多尺度小波变换在野值剔除中的应用

常见的野值剔除方法即卡尔曼滤波算法条件苛刻,不易实现。在分析了系统方程之后,利用小波变换的基本原理,将系统信号分解到各个尺度上,在各尺度上分别进行卡尔曼滤波,之后进行小波重构从而得到各尺度下的滤波估值。此算法将小波去噪与卡尔曼滤波算法结合起来,能够更有效地剔除野值。针对卡尔曼滤波算法的复杂性,还提出了一种有效的滤波算法,利用该算法进行小波多尺度分解和滤波和重构,信号野值也可以得到很好的剔除。经仿真实验验证,这两种多尺度小波变换算法都能够很好地剔除野值,效果明显。     

相干通信中的卡尔曼滤波方法

该文论述将最佳滤波理论应用于相干通信中消息和信道过程的联合估计问题。首先根据消息过程和信道过程的随机特征,应用扩大状态变量的方法,建立相干通信中的联合非线性估计模型,然后应用推广卡尔曼滤波算法,寻求消息过程的最佳估值。计算机模拟结果表明,采用推广卡尔曼滤波改善了对消息过程的跟踪性能,使消息过程的估算具有更好的自适应性。     

雷达测距和测速的互耦卡尔曼滤波器的性能分析

在同时要求测距和测速的雷达跟踪系统中,应用互耦卡尔曼滤波进行数据处理,与单测距和单测速的卡尔曼滤波性能相比,距离跟踪精度能有显著的改善和提高。本文重点剖析测距和测速两个通道之间的互耦信息,证明了互耦卡尔曼滤波中距离和速度估值精度的改善程度,取决于测量信患的信噪比,尤其是测速通道的信噪比更为重要,并由计算机模拟试验得到了证实。     

寻的地空导弹目标运动状态的估计

本文讨论了目标作随机圆周运动时,采用有限记忆法及推广卡尔曼滤波法对目标的实时状态作估计的问题。给出了目标估值的实时递推公式。比假设目标为一阶马尔可夫过程随机运动更加实际,所得的算法公式同样具有实时估计的能力。     

Unscented卡尔曼滤波在SINS静基座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，如何对静基座大方位失准角的捷联惯导系统进行初始对准是需要解决的问题。本文提出了基于Unscented转换的Unsented卡尔曼滤波进行捷联惯导系统对准的方法。分别通过扩展卡尔曼滤波和Unsented卡尔曼滤波进行仿真计算，结果验证了Unscented卡尔曼滤波的有效性与优越性。     

基于EM‑EKF的深空光学自主导航系统光轴偏差补偿算法

在深空探测任务中,光学自主导航的精度受导航敏感器件安装精度的影响较大。提出了一种基于期望最大化-扩展卡尔曼滤波(EM-EKF)的光学自主导航系统光轴偏差补偿算法。算法基于条件概率的思想,预先设定状态变量和观测量的统计特性参数,通过不断地最大化条件期望,得到出现概率最大的状态变量估值和光轴偏差参数估值。该算法可分为4步:EKF、固定区间平滑、求解条件期望和期望最大化,不断迭代即可得到光轴偏差估计值。以火星探测近火段为例进行仿真验证,经光轴偏差补偿后,导航精度由100 km提升至20 km以内。     

低轨道CDMA卫星下行链路多径信道估计

为改善低轨道（LEO）卫星下行链路中多径时延扩展小于1个码片周期时最大似然信道估计方法因有色噪声影响导致的低信噪比时急速下降的性能。提出用卡尔曼滤波法对最大似然估计输出的估值进行滤波处理。仿真结果表明：当LEO卫星码分多址（CDMA）下行链路存在速率300 b/s的连续导频信号时,用最大似然估计级联卡尔曼滤波器的多径信道估计法能在载噪比40 dB的信噪比条件下具较好的性能。     

