基于卡尔曼滤波的飞行器测控伺服记忆跟踪算法

针对目标飞行异常情形下遥测伺服设备记忆跟踪精度低的问题,提出一种基于卡尔曼滤波的记忆跟踪算法。该算法利用卡尔曼滤波减小测量数据失真引入的初始误差,并对滤波后速度和加速度值进行记忆外推。外推数据采用Neville插值,保证记忆跟踪时天线能够平滑运行。仿真结果显示,飞行器飞行异常情形下该算法跟踪角度均方根误差较现有的记忆跟踪算法平均减小39%。     

基于变步长LMS算法的IMU信号降噪研究

针对遥测系统小型化惯性测量单元惯性敏感元件精度较低,随机噪声较大的情况,研究基于变步长LMS自适应滤波技术的IMU信号实时降噪问题。算法通过实时递推得到失调误差和输入信号的互相关系数估值,利用估值实现算法的变步长控制,克服了固定步长NLMS滤波在收敛速度、跟踪能力和稳态精度之间的矛盾,具有收敛速度快、稳态精度高、动态信号随机噪声抑制能力强的优点。实验表明,变步长LMS自适应滤波技术可有效降低IMU信号的随机噪声,为遥测系统测量精度的提高提供技术支撑。     

基于BP神经网络的自主定轨自适应Kalman滤波算法

针对Sage Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于BP神经网络学习估计系统协方差矩阵的自适应Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计Kalman滤波系统协方差矩阵。将其应用到自主定轨系统,仿真结果表明利用本文算法自主定轨60天星座平均URE误差小于1.9米,且能够快速跟踪到系统噪声的突变,较Kalman滤波方法和Sage Husa自适应滤波方法具有更好的性能。     

LMS自适应滤波算法改进及其在连线干涉测量中的应用

对航天测控信号进行滤波处理将有利于提高系统的测量性能。连线干涉测量以载波时延为测量量,所以其测量精度与载波差分相位估计性能直接相关,而该性能主要受近载频噪声的影响。提出采用LMS自适应滤波算法对测控信号进行滤波处理以提高载波差分相位估计精度的思路。首先给出基于LMS自适应滤波算法的相位估计方案,并分析其可行性和存在的问题;然后提出基于余弦函数的改进LMS自适应滤波算法,最后将改进算法应用于CEI测量仿真和观测试验中。蒙特卡罗仿真和实测数据处理表明,改进的LMS自适应滤波算法优于原算法,在同样数据处理长度下,滤波处理后载波差分相位估计精度提高了约一倍,这在航天测控中具有重要意义。     

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。     

基于二态模型递归树的遥测全帧数据仿真算法

由于不同型号飞行器的遥测数据帧格式复杂多变、形式各异,使得工作人员不得不频繁更动遥测数据仿真软件,尤其在面对新型号飞行器时,软件甚至需要重新开发。为此,提出了一种基于二态模型递归树的通用化遥测全帧数据仿真算法。首先,通过对遥测全帧数据的特点进行分析,提出了基于参数数据和结构数据的遥测全帧数据通用化二态表达模型,构建了描述遥测全帧数据的递归树,实现了遥测全帧数据通用化描述。其次,针对遥测全帧数据仿真问题,提出了基于多元函数递归运算的结构数据生成算法,并设计了参数反演算法,实现了遥测全帧数据的通用化仿真。最后,通过算例分析,验证了算法在遥测全帧数据仿真中的实用性和有效性。     

卫星遥测数据实时压缩算法设计与实现

为了满足多星并行遥测数据处理和海量数据高并发分析的性能需求，便于后续进行数据挖掘、智能预警，本文提出并实现了一种卫星遥测数据实时压缩算法。针对遥测数据的特点，提出了遥测自适应分类方法，采用改进型RLE（Run Length Encoding，行程编码）压缩和增量压缩结合的算法，结合数据库技术，实现了遥测数据的压缩。在某型号卫星研制项目中，采用了该算法进行数据压缩，统计分析表明：该算法起到了很好的压缩效果。     

