基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大，进而导致联邦滤波估计出现偏差的问题，为了改进联邦滤波融合方法，将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合，应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器，使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度，进而得到联邦滤波器的置信度，再由得到的置信度对各子滤波器及联邦滤波器输出进行加权，得到最终的全局输出。对车载组合导航系统的仿真结果表明，这种算法对量测噪声具有较强的自适应性，能够抑制置信度低的子滤波器在融合系统中所占的权重，提高联邦滤波融合算法的精度，是一种可行的车载组合导航数据融合算法。     

EMD-EKF方法研究

应用扩展卡尔曼滤波(EKF)时需要估计量测噪声的统计特性。文中针对观测噪声统计特性描述不准确导致的EKF性能下降的问题,利用经验模态分解方法(Empirical Mode Decomposition,EMD)可以分离信号和噪声的特性,提出了一种在未知量测噪声条件下的EKF方法。该方法可以跟踪观测噪声的变化,即实现了对量测噪声的估计,从而解决了在未知量测噪声的情况下的EKF问题。仿真结果表明可运用于无源定位中。     

瞄准吊舱捷联惯导系统快速传递对准方法

 新型瞄准吊舱系统中安装捷联惯导系统,使其在跟踪、探测目标的同时具备一定的自主导航能力。吊舱系统中的捷联惯导一般采用较低精度的惯性器件配置,且传递对准实现过程受到机动条件的严格限制。针对该问题提出了一种“比力积分/角速度匹配”传递对准方法,利用主惯导导航信息与惯性器件输出,以及子惯导惯性器件输出实现子惯导的对准。推导了基于主、子惯导系统误差的数学模型,详细分析了器件精度与低动态条件对系统状态量可观测度的影响,并针对低精度惯性器件与低动态条件下的传递对准性能进行了数字仿真。仿真结果表明,该方法在器件低精度与低动态条件下,对准性能达到5′,优于常规传递对准方法,可满足瞄准吊舱捷联惯导系统的快速对准性能要求。     

改进的量测一致性的联邦滤波器两级故障检测

当联邦滤波器故障为缓变故障或者故障幅值比较小时,传统的基于量测一致性的联邦滤波器故障检测算法由于相应的估计误差和方差同时增大,这使得算法需一定的时间后才能使这种增量大到使故障函数计算结果超出门限,因而会出现警告延迟甚至漏检现象.针对量测一致性算法的缺点,提出了改进的基于量测一致性的联邦滤波器两级故障检测算法.相比传统的基于量测一致性的故障检测算法,该方法增加了故障检测的冗余性,不仅可以区分硬故障和软故障,而且提高了故障检测的可靠性和灵敏度,使得联邦滤波器的故障检测方法更加成熟完善,这对提高整个系统的可靠性具有重要意义.仿真和实验结果表明,该方法准确度高,计算量小,便于工程实现.     

一种重尾量测噪声下的高超声速飞行器跟踪算法

为了解决在实际系统中因野值干扰带来的高超声速飞行器跟踪精度下降的问题,提出了一种交互多模型变分贝叶斯滤波算法(IMM-VB),该算法通过子模型权重与马尔可夫转移矩阵获取子模型的状态预测值。随后采用具有重尾特性的学生t分布取代高斯分布来描述量测模型,并利用VB算法实现子模型的量测协方差与状态的联合估计。最后在交互式多模型(IMM)框架下更新子模型权重与目标状态的融合输出。仿真结果表明,在野值观测条件下该算法比IMM算法具有更高的跟踪精度。     

非线性系统中多传感器目标跟踪融合算法研究

 研究了在非线性系统中 ,基于转换坐标卡尔曼滤波器的多传感器目标跟踪融合算法。通过分析得出 :在非线性系统的多传感器目标跟踪中 ,基于转换坐标卡尔曼滤波器 ( CMKF)的分布融合估计基本可以重构中心融合估计。仿真实验也证明了此结论。由此可见分布的 CMKFA是非线性系统中较优的分布融合算法     

利用幅值信息的超视距雷达多路径概率数据互联算法

天波超视距雷达是通过电离层反射实现超视距广域监视的,其地理坐标系下的量测方程存在强非线性,同时由于电离层的不同分层,造成了多路径传播的严重问题,即同时存在多个量测模型。多路径概率数据互联(MPDA)滤波器将坐标配准与概率数据互联相结合,解决了超视距目标跟踪中的多路径传播问题,但在杂波环境下滤波跟踪精度不高。文中提出了一种基于信号幅值特征信息的MPDA算法(A-MPDA),当跟踪单一的、存在4种可能非线性量测的非机动目标时,仿真结果表明所提出的算法比标准MPDA有更好的跟踪精度。     

