用噪声模型估计星载SAR的多普勒质心

本文提出了采用噪声模型的谱分析来估计合成孔径雷达的多普勒质心的方法，并用Ｓｅａｓａｔ－Ａ回波数据对该方法与传统方法的估计性能进行了比较。     

空间翻滚非合作目标相对位姿估计的视觉SLAM方法

针对空间翻滚非合作目标相对位姿测量中目标先验信息缺失和模型不确定问题,将移动机器人视觉同步定位与建图（SLAM）贝叶斯滤波估计模型推广到非合作目标相对位姿测量中,提出一种基于视觉SLAM的翻滚非合作目标相对位姿估计方法。首先,构建了相对位姿估计的贝叶斯滤波状态转移模型和量测更新模型。其次,为避免平动噪声协方差过大导致滤波性能下降的问题,对状态转移方程进行优化,采用最小二乘估计方法预测位置参数。最后,采用一种联合无损卡尔曼滤波和粒子滤波的贝叶斯滤波方法实现了目标全部位姿参数的快速平滑估计。基于计算机合成图像数据和真实图像序列的仿真实验表明：提出的方法具有较优的速度和精度,且对目标速度变化、特征提取和数据关联误差等具有较好的鲁棒性。     

自适应滤波在平台自标定数据处理中的应用

对平台标定中数据处理的一种方法是对角度传感器输出分析，解算出移角速率，并在此基础上辨识出漂移参数。由于平台自标定在动基座条件下进行，角度传感器输出中的噪声统计难以确定，并且会出现时变的情况。传统的卡尔曼滤波方法不能适用。自适应卡尔曼滤波的估计状态的同时，利用观测数据带来的信息，可在线估计噪声的统计特性，从而不断地改进滤波器的设计。建立输出数据常速度模型，采用Sage和Husa自适应滤波算法，进行参数辨识，得到较好的效果。     

基于联合隐马尔科夫模型的SAR图像去噪方法

提出一种联合隐马尔科夫模型的SAR图像去噪方法。基于贝叶斯准则估计隐马尔科夫树状模型的参数集合,得到各小波系数的期望值和收缩系数;引入二阶马尔科夫随机场模型去除小波系数尺度内的相关性,根据每个小波系数邻域内所有小波系数的隐状态和收缩系数,计算得到新的收缩系数,并对各小波子带的小波系数进行收缩,从而有效复原无噪声图像。实验表明,方法具有很强的噪声抑制能力,相对隐马尔科夫模型大幅提高了等效视数,且较好地保持了边缘。     

自学习自适应INS／Doppler组合导航系统

本文通过引入文［１］提出的自学习适应Ｋａｌｍａｎ滤波，而将氢此组成的具有自学习功能的智能组合导航系统直接建立在噪声分布密度的异步自学习估计上，由于此时的ＬＡＫＦ在每次重复滤波实验后可离线异步地学习模型与量测噪声的统计特性，从而可有效地避免滤波发散现象并能确保实时性。文中结合某飞行器，对ＩＮＳ／Ｄｏｐｐｌｅｒ组合导航系统进行了仿真研究，所得结果十分满意。     

未知但有界噪声条件下的MEMS陀螺信号处理方法

提出了一种基于椭球定界的微机电系统(MEMS)陀螺模型辨识与误差补偿方法。首先,建立了随机漂移的自回归模型,并针对模型随时间变化的特征,引入具有递推特性的定界椭球自适应约束最小二乘法(BEACON),实现模型参数的动态辨识,提高建模精度;然后,提出一种未知但有界(UBB)噪声条件下的定界椭球自适应状态估计(BEASE)算法,用于角速率的估计;采用新的加权策略和优化准则进行量测阶段的更新,并推导了此框架下的状态可行集更新过程及其最优参数求解方法。将该方法应用于MEMS陀螺信号的处理,验证了其有效性和改进性能。     

GPS/速率陀螺组合Kalman滤波姿态确定算法研究

建立了GPS／速率陀螺组合姿态估计系统的模型，研究比较了三种典型的Kalman滤波姿态确定算法：状态扩充法、量测量求差法和时变噪声估计跟踪自适应滤波算法。给出了某航天器采用GPS／速率陀螺组合姿态确定的仿真计算结果，并对结果进行了分析。结果表明，与传统Kalman滤波算法比较，时变噪声跟踪自适应滤波算法和量测量求差滤波算法能较好地消除GPS测量中相关时变噪声的影响，提高姿态确定的精度；而且时变噪声跟踪自适应滤波算法能很好地消除由于噪声统计性能的不确定性对Kalman滤波的影响，提高姿态确定系统的性能。     

