高轨非合作目标多视线分布式相对导航方法

针对仅采用单视线难于实现高轨非合作目标的远距离自主相对导航问题,提出基于双空间机器人的多视线分布式相对导航方法。首先,建立基于多视线测量的相对导航模型,并给出空间机器人与非合作目标的相对动力学模型;然后,为降低集中式滤波相对导航的维数,设计分布式滤波的相对导航方法,采用扩展卡尔曼滤波算法实现相对运动估计;最后,建立数学仿真模型,对多视线分布式滤波相对导航算法及可观测性进行仿真校验,仿真结果表明该方法是稳定有效的。     

基于容积滤波的自适应相对导航算法

针对激光交会雷达测量方程的非线性问题,将容积滤波算法应用于航天器相对导航中;并考虑测量噪声统计特性不准确以及测量信息偏差等工程因素,针对激光交会雷达测量参数类型不同的特点,提出了一种基于容积滤波的自适应相对导航算法。该算法通过自适应调整量测协方差阵,能有效降低统计特性不准确等测量异常给导航系统造成的不利影响。仿真结果表明该自适应导航算法在激光交会雷达测量值存在噪声统计特性不准确等情况下时仍可保持较高的导航精度。     

基于自适应算法的月球引力常数和J_2系数确定

针对月球引力场自主确定过程中测量噪声统计特性未知导致扩展卡尔曼滤波精度低、易发散的问题,提出了一种自适应扩展卡尔曼滤波算法。该算法通过采用改进的噪声估计器,对滤波过程中未知测量噪声统计特性进行实时估计和修正,有效地提高了扩展卡尔曼滤波器的稳定性,减小了状态估计的误差。通过与蒙特卡洛仿真,扩展卡尔曼滤波的结果比较,自适应扩展卡尔曼滤波算法加强了滤波的稳定性,并且明显提高了月球探测器轨道的确定精度、月球引力常数精度和月球J2项摄动系数精度。     

改进的Sage—Husa滤波及在卫星姿态估计中的应用

基于极大后验估计原理,提出了一种改进的噪声估计器,以实现对噪声均值和方差的在线估计,抑制滤波器发散。对自适应扩展卡尔曼滤波算法在卫星姿态确定系统中的应用进行了仿真。结果表明新算法滤波精度优于扩展卡尔曼滤波（EKF）,与Sage—Husa自适应滤波算法相比,可阻止滤波器发散,提高系统滤波精度。     

单目-无扫描3D激光雷达融合的非合作目标相对位姿估计

针对传统的利用单一视觉传感器难以实现复杂非合作空间操控导航的问题,提出一种基于单目相机与无扫描三维激光雷达融合的非合作目标相对位姿估计方法。首先,设计了基于成像几何关系的单目纹理-非扫描距离图像的快速配准与融合方法;之后,在构建目标同步定位与建图（SLAM）贝叶斯滤波模型基础上,提出一种扩展卡尔曼滤波-无损卡尔曼滤波-粒子滤波联合的滤波估计算法,可实现尺度模糊下相对位姿的快速鲁棒估计;其次,针对估计中的尺度模糊问题,提出基于融合图像的全局尺度系数确定方法,将尺度系数估计问题转化为简单线性滤波问题。基于OpenGL生成的2D/3D图像实验表明：所提出的方法具有较优的精度和鲁棒性;相对位置估计误差与尺度估计误差相关,二者近似成线性正比关系。     

基于三维地形匹配的月球软着陆导航方法研究

针对月球探测器定点着陆任务的需要,研究了基于三维地形匹配的导航方法。对三维地形匹配问题,将高程方差图局部极值点作为三维地形特征,在构建地形特征之间的相对位置与角度不变量的基础上,提出了基于投票的三维地形匹配策略。针对测量噪声统计特性的不确定性,将Sage\|Husa噪声估计算子与迭代卡尔曼滤波相结合,通过对测量噪声进行在线估计有效避免滤波精度下降甚至滤波发散的出现。数字仿真结果表明所研究的导航方法能够有效地实现探测器相对位置和姿态的精确估计。     