基于滑模反演控制的稳定平台齿隙非线性补偿

针对航空遥感惯性稳定平台中齿隙非线性带来的不稳定问题，结合反演控制和滑模控制的优点，在传统反演控制的每一步迭代过程引入与齿轮运动状态相关的基于连续饱和函数的动态滑模面，设计了相应的滑模反演控制器。在保证了系统误差快速收敛的同时，抑制了反演过程中的误差积累，实现了系统非线性误差精确补偿。仿真实验结果表明，与传统反演控制相比，滑模反演控制显著降低了齿隙非线性对系统动态性能的影响，有效提高了系统对期望角位置、角速度的跟踪性能。     

改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。     

双星编队对空间非合作目标的仅测角跟踪方法

针对单星仅测角对目标跟踪误差较大和不良测量条件下跟踪精度下降的问题,提出利用编队卫星对非合作目标进行联合跟踪的方法。采用考虑地球非球形J2引力摄动的轨道动力学模型,建立多视线测量模型,融合编队卫星对目标的观测数据。然后,基于新息设计增益调节矩阵提高滤波器在测量故障条件下的鲁棒性。最后,建立仿真模型进行验证。仿真结果表明,相比单星跟踪,该方法的位置误差和速度误差分别减少了27.06%和26.96%。在系统存在异常量测时,相比常规滤波,该方法也具有更高的精确性和更好的鲁棒性。     

基于I、Q信号的北斗接收机跟踪环路设计

传统的北斗接收机一般采用标量跟踪环,每个通道的卫星相互独立,在此 基础上,又发展起来了基于矢量跟踪的接收机,使每个通道的卫星跟踪不再相互独立。 提出的基于I、Q 信号观测的接收机跟踪环路,保留矢量跟踪的特点,并且采用EKF 作 为跟踪环路预处理滤波器,代替传统跟踪环路的鉴别器,可以在高动态的环境下对卫星 信号进行跟踪,提高环路的稳定性,从而可以有效地提高BDS/INS 深组合导航滤波器观 测量的估计精度。主要对高动态信号跟踪进行仿真,并与传统的标量跟踪方法和矢量跟 踪方法的跟踪能力进行比较。实验表明, 改进的矢量跟踪环能够在高动态的环境下运 行,比起传统环路有更小的跟踪误差。     

Tracking of DABS-Equipped Aircraft

The Discrete Address Beacon System (DABS) is scheduled to replace the Air Traffic Control Beacon System (ATCRBS) as the prime sensing tool for air traffic control in the 1980's. The design of DABS requires knowledge of the tracking accuracy obtainable as a function of various system parameters. In particular, the potential value of air-to-ground telemetry of turn-rate data and its effect on intermittent positive control (IPC) must be assessed. The design of DABS tracking algorithms is discussed, and the results obtained with a Kalman tracker simulation are given. The major finding is that turn-rate telemetry of moderate accuracy can improve tracking by a factor of 6 to 10.     

增广状态反馈在雷达伺服控制系统中的设计实现

在航路捷径附近,靶场单脉冲测量雷达的伺服控制器使用传统PID（比例积分微分）角误差控制方法跟踪飞行目标时,会产生较大的动态滞后误差。针对这种情况,提出采用带状态观测的增广状态反馈控制方法,通过实时观测系统内部状态信息（状态变量）并及时根据状态进行系统调节的控制方式,可以实现对高速目标的快速稳定跟踪。经过仿真和系统试验,证明这种控制方法可以较大地提高系统的动态响应速度并减小航路捷径附近的动态滞后误差。     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强，单一寻的制导方式很难完成对目标的稳定跟踪和精确打击，需采用多种探测器作为传感器，提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型，利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题，避免了求解复杂的雅克比矩阵。对于分布式多传感器融合，传统的方法多采用协方差交叉（CI）融合方法，但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程，且计算量小。在此基础上，提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后，对算法进行了仿真分析，并进一步验证了提出算法的有效性。     

基于高斯混合概率假设密度滤波的扫描型光学传感器像平面多目标跟踪算法

高斯混合概率假设密度(GM-PHD)滤波是一种基于随机有限集理论的次优贝叶斯多目标跟踪方法,本文研究了该算法在扫描型光学传感器像平面的多目标跟踪问题.针对典型的锥扫模式和推扫模式,根据其扫描特性建立目标的运动模型和测量模型.介绍高斯混合概率假设密度滤波的基本原理.针对原算法在强杂波环境中的低效率问题,借鉴传统多目标跟踪...     