弹性体运载火箭建模及控制器设计

考虑运载火箭飞行过程中的弹性振动特性,对运载火箭进行全量动力学建模以及控制器设计。首先将运载火箭考虑为一维梁模型并建立全量动力学模型,分别引入自适应滤波姿态控制算法和H_2范数鲁棒增益调度控制算法设计控制器。仿真结果表明:在考虑舵机非线性情况下两种控制方法均能够满足精度要求,在具有较大外部扰动情况下,鲁棒增益调度控制算法相较于自适应滤波算法具有较强的鲁棒性。     

多星座组合导航自适应联合卡尔曼滤波算法研究

针对多星座卫星组合导航,提出了一种自适应联合卡尔曼滤波算法,采用描述机动载体运动的“当前”统计模型,直接从各卫星导航系统接收机输出的定位信息入手,将各种误差因素的影响等效为一个总误差,建立一种动态定位的自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能,通过引入调整系数、加权因子和自适应调节量对自适应滤波算法进行了改进,并分别对GPS、GLONASS和GALILEO系统设计了自适应子滤波器,然后采用联合滤波算法对各个子滤波器进行数据融合处理,最后对GPS/GLONASS/GALILEO组合导航系统进行了仿真验证,结果表明,该算法增强了滤波器的跟踪能力,改善了滤波效果,提高了定位精度。
     

动态测量数据的高保真容错Q-滤波算法

针对航天器遥测和跟踪数据非平稳、噪声干扰、数据散乱、野值多、真实信息往往被随机误差淹没等问题,提出一组新型滑动容错滤波算法,称Q-滤波容错算法。 采用原始数据滑动四分位滤波和滤波残差四分位过滤补偿相结合的方式,实现各种带野值、非平稳、强噪声干扰和超低信噪比的采样数据序列剔除野值、削弱扰动和提取信号。理论分析、仿真计算和飞行数据应用实例证实了该Q-滤波算法有强容错能力和提取采样数据本真变化的能力,可以从被噪声淹没和低信噪比的非平稳采样数据序列中或者在采样数据变化形态杂乱的情况下,高保真地准确提取测量对象的真实变化信息。     

HHT在遥测信号处理中的应用

遥测信号的数据处理品质直接影响对飞行试验结果的分析与评定。在研究HHT方法的基础上,结合遥测信号的特征,将HHT应用于遥测信号数据的趋势项提取与排除和滤波降噪中,并与传统的遥测信号处理方法进行对比分析。实测数据分析结果表明,基于HHT的遥测信号分析处理方法更准确、有效。     

面向对象技术的防空导弹Simulink建模与仿真

为防空导弹系统性能改进研究和优化设计,提出了一种新的方法,首先给出了一般防空导弹制导控制系统的数学模型,并采用面向对象建模技术结合动态仿真软件Simulink建立了仿真模型并进行了仿真研究,该模型具有容易理解,可重复使用,易于扩展等优点,即通过部分模块更换或改变参数等就可对该系统在其他条件下进行仿真,仿真结果和实际遥测数据基本吻合,表明了该模型和方法的有效性和实用性。     

新型伪加速度修正自适应滤波算法研究

提出了一种新型自适应滤波算法,该算法采用球坐标系,同时根据当前目标的运动状态实时调整增益.仿真结果表明该算法易于工程实现,可实现机动目标的快速自适应跟踪.     

多传感器加权观测融合自适应UKF滤波器

对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法.该算法利用导出的平稳随机序列的相关函数估计系统观测噪声方差统计R(j),并证明了其收敛性.进而利用Sage-Husa估计算法得到自适应UKF滤波算法.该方法避免了传统Sage和Husa的自适应滤波算法不能处理Q和R均未知的系统的局限性.为了将多传感器信息加以充分利用,提高滤波精度,本文利用加权最小二乘法(WLS),实现了多传感器加权观测融合自适应UKF滤波器.一个带3传感器非线性系统的仿真例子说明了该算法的有效性.     

