吸气式冲压发动机多点优化设计

为满足高超声速飞行器宽速域范围内发动机高性能工作要求,基于实验设计方法和代理模型,建立了吸气式冲压发动机的多点优化设计方法,获得了宽速域范围内性能均较好的发动机最优构型。以推力系数、升力系数和力矩系数为优化目标,以某型高超声速飞行器为对象,选取三个典型状态点进行了冲压发动机的多点优化设计研究,得到了最优构型方案,并将多点最优构型和传统单点最优构型在宽速域范围内的性能进行了对比分析。分析结果显示,多点优化设计方法得到的最优构型在大部分飞行状态下都具有较好的性能,即多点优化设计方法在宽速域范围内确实能够提高冲压发动机性能,证实了该方法的有效性和优势。     

一种利用沿航迹干涉合成孔径雷达复图像域数据的双边滤波算法

沿航迹干涉合成孔径雷达能够提供成像物体的雷达后向散射信息与运动信息,被应用于海面洋流流速测量与地海运动目标识别。在实际雷达系统中,由于系统误差、噪声以及回波信号的去相关导致干涉信息测量精度下降。针对上述问题,从信号处理角度提出一种利用沿航迹干涉合成孔径雷达复图像域数据的双边滤波处理算法。该方法利用像素点的干涉幅度、干涉相位以及空间物理分布信息的相似程度自适应地调整滤波器权系数,以平滑复图像域噪声和缓解传统多视滤波处理算法对图像分辨率的损失问题,从而提升干涉信息测量精度。根据沿航迹干涉合成孔径雷达海面舰船目标实测数据实验结果可得:相比于现有典型的滤波方法,所提算法能够提升干涉测量的精度,进而提升舰船目标与海杂波背景的干涉信息分布差异,为后续运动舰船目标的检测提供准确的干涉域特征。     

具有理论阈值的子波域滤波方法

本文在对多尺度滤波和子波域滤波综述的基础上，用奇异性和自相似性理论对信号与噪声的不同性质进行了分析，揭示了信号与噪声的多尺度数学机理，并对基于此机理的Ｍａｌａｔ去噪声算法和子波域波波（ＷＴＤＦ）算法进行了研究，首次给出了ＷＴＤＦ的阈值选取方法和理论证明，完善和推广了ＷＴＤＦ，通过仿真计算表明，具有理论阈值的ＷＴＤＦ较之传统的试凑阈值ＷＴＤＦ性能有明显的改善。     

基于系统误差诊断的多测元融合算法

在多测元目标跟踪定位中,结合测元的匹配特性,提出"三选二"原则诊断并估计少数测元上的系统误差,以多测元最小二乘多项式滤波抑制随机误差,从而提高目标定位精确度的数据融合新方法。以三测元为例给出了具体在微分域和积分域进行匹配诊断的步骤。在估计并扣除系统误差之后,进行三通道最小二乘多项式滤波以更有效地抑制随机误差。仿真计算结果表明该方法能够有效地发现和估计系统误差,同时指出在积分域进行匹配诊断和估计的精度要优于微分域匹配诊断。     

粒子滤波评述

以最优Bayesian滤波的求解为起点,综述了粒子滤波的发展历程、基本思想、算法的各个基本环节、基本的滤波算法及其收敛性以及算法的多种重要衍变形式,包括辅助变量粒子滤波、自适应粒子滤波、实时粒子滤波、分布式粒子滤波、Rao\|Blackwellised粒子滤波、免重采样粒子滤波和裂变自举粒子滤波,并通过一个复杂的递推非线性滤波估计例子,用Monte Carlo仿真实验的方法对几种典型的粒子滤波算法进行了比较研究,最后总结了粒子滤波的应用并展望了进一步研究的方向。     

多传感器最优信息融合Kalman多步预报器及其应用

提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多步预报器。它具有两层融合结构，其中第一融合层具有网状并行结构，用来获得每时刻每两个无故障传感器子系统之间的滤波误差互协方差阵；第二融合层用来确定最优标量加权系数，进而获得标量加权最优融合Kalman多步预报器。将其应用于雷达跟踪系统验证了其有效性。     