基于时空显著性建模的空中飞行器跟踪方法

以复杂背景下空中飞行器的鲁棒视觉跟踪问题为研究背景，为解决现有跟踪方法目标表征模型不够精确，算法鲁棒性严重受到目标形变、宽高比变化、复杂背景等因素干扰的问题，提出了建模跟踪场景中独立物体的显著性特性，用于构建精确的目标模型。提出的显著性估计方法有别于传统的单帧检测方法，利用跟踪算法提供的背景先验知识以及多帧图像观测数据，使用时空联合的方式进行建模估计，其结果用来指导目标跟踪算法选取有效视觉特征，建立精确目标表征模型，减小背景区域对算法模型的干扰。实验表明，提出的方法为上述难点问题提供了有效的解决方案，对空中飞行器的跟踪精度与鲁棒性优于大多数最先进的主流方法，在其他类型的目标跟踪任务中也有十分优越的性能表现。     

Decoupling and tracking control of induction motor drive

This work introduces an adaptive observation system and a robust control system for achieving the favorable decoupling control and high-precision speed tracking property of an induction motor (IM) drive system. First, an adaptive observation system with an inverse rotor time-constant observer is derived on the basis of model reference adaptive system (MRAS) theory to preserve the decoupling control characteristic of an indirect field-oriented IM drive. The adaptive observation system is implemented using a digital signal processor (DSP) with a high sampling rate to make it possible to achieve good dynamics. Moreover, a robust control system is developed based on the principle of computed torque control. In the robust control system, a grey uncertainty predictor is utilized to adapt the lumped uncertainty on line to relax the requirement of the lumped uncertainty in the design of a computed torque speed controller. In addition, the effectiveness of the proposed observation and control systems is verified by simulated and experimental results.     

Improvement of Satellite Tracking Accuracy Using Optical Observations

A method to improve satellite tracking accuracy is presented and discussed theoretically and experimentally in terms of two parts: correction for errors of the tracking system and correction of satellite orbit predictions. In the first part, it is concluded that the pointing error of the tracking system can be determined accurately using data from stellar observations, so that correction is possible with an accuracy of about 0.001°. In the second part, it is shown that apparent errors of satellite orbital elements can be deduced from the optical observation of one orbit, and one can track the satellite after the correction with high accuracy for several subsequent orbits. The accuracy is 0.1-0.2 mrad or better for satellites at 1000 km altitude when given orbit prediction accuracy is approximately 1°.     

单天基平台测向的空间非合作目标跟踪

针对仅含角度测量信息的单个天基平台可观测性较弱的问题,提出了一种含脉冲机动检测的空间非合作目标跟踪算法,并设计了非合作目标实时跟踪数据处理流程.该算法利用抗差估计技术和UKF（Unscented Kalman Filter,无迹卡尔曼滤波）算法构造目标跟踪滤波器,并综合残差多项式拟合和新息分布特征等方法实现目标机动检测,在天基平台观测信息类型有限和观测几何较差的情况下,可以同时排除孤立野值和成片测量野值的影响,实现非合作机动目标的连续稳定跟踪.数值实验验证了算法的可行性和有效性,也表明了跟踪精度和可靠性与测量精度密切相关.     

复杂环境下一种基于改进核相关滤波的视觉鲁棒目标跟踪方法

目标跟踪在自动驾驶和智能监控系统等实时视觉应用中发挥着重要作用。在遮挡、相似干扰等情况下，传统的基于相关滤波的跟踪算法容易发生漂移，鲁棒性有待进一步提高。基于此，提出了一种扩展特征描述的检测辅助核相关滤波目标跟踪架构。首先，在传统的核相关滤波目标跟踪算法的基础上，通过目标检测辅助对跟踪结果进行质量判断，实现对遮挡以及目标丢失的判别；然后通过拓展特征模板的构建与匹配，实现抗干扰相似目标判断及目标重定位；最终，以行人跟踪为例进行了试验，分别通过OTB数据及验证试验和移动机器人平台视觉跟踪验证试验，验证了算法的可行性，并对算法的跟踪性能进行了测试。试验结果表明，所提方法能够稳定地跟踪移动目标，对遮挡、相似干扰具有较强的鲁棒性。