一种基于信息融合的深空巡航段自主导航算法

针对自主光学导航在深空巡航段应用中的问题,提出了一种基于信息融合的自主导航算法。由太阳敏感器测量获得太阳相对探测器的视线矢量,由分光计测量获得探测器相对太阳的径向速度,构建自主导航系统的两种信息观测方程;由基于状态估计误差协方差阵奇异值动态确定信息分配因子,用信息融合技术和扩展卡尔曼滤波算法实时估计探测器的位置与速度。对深度撞击任务的实际飞行数据的数值仿真结果表明:自主导航算法的轨道确定精度满足深空巡航段要求。     

GPS/INS组合导航中两步自适应滤波方法

GPS/INS组合导航实际应用中存在系统模型偏差、噪声模型不确定等问题,导致卡尔曼滤波器无法实现最优滤波效果,严重时甚至导致滤波发散。渐消卡尔曼滤波器和自适应卡尔曼滤波器通过引入单渐消因子和单自适应因子可以部分解决上述问题,但是不足在于单因子只能进行整体调整,不能精确调整各个通道。针对此问题,本论文提出一种2步自适应卡尔曼滤波算法,构造基于残差协方差估计的多重渐消因子和自适应因子对各个通道精确调整,克服动态环境下跟踪性差的局限性。实验结果表明,改进后的自适应卡尔曼滤波算法可以精确调整各通道,增强系统的定位精度、跟踪性能和鲁棒性。     

对接靠拢段的一种相对导航算法研究

自主相对导航技术是空间交会对接靠拢段的关键技术之一。Unscented卡尔曼滤波(UKF)是基于Unscented Transform(UT)变换的一种新型滤波器,它避免了扩展卡尔曼滤波(EKF)的线性化误差,不必计算Jacobian矩阵,而且其状态估计精度要比EKF的高。本文研究了基于UKF滤波器的自主相对导航算法。该算法根据追踪航天器上交会雷达的测量值,采用UKF滤波器对追踪航天器和目标航天器之间的相对位置和速度进行了估计,仿真结果表明该算法可以满足位置和速度估计精度的要求。     

高超声速机动目标天基跟踪鲁棒性滤波方法

为解决高超声速滑翔飞行器(HGV)机动飞行过程中的跟踪问题,提出了一种基于机动观测器补偿的鲁棒扩展卡尔曼滤波方法。针对传统卡尔曼滤波器由于模型误差而无法稳定跟踪的问题,首先建立了HGV动力学模型和天基红外测量模型;随后,设计机动观测器对未知气动加速度进行在线估计;在此基础上,利用机动估计对扩展卡尔曼滤波中的预测步骤进行修正,克服了因模型误差而导致的滤波发散问题;最后,考虑到机动观测器的时延误差,在扩展卡尔曼滤波迭代过程中引入次优渐消因子,提高了滤波跟踪的鲁棒性。与强跟踪滤波、扩维卡尔曼滤波、交互多模型滤波等典型跟踪方法相比,所提方法可在不具备目标机动先验信息的情况下,以较低的计算耗时取得良好的稳定性和跟踪精度。     

一种应用于地形匹配雷达高度表中的回波跟踪与测高算法

脉冲雷达高度表内嵌的跟踪与测高算法在很大程度上决定了地形匹配系统的总体性能。普通的OCOG算法和其它基于回波前沿半功率点的跟踪算法都无法满足地形匹配的要求。因此，对OCOG算法加以改进，形成M-OCOG算法，并基于复杂地形回波的特性，分析M-OCOG算法在回波跟踪能力和测高性能方面的优越性，通过两种定量分析方法分析其地形匹配效果，说明了将其应用于地形匹配雷达高度表的可行性。     

基于模拟退火算法的可靠性优化

建立了可靠性冗余优化模型，分析了各种优化方法的优缺点，采用模拟退火算法解决了此总是要，通过实例给出了算法，并与启发式算法作了比较，结果表明该方法比较有效。     

基于相位差变化率的单站无源跟踪算法研究

利用机载观测站与辐射源之间的相对运动信息,在方位角测量的基础上增加相位差变化率的测量,可以对固定目标实现即时定位,为了提高精度,需要利用滤波算法进行跟踪滤波.在机载单站无源定位原理研究的基础上,通过计算机仿真分析了该定位方法下KF、EKF和MVEKF多种滤波算法的性能,对工程应用具有一定的参考意义.     