基于无迹卡尔曼滤波的空间目标双星定位方法

利用双星对空间目标的观测角进行目标定位,可以很好地避免地基探测系统探测弧段短的缺点。研究了基于动力学滤波的双星定位方法,介绍了无迹卡尔曼滤波的基本原理,建立了考虑地球非球形J2项引力摄动的空间目标动力学方程和基于无偏量测转换的双星观测方程。通过仿真比较两种滤波方法在相同条件下对目标的定位误差,可知无迹卡尔曼滤波方法在收敛速度和定位精度上均优于扩展卡尔曼滤波方法。     

用卡尔曼滤波辨识再入体空气动力系数的参数研究

本文利用卡尔曼滤波算法,对从飞行数据辨识再入体的空气动力系数问题,进行了参数研究,归纳出两条规律性的现象:在缺少可靠的轨道和气象数据的情况下,凭借飞行体上的过载和角速率数据;(1)可较精确地识别出气动系数的比值,(2)可以通过减小法向力导数的验前误差来提高气动系数的估值精度。220余次的蒙特卡洛(Monte Carlo)随机模拟以及对于实测数据的分析,证实了上述规律性。     

Unscented卡尔曼滤波在飞航导弹地磁导航中的应用

对飞航导弹巡航段的地磁导航问题进行了讨论,导航算法为unseented卡尔曼滤波,导航信息为地磁异常强度.首先通过对比不同飞行轨迹下的滤波效果,得到了导弹射前路径规划的一些原则.由于unscented变换参数对滤波效果存在一定影响,提出了利用遗传算法优化unscented变换参数的方法,优化参数的鲁棒性分析进一步验证了该方法的有效性.最后对unscented卡尔曼滤波和扩展卡尔曼滤波的导航性能进行了比较,仿真结果表明前者具有更高的导航精度.     

无迹粒子滤波在捷联惯导初始对准中的应用研究

给出了捷联惯导系统初始对准时的非线性误差模型,处理非线性系统的传统方法是扩展卡尔曼滤波方法(EKF)即对非线性系统进行线性化后再利用卡尔曼滤波进行处理。而无迹粒子滤波(UPF)是基于蒙特卡罗方法和贝叶斯理论,用加权的粒子表示概率密度函数,通过观测值更新粒子的权值,得到优化的状态估计值和方差,结合无迹卡尔曼滤波(UKF)进行迭代计算,是一种新型处理非线性系统的方法。本文对UPF滤波方法进行研究,运用于捷联惯导系统初始对准的姿态估计,计算机仿真和试验结果均表明了该方法的方位失准角估计精度和收敛速度明显优于传统的EKF。     

星间微波测距系统相位中心在轨标定研究

研究了卫星质心已精确确定后,基于非线性卡尔曼滤波的星间微波测距系统的相位中心在轨标定方法。用非线性卡尔曼滤波对4种机动律的数据进行标定计算。仿真结果表明:当设定合适的敏感元件参数时,该法有较高的精度。     

星敏感器自主在轨标定算法

在星敏感器在轨测量的星像点偏移和星敏感器光学透镜焦距变化条件下研究了一种自主在轨标定算法.由最小二乘最优估计法在轨标定星敏感器星像点偏移和光学透镜焦距变化,以最小二乘最优估值为量测,用卡尔曼滤波算法设计了星敏感器在轨自主标定模型.仿真结果表明:该算法可准确标定星敏感器星像点偏移和透镜焦距变化.     

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。     

基于Kalman光纤陀螺的随机信号处理

分析了光纤陀螺随机漂移的特性,建立了随机漂移的ARIMA模型;针对IFOG输出信号的特点建立了随机漂移的观测方程并用卡尔曼滤波把随机漂移估计出来,用以对IFOG的输出进行补偿.根据时间序列预测的特点和要求,分析了传统时间序列预测方法的不足,提出了将卡尔曼滤波应用于时间序列预测.推导了基于卡尔曼滤波的ARMA模型参数实时更新算法,并采用功率谱密度分析方法确定预测模型的形式与阶数;通过对光纤陀螺随机漂移建模进行了实证研究,对光纤陀螺仪信号处理有着重要的参考.     

