速度估计精度方面都有所提高。