推广联合滤波算法在卫星组合定姿系统中的应用

研究了不同模型下的推广联合滤波算法。基于信息融合理论和信息守恒原理，提出信息分配是信息融合的逆过程的观点，给出和证明了信息分配定理，为推广联合滤波算法提供了理论基础。以某卫星组合姿态确定系统为例，详细讨论了推广联合滤波的结构及其实现过程。理论分析和数学仿真结果表明：推广联合滤波算法比现有的联合滤波算法计算量小，且推广联合滤波算法能够同时保证全局最优和局部最优，而现有的联合滤波算法不是局部最优。     

一种加速度干扰下的稳定被动定位跟踪算法

在研究一种具有误差自动解耦的观测域滤波的目标跟踪算法和自适应渐消EKF算法的基础上,提出一种匀速运动模型下,基于观测域的自适应目标跟踪算法。使用实测GPS导航数据进行数字仿真,结果表明：观测域的自适应目标跟踪算法在加速度扰动下,稳定性优于观测域滤波算法。     

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。     

一种抗野值自适应滤波算法及在MEMS-SINS/GPS中应用

针对噪声统计特性不准确以及量测信号中出现的野值对滤波的不利影响,提出一种基于Kalman滤波的抗野值自适应滤波算法。该算法通过对估计误差的实时监测来调整渐消因子或进行抗野值计算,使滤波器在统计特性不准确或存在野值干扰的情况下仍为最优估计。将其应用到MEMS-SINS/GPS组合导航系统中,仿真结果表明该算法能有效降低统计特性不准确及野值给系统造成的不利影响。     

基于贝叶斯估计的非平稳SAR图像自适应小波滤波

合成孔径雷达(SAR)的相干斑噪声严重影响图像质量、降低图像的可判读性。本文提出的滤波方法，将通用小波阈值滤波方法和基于图像局域统计特性的滤波方法相结合。针对非平稳SAR图像的不同区域采用不同的方法调整小波系数，具有自适应能力。分析了噪声在小波变换域中的分布和统计特性，用高斯混合模型来对其进行描述。采用期望最大似然(EM)算法迭代出小波系数的分布参数。最后用贝叶斯估计得出真实图像的小波系数。在仿真实验中，将该方法与经典的局域统计方法以及通用的小波阈值去噪方法进行了比较。结果表明，本文的方法能对非平稳SAR图像进行更有效的滤波。     

基于重叠变换域的解扩解调

重叠变换域抗干扰技术在扩频通信体制中能够显著降低干信比。通常首先需要将信号变换到重叠变换域中,去干扰滤波后再将信号变换回时域进行解扩解调。虽然正变换与反变换都有相应的快速算法,但其效率不如FFT算法,运算量比较大。文章提出一种基于重叠变换域的解扩解调方法,不经过反变换的过程完成解扩解调,并对其做了理论分析和硬件测试。结果表明这种方法是可行的,而且解扩解调性能与时域接收机相当。     

基于融合状态递推的非线性联邦滤波器故障检测算法

传统的联邦滤波器故障检测算法一般是针对线性系统模型提出的,现在非线性条件下对算法进行推广,推导了针对非线性模型的状态χ~2故障检测算法,并对其进行改进,提出一种基于融合状态递推的新型联邦滤波故障检测算法。该算法利用联邦滤波器的全局最优融合状态通过状态递推器获得融合状态递推,再由各子系统通过非线性滤波得到的状态估计与融合状态递推之间的残差构造检验量,进行故障检测。由于全局最优融合状态的精度要高于局部滤波值,故相比于传统联邦故障检测法,该算法的检测灵敏度更高;最后设计了一组仿真实验,验证了该检测算法的有效性。     

空间多载荷高精度拼接支撑结构的优化设计

针对遥感卫星在多载荷高精度拼接扩大幅宽时需保证成像质量的要求,考虑多载荷之间的耦合,对支撑结构进行空间布局优化以及结构/热控一体化设计.应用改进的Heaviside密度滤波拓扑优化方法获取最优结构/热控的材料分布形式,结合多目标遗传算法进行详细优化设计,获取支撑结构质量、一阶固有频率和载荷安装面面形精度的Pareto前...     