多星座组合导航自适应信息融合滤波算法

针对多星座卫星组合导航,提出了一种双重自适应联合卡尔曼滤波算法,采用描述机动载体运动的"当前"统计模型,首先建立一种基于载体加速度方差自适应的动态定位卡尔曼滤波模型,并分别对GPS,GLONASS和GALILEO系统设计相应的自适应子滤波器,然后采用有重置的联合自适应滤波器对各个子滤波器进行数据融合处理,各子滤波器的信息分配系数根据各卫星导航系统输出的几何精度因子(GDOP)进行自适应调节.通过对GPS/GLONASS/GALILEO多星座组合导航系统的仿真,分析对比了加权平均滤波、常规联合滤波和本文提出的双重自适应滤波.结果表明:该双重自适应算法有效提高了组合导航系统的精度和可靠性,能更好地适应于量测噪声不断变化的卫星组合导航系统.     

基于数学仿真的姿控系统遥测数据分析与检验

为定量地分析和检验运载火箭姿态控制系统的遥测数据 ,本文采用数学仿真的办法模拟实际飞行过程 ,得出相对标准的数据 ;采用t检验的办法对其与遥测数据做一致性检验 ,以分析遥测数据的合理性及系统的工作性能     

收口十字形降落伞充气过程动力学建模与仿真

文章用半经验充气时间法对用于某回收器降落伞系统的收口十字形降落伞的充气过程进行了动力学建模与仿真计算,通过参照第一次某回收器飞行试验遥测数据,调整经验参数的值,对动力学模型进行修正。用修正后的动力学模型对第二次回收器飞行试验进行了仿真计算,将仿真计算结果与第二次飞行试验遥测数据的开伞动载以及运动参数进行比较,比较结果具有较好的一致性,证明了动力学模型和仿真计算程序的正确性。     

基于自适应IMM算法的高超声速飞行器轨迹预测

针对非弹道式高超声速飞行器的周期跳跃运动特点,提出了一种基于多种运动模型的自适应交互多模型(IMM)方法对目标运动状态进行估计。建立了目标的常速度、常加速度、Singer和蛇形机动模型,以及雷达的量测模型。自适应IMM算法包括混合概率计算、输入融合(混合交互)、模型条件滤波、模型概率更新和滤波估计融合等步骤。算法融合了Singer和蛇形机动模型,能较好地适应有幅值变化和频率衰减的模型状态估计,并用滤波估值和双正弦和函数拟合加速度,进一步递推目标运动轨迹。仿真结果表明:自适应IMM算法对高超声速目标有较好的弹道跟踪和预测精度。     

基于遥测数据的卫星在轨飞行温度仿真算法研究

研究一种基于遥测数据的卫星在轨飞行温度仿真计算方法,以卫星热控边界温度遥测参数作为仿真计算模型基准温度参数,挖掘星上设备温度与安装边界（热控边界）温度之间的数值定量关系,形成卫星温度关系数值矩阵。通过基准温度遥测数据与卫星温度关系数值矩阵之间数值运算,实现卫星在轨飞行温度仿真预计,计算误差小于2.5℃。     

自适应三维极化滤波

三维极化滤波能够更好地利用空域信息,在极化域-空域联合滤波,因此能够抑制二维正交极化滤波不能滤除的干扰,达到更好的滤波效果.实际应用中,信号通常是未知的或者变化的,要达到好的滤波效果,必须实时更新滤波参数.针对未知的或缓变的信号环境,提出了一种自适应三维极化滤波算法,利用历史杂波数据来估计杂波的极化信息,据此对天线进行调整,以对接收信号滤波.最后通过Matlab仿真验证了该算法的有效性.