用于精确寻的的几种算法研究

介绍了几种比较典型的、寻的精度较高的算法———图像矩算法、归一化积相关算法和多子区灰度相关算法 ,分析了它们的算法原理 ,给出了实现方法并对之进行了简化 ;在计算机上进行模拟实验 ,获得了它们的寻的精度参数和寻的时间参数 ;分析了实验结果 ,得出各种算法的性能评估 ,为在精确寻的应用中选用寻的算法提供了依据并指出了进一步改进算法性能的工作方向。     

一种实现图像感兴趣区域嵌入式编码的改进算法

对图像感兴趣区域ROI(Region of Interest)的支持是新一代静止图像压缩标准JPEG2000的一项重要功能。文章利用嵌入式编码理论,针对零树小波编码EZW(Embed-ded Zerotree Wavelet Coding)算法的效率不足提出了一种改进方法。通过基于对EZW方法的适当改进并用于ROI编码,实现了图像感兴趣区域的高品质重建,进一步降低了编、解码复杂度和存储的空间,并提高了编码的效率。     

考虑温度大范围变化的瞬态热固耦合方法研究

针对传统瞬态热固耦合方法不能准确反映温度大范围变化时传热与结构变形之间的耦合效应,基于Galerkin与Newmark算法,建立了充分考虑温度大范围变化对耦合项影响的瞬态热固耦合有限元计算方法。通过求解铝质薄板在强热流作用下的热响应问题,校验了该方法的正确性,并利用该方法对某型高超声速飞行器进气道热防护面板进行了瞬态热固耦合分析。利用理论公式证明并通过分析算例得出结论：温度剧烈变化对热固耦合问题的计算结果影响十分显著;考虑温度剧烈变化的耦合项对结构的温度场影响较小,但会使温度变化率呈现震荡状态,耦合项对结构的位移、变形速度及变形加速度有显著影响,对结构的振动起到阻尼作用。     

基于亲和传播算法的车辆自组织网络分簇组网方法

随着5G通信和自动驾驶汽车的发展，车辆自组织网络VANET（Vehicular Ad Hoc Network）作为一种新型的移动自组织网络，因其在改善道路安全、为驾驶员和乘客提供便利方面的潜力，而引起学术界和工业界的广泛关注。它可以通过提供交通流量、事故通知、危险警告、可能存在的定位偏差、天气等信息来增强道路安全，从而提高交通效率。由于车辆的高速移动会经常引起网络拓扑中断，因此一个设计良好的路由协议至关重要。提出了一种适用于车辆自组织网络环境的基于分簇的路由协议，设计并实现了一种基于亲和传播算法的分簇组网模型V-APC（VANET-Affinity Propagation Clustering）。通过重新定义亲和传播算法的相似函数，设计了簇头的选择过程、簇的形成过程还有簇的维护过程。结果表明：采用上述方法形成的簇，在簇内的通信性能和簇稳定性方面具有显著优势，使得该协议在路由延迟和数据包转发成功率方面表现优异。     

基于粒子群拍卖混合算法的空空导弹制导权移交技术

为解决超视距协同空战中的空空导弹制导权移交问题,首先对空空导弹制导权移交问题进行了数学建模,构建了我机对目标机制导优先权模型以及我机对空空导弹制导优先权模型,建立了空空导弹制导权移交的任务分配模型;其次为实现对大规模空空导弹制导权移交问题的快速寻优求解,提出了一种分布式的粒子群拍卖混合算法,该算法对粒子群算法进行了改进,并融合了拍卖算法的优点,可在较短的时间内获得较为合理的制导权移交方案,具有较好的动态性、全局寻优性能以及易于计算机编程实现等优点。最后,通过仿真实验证明了本方法的合理性和有效性。     

自适应频率插值（AFS）技术在滤波器EM设计中的应用

文章采用了基于Neville算法的自适应频率插值（AFS）技术,减少了计算滤波器S参数特性的时间。Neville算法是一个迭代的算法,在迭代的过程中得出插值多项式,因此不需要矩阵求逆,防止了矩阵病态产生的误差,增强了数值的稳定性。分析结果显示,AFS不仅节省了计算时间,也有较高的插值精度。     

基于Boosting的模糊分类规则集成学习及应用

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率。结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法。在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本。在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力。辐射源识别实验结果表明,该方法具有良好的分类识别性能。