旋转非合作目标相对状态的解耦估计方法

针对在轨旋转非合作目标相对状态估计中关于几何结构及惯量参数先验信息未知的问题，提出一种以双目相机对目标特征点的投影作为测量值的解耦估计方法，实现旋转非合作目标相对状态的估计。首先，建立非合目标的动力学模型和目标特征点的运动模型；其次，为避免由目标特征点与目标质心相对位置不确定引起滤波性能降低的问题，建立相对特征的运动模型及投影模型，对旋转运动和平移运动进行解耦；最后，设计相应的滤波器对非合作目标的相对状态进行估计。仿真结果表明，提出的解耦估计方法能够有效地估计出非合作目标的相对状态。     

非线性递推最小模型误差估计

基于最优控制理论和两点边值问题的不变式嵌入法，提出了模型不确定性非线性性系统递推最小模型误差估计，并推导了估计算法。仿真例说明，该方法是模型不确定性非线性系统状态递推估计的有效方法。     

采用参数谱估计方法的超分辨率SAR成像

讨论了采用改进的参数谱估计算法的超分辨率合成孔径雷达（ＳＡＲ）图像形成，参数谱估计方法是在参数数据模型的基础上设计的，同时用于估计模型参数，由于在ＳＡＲ的应用中经常利用ＳＡＲ图像而不同模型参数，因此我们采用依靠参数方法获得的参数估值来模拟大维数的数据短阵，然后对它们采用快速傅里叶变换（ＦＦＴ）以产生具有超分辨率的ＳＡＲ图像，采用ＭＳＴＡＲ和Ｍｉｃｈｉｇａｎ环境研究所（ＥＲＩＭ）数据的实验例子说明，和常规的ＦＦＴ方法相比，鲁棒的频谱估计算法能产生更高分辨率的ＳＡＲ图像，并能增强显著的目标特征。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。     

一种改进的北斗卫星信号并行捕获方法

为了提高全并行捕获方式下北斗卫星信号的发现概率,提出了一种改进的并行捕获算法。相对于传统的检测方法,该算法每次搜索需要存储少量的候选值,采用多次观测并统计候选值来完成信号检测。虽然增加了少量存储空间和运算,但是其利用了更多的观测信息,因此有利于提高弱信号下的发现概率。该方法不需要实时统计噪声分布,从而避免了噪声波动对于门限的影响。在高斯白噪声模型下给出了系统发现概率和虚警率的定量评估。理论分析和仿真结果表明该方法可以有效改善北斗弱信号的发现概率,相对于传统判决方法可以提高捕获灵敏度达3~4 dB。     

运载火箭飞行测量数据误差分析的小波方法

以提高火箭飞行跟踪测量数据处理精度为目的。结合弹道处理的实际，将小波理论运用于火箭弹道测最数据的分析。本文首先针对火箭飞行弹道测量数据的特征，应用小波理论建立了弹道测量数据事后误差分析处理方法的杠架模型，创建了雷达测量数据诸元的多项式和B样条时序分析模型，提出并验证了雷达测量数据的随机分布模型；其次，对受到噪声干扰时间段数据模型出现严重病态的情况，建立了基于多项式拟合和B样条函数选取有限时间段拟合的火箭弹道建模和预测的二次建模方法；最后，利用所提出的分析处理方法对某次任务两个测量站雷达弹道测量数据的分析，处理效果显著，精度理想。实验验证了上述方法是一种理想的弹道测量数据事后误差分析处理方法。     

一种新的动基座快速传递对准方案及其仿真研究

针对捷联惯导系统的动基座初始对准问题,提出了一种新的动基座快速传递对准方案。该方案采用速度 姿态变化量匹配,直接对主、子惯导导航坐标系之间的失准角进行估计,可以使航向失准角快速收敛。通过仿真,研究了注入噪声和测量噪声水平、机动运动强度和幅度、复合机动运动、载机运动方向等六个因素对对准性能的影响。结果表明:其对准性能取决于水平失准角的估计精度和速度;失准角的估计精度和速度与注入噪声水平和测量噪声水平、机动运动的强度和幅度有关;复合机动运动对对准性能有正反两方面的影响。     