卫星地球-射频敏感器组合定姿滤波算法研究

基于卡尔曼滤波理论以及卫星定姿技术的发现状况，对卡尔曼滤波在静止轨道三轴稳定卫星红外地球敏感器和射频敏感器组合定姿中的应用作了一定的研究。建立了静止轨道三稳定卫星姿态动力学模型和红外－射频敏感器组合定姿的姿态量测模型，针对这一模型，应用推广的卡尔曼滤波进行姿态估计，并进行了计算机仿真，验证了滤波方法应用于静止轨道三轴稳定卫星红外地球敏感哭和射频敏感器组合定姿的有效性和优越性。     

星间相对测量自主导航的改进容积卡尔曼滤波

针对仅利用星间相对位置测量的双星自主导航系统，提出一种基于可观度的改进容积卡尔曼滤波算法。该算法从系统可观度的物理意义出发，通过对预测协方差阵进行在线调整改善标准容积卡尔曼滤波算法对系统可观度敏感和不满足滤波拟一致性等问题。对具体算例进行数值仿真，校验了该改进容积卡尔曼滤波算法在基于星间相对位置测量的双星自主导航系统中的有效性，与标准容积卡尔曼滤波相比趋稳更快，精度更高。     

脉冲星导航系统观测量异常的改进UKF滤波算法研究

为减小观测量异常对X射线脉冲星导航系统的影响,提出了一种改进的无迹卡尔曼滤波(MUKF)导航滤波算法。给出了轨道动力学模型和量测模型。针对观测器校准脉冲星方向时因宇宙尘埃影响会发生细微震动而产生短时段的常值误差,设计异常检测函数,可有效判断有无观测量异常发生。当观测量出现异常时,对UKF进行改进,通过调节滤波器增益减小异常观测的影响,进而得到准确的脉冲星导航系统状态估值,改进的滤波算法使整个导航系统具有更强的容错性和稳定性。对UKF,MUKF两种算法在地球近地轨道上进行了实验仿真,结果表明:提出的MUKF滤波算法可有效消除观测量常值偏差对导航系统的影响。     

基于Unscented卡尔曼滤波器的卫星自主天文导航研究

针对星光折射间接敏感地平的卫星自主天文导航方法，建立了带摄动项的状态方程和以星光视高度为观测量的量测方程。由于该状态方程和量测方程都是严重非线性的，利用推广的卡尔曼滤波器进行导航时精度较低。Unscented卡尔曼滤波是一种针对非线性系统的估计新方法。本文提出将Unscented卡尔曼滤波用于自主天文导航。计算机仿真结果显示Unscented卡尔曼滤波的估计精度远优于推广的卡尔曼滤波。     

基于卡尔曼滤波的雷达单目标跟踪算法研究

随着科技的发展，雷达对目标跟踪的精确度要求越来越高。但在实际应用中，系统所处的环境会受到各种各样的干扰，此时，卡尔曼滤波器凭借其优良的噪声处理能力而被应用到各种领域，是现阶段雷达跟踪中最常用的算法。文章在卡尔曼滤波算法的基础上，就如何将其应用于雷达目标跟踪系统的问题进行了研究与仿真；分析了卡尔曼滤波与常增益滤波的适用范围及优缺点；给出了极坐标系下卡尔曼滤波的计算及过程噪声方差的获取方法；最后以目标仿真结果证明了估计的有效性。文章定性、定量地对卡尔曼滤波在雷达单目标跟踪算法中的应用情况进行了分析，明确指出了算法的优良性能及局限性，实际应用时也可以对目标进行分段处理。该算法可直接应用于某些单目标跟踪系统，或与其他算法结合，用于多目标跟踪系统，如道路监测雷达系统等。