基于非负支持域递归逆滤波技术的湍流退化图像复原算法

在常规图像复原算法中,成像系统的点扩展函数和观测噪声被认为是先验信息。当飞行器在大气层内高速或超高速飞行时,会产生气动光学效应,严重影响成像制导系统的成像质量,在这种情况下,降晰函数和观测噪声是未知信息。为有效复原湍流退化图像,提出了基于非负支持域递归逆滤波技术的湍流退化图像复原算法,该算法可同时辨识递归滤波器的参数。非负支持域递归逆滤波技术适用于视场背景为单一的黑色、灰色或白色并且支持域确定的目标图像的复原及相应滤波器参数的辨识。提出的算法首先将湍流退化图像通过一个空域高通有限脉冲响应滤波器,以滤除部分因噪声引起的模糊信息,然后将首次滤波后的图像进行递归逆滤波,同时共轭梯度算法用于最小化非负支持域递归逆滤波凸集价格函数。该算法用于复原风洞测试图像,实验结果表明,复原效果有明显的改进。
     

基于一种改进滤波算法的双天线单站无源定位技术研究

研究移动单站利用双天线对固定辐射源进行无源定位的技术。首先介绍联合相位差变化率、多普勒频率变化率和角度信息测距原理,考虑到双天线测角精度较低,提出一种观测域平方根稀疏网格积分卡尔曼滤波器(MSSRSGQKF)。这种滤波算法收敛速度快、精度高,并通过稀疏网格取点降低了算法计算量。仿真对比了基于MSSRSGQKF的定位方法与扇形网格搜索定位方法及粒子滤波定位方法的性能,证明基于MSSRSGQKF的定位算法收敛速度更快,收敛精度更高,计算量较小,整体性能更优。     

二体运动计算机控制系统的分析与设计

本文讨论了二体运动计算机控制系统的分析与设计方法。内容包括控制系统、系统分析和系统设计。在“控制系统”中讨论了数学模型,在“系统分析”中介绍了广义z变换法,在“系统设计”中得到了最优解。它是在z域上黎卡堤方程解。文中给出了例题。     

多姿态敏感器测量的信息融合定姿方法研究

基于最优融合估计理论,给出并证明了多敏感器组合姿态确定系统状态最优融合估计形式。设计了基于信息分配的多信息融合联合滤波器结构和算法,分析估计性能,讨论了决定联合滤波器融合的性能信息分配因子选择方法,提出了一种基于协方差阵特征值平方分解的动态自适应信息分配因子确定方法。以某卫星多姿态敏感器组合测量为例,推导了卫星姿态确定的误差状态方程和各子系统的量测方程及观测阵。仿真结果表明：采用联合滤波器对多敏感器卫星姿态确定系统进行信息融合能改善定姿精度,有效抑制滤波发散,并提高整个系统的运算与收敛速度。     

侵彻制导武器终端多约束最优制导律

针对侵彻型制导武器终端多约束制导问题,建立包含一阶弹体动力学的多约束制导模型,采用最优控制方法推导终端多约束制导问题的通解。根据终端约束与罚函数的关系,求解了实际工程中关心的3种最优制导律,并结合当前主流制导控制体制,在小角假设下,将其表述为便于工程实现的形式,即包含弹体动力学的最优比例导引制导律、弹道成型最优制导律和终端多约束最优制导律。理论分析和典型末制导条件仿真表明,后2种制导律可为侵彻制导武器终端位置与角度双约束以及位置、角度与加速度多约束制导问题提供理论基础和工程应用参考。     

大气层外多拦截器协同跟踪与制导算法

针对大气层外多弹头多诱饵的进攻场景，采用多拦截器全拦截策略，提出了带故障诊断的协同跟踪算法、时间协同中制导律以及消除脱靶量的末制导律。首先，基于最小二乘算法以及误差传播理论，实现了局部信息融合以及测量方程的线性化，简化了非线性跟踪滤波算法的设计；并依托滤波算法，设计了传感器故障诊断算法，以排除其对跟踪效果的影响。然后，基于对拦截器和目标受力的合理简化，给出了相对运动解析解，设计了有限推力下的多拦截器时间协同中制导律以及末制导律，实现对多个目标的同时击毁。仿真结果显示，本文设计的协同跟踪与制导算法，可以有效估计目标的状态并排除故障传感器的干扰，实施对多个目标的时间协同拦截。