改进高斯混合粒子滤波的纯方位目标跟踪算法

针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶,一定程度上克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点和可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题。仿真实验结果表明在纯方位跟踪领域,与传统粒子滤波(PF)和基于EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

一种基于机动辨识预测的空空导弹导引律

现有的空空导弹导引头在有噪声和干扰的环境下获得目标精确信息存在时间延迟,且新一代目标的机动能力更强,不对导弹加以补偿会造成较大脱靶量,所以需对目标状态有效预测。针对新一代目标规避空空导弹常用的大机动模式,为满足新一代空空导弹发展需求,设计了一种新型复合导引律。从目标自身出发,研究高机动目标规避导弹采用的典型机动形式,对机动轨迹进行离线建模,构建具有扩展能力的目标机动模型库。设计自适应滤波器对测量噪声进行降噪。同时,利用模型库设计了机动辨识预测器,对目标实际机动进行在线辨识。基于在线辨识的结果对目标机动进行预测,并对时间延迟进行补偿和修正,实现对高机动目标的精确打击。仿真结果表明:该方法对不同类型的机动目标均有较高的预测精度和命中精度。     

基于Adaptive Sigma-Point滤波的智能导弹对目标协同定位方法研究

在对智能导弹协同作战过程详细描述的基础上,提出了一种利用多枚智能导弹协同对目标定位的方法。考虑目标运动模型为静止模型和运动模型两种情况,将Sigma-Point滤波方法与过程噪声的自适应估计方法相结合,融合目标运动状态和目标到达角信息,克服了常规Sigma-Point滤波性能依赖于目标运动模型的先验统计信息的缺点。通过比较目标可能存在区域面积的大小,确定了参与协同定位的智能导弹数目和编队构型。仿真研究表明,多枚智能导弹协同对目标定位可以显著提高定位精度和速度。     

幅值锁定型超流体陀螺模糊自抗扰控制系统设计

针对幅值锁定型超流体陀螺中热相位注入存在的温升延迟和热噪声影响陀螺系统测量精度和稳定性的问题,提出一种基于模糊自抗扰的超流体陀螺控制系统设计方法。首先建立超流体陀螺的数学模型;分析热相位注入引入的温升延迟和未知热噪声对系统敏感精度和稳定性的影响机理。在此基础上,设计集微分跟踪器、扩张状态观测和非线性反馈控制律于一体的自抗扰控制器,并进一步采用模糊推理实现非线性组合的比例和微分系数的自适应调整。最后利用Maltlab/Simulink进行仿真校验。仿真结果表明：该控制方法能够抑制未知噪声和温升延迟对系统的影响,对工作点实现良好的锁定,有效地提高了陀螺系统的测量精度和稳定性。     

深空通信中Ka频段自适应纠删编码研究

未来深空通信将采用Ka频段进行深空探测任务,但余量有限的Ka频段链路受地面站区域天气的影响较大,容易产生中断。将Ka频段链路的噪声温度建模为两状态马尔科夫链的Gilbert Elliot信道,结合异步CFDP传输模式,设计了低误差的天气状态预测模型,同时针对给定噪声阈值下天气状态转换对下行链路丢包率的影响,提出一种基于天气状态转换的RS码与弱鲁棒孤波分布LT码级联的分组纠删编码技术,通过预测模型实现自适应码率调整以保持Ka频段的数据链路连续性以及有效吞吐量。仿真表明算法可实现对数据分组的纠删保护,提高接收端的译码性能,增大系统吞吐量,提高文件传输效率。     

反舰导弹过载控制的随机鲁棒设计方法

基于由蒙特卡罗估计和遗传算法构成的随机鲁棒设计方法和全状态可测量的反舰导弹过载控制模型 ,提出了一种实用有效的随机鲁棒过载控制方法。由于是对直接依据系统鲁棒稳定性和鲁棒性能指标要求建立的随机鲁棒函数进行优化设计 ,所以该方法实质上是一种面向工程应用的综合设计方法。通过对某型反舰导弹的全弹道六自由度非线性时变控制系统的仿真 ,验证了该方法的有效性。