自适应滤波方法研究

证明Ｓａｇｅ－Ｈｕｓａ的自适应卡尔曼滤波算法不能同时估计Ｑ和Ｒ,并分析了该法导致滤波发散的原因。介绍了一种新的自适应卡尔曼滤波算法,该法当Ｒ（或Ｑ）已知时可以准确地估计出Ｑ（或Ｒ）。该法的独特之处在于当对Ｑ（或Ｒ）进行修正估计时,只采用矩阵的乘运算和求逆运算,而不进行加减法运算,因此消除了滤波发散现象。数字仿真表明效果良好。     

拟线性最优平滑滤波及其应用

在普通推广卡尔曼滤波（Ｅ．Ｋ．Ｆ．）的基础上，提出了一种更加适用于非线性状态方程和观测方程的改进的滤波算法－－拟线性最优平滑滤波（Ｑ．Ｌ．Ｏ．Ｓ．Ｆ．）算法，在求该滤波算法的状态转移矩阵时，加进了二阶导数项，同时线性化的标称值取为单步平滑值，降低了非线性对滤波的影响，提高了滤波精度。通过对某歼击机的仿真飞行试验数据及实测数据的处理，表明该算法比普通推广卡尔曼滤波具有更好的收敛性、精确性。     

一种基于径向加速度的Singer-EKF机动目标跟踪算法

针对雷达均不能提供目标加速度信息,在目标机动时会出现跟踪精度差甚至跟踪发散的问题,提出一种基于径向加速度的Singer-EKF算法。该算法在信号处理阶段利用Radon-Ambiguity变换（RAT）估计出目标的径向加速度,并通过坐标转换将其引入量测向量中,然后采用基于Singer模型的扩展卡尔曼滤波（EKF）算法实现机动目标的跟踪。仿真验证了该方法的有效性,并与传统的不带径向加速度的扩展卡尔曼滤波（EKF）方法进行了比较,结果表明该方法在径向距离、位置、加速度和速度估计精度方面都有所提高。     

交会接近轨迹的闭环斜滑控制算法研究

为了矫正追踪航天器相对接近轨迹的偏离,实现交会轨迹的主动安全控制,在开环斜滑算法的基础上提出了闭环斜滑主动控制方法,包括轨迹控制的闭环斜滑算法和终端控制的闭环斜滑算法。利用某近距离交会接近问题,采用MonteCarlo（蒙特卡洛）打靶仿真,分析比较了开环斜滑算法和2种闭环斜滑算法。结果表明,闭环控制终端偏离明显小于开环情况,同时在较短时间内以较小的速度增量实现了终端状态控制,并且轨迹控制的闭环斜滑算法控制精度小于终端控制算法。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障，提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先，提出TSUKF算法，通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计，避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后，在TSUKF算法的基础上提出了ATSUKF算法，通过滑动窗口内的残差计算自适应矩阵，使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度，特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明，ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响，实现卫星姿态、执行机构/敏感器故障的快速估计。     

用于航天器姿态确定的卡尔曼滤波

一、引言这篇报告回顾了过去二十年中卡尔曼滤波在姿态确定中的应用及发展,这一回顾不是面面俱到,而只限于适合于配有三轴陀螺仪及姿态传感器的航天器姿态的算法。我们认为这一种航天器系统是最适合于使用卡尔曼滤波的。卡尔曼滤波器使用了系统随时间变化的动态模型以及这样一种传感器测量模型,即基于当前以及以前的测量值利用线性估计器而获得系统状态的最高精度估计的测量模型。因此,从     

一种星敏感器-陀螺组合定姿的实时在轨标定方法

研究了一种星敏感器一陀螺组合定姿方式中的姿态敏感器误差的实时在轨标定方法。首先,选择直观的欧拉角作为姿态描述参数,根据星敏感器和陀螺的测量原理建立星敏感器一陀螺在轨标定的测量方程和状态方程,并以此建立数学模型。其次,采用简单高效的EKF（ExtendedKalmanFilter,扩展卡尔曼滤波）作为估值算法,进行了在轨标定数值仿真。对于航天器姿态定向中出现的姿态角和星敏感器安装角之间的耦合问题,通过在特定姿态通道上施加简单姿态机动实现了解耦。数值结果表明,该实时在轨标定方法,尤其是所提出的姿态角和星敏感器安装角解耦策略,可以实现对航天器姿态的实时精确估计以及对星敏感器安装误差、陀螺常值漂移和相关漂移等误差的实时在轨标定。该方法可用于航天器姿态测量设备的实时在轨标定和航天器姿态的高精度实时确定。     

基于IMMKF算法的ADS-B监视应用目标跟踪

目标跟踪是机载广播式自动相关监视（ADS-B）应用的基础功能,对提升航空器周边的弱机动民航飞机目标跟踪性能具有重要意义。提出一种基于交互式多模型卡尔曼滤波（IMMKF）算法的ADS-B 监视应用目标跟踪方法。首先,针对弱机动背景下的民航飞机的飞行特点,建立包含匀速模型和标准协同转弯模型的运动模型集,并对模型进行线性化近似;然后,将模型预测和ADS-B 状态矢量量测数据作为IMMKF 算法中多个并行卡尔曼滤波器的输入,进行并行滤波;最后,计算得到目标状态矢量的估计和模型近似概率,并作为下一次迭代的输入。结果表明：相比于基于匀速模型的卡尔曼滤波目标跟踪方法,IMMKF 方法的位置跟踪误差降低了59%,速度跟踪误差降低了77%,显著提升了状态估计性能,具备较高的跟踪精度、稳健性与计算效率,在ADS-B 监视应用中具有实际应用价值与借鉴意义。     

相控阵雷达长时跟踪波束调度与波形优化策略

针对相控阵雷达多目标跟踪波束调度和波形参数优化控制的问题，本文提出了一种基于马尔可夫决策过程（MDP）的相控阵雷达跟踪波束调度与波形参数优化策略，该方法以无迹卡尔曼滤波（UKF）算法为基础来估计目标的状态。首先将本文的序列决策问题建模为马尔可夫决策过程，定义了资源的效费比和长期回报率，然后与当前实际跟踪误差综合考虑作为MDP的回报函数，进而给出了调度的优化模型，最后将长时决策问题转化为动态规划算法结构进行求解，并且提出了一种并行混合遗传粒子群优化算法来求解各决策时刻的最优策略。仿真结果表明了长时策略的先进性以及寻优算法的优越性，与传统的短时策略相比，跟踪精度可提高11.17%。     

航天器椭圆轨道自主交会的自适应学习控制策略

 提出了一种在缺少绝对轨道信息时的航天器椭圆轨道自主交会方法。利用Lawden方程描述椭圆轨道下的两星相对运动关系,并将方程中的时变参数单独归类。在假设这些时变参数无法得到的情况下,采用Lyapunov方法设计了椭圆轨道下自主交会的参数估计规则和自适应学习控制律。仿真结果表明,在只有相对状态信息的情况下,估计参数有效地跟踪了真实参数的变化,所设计的控制律能够实现椭圆轨道下航天器的自主交会。     

基于双视线测量的相对导航方法

对非合作目标自主交会中的中远程相对导航问题进行研究.首先,给出二阶近似的航天器相对轨道动力学方程,并对视线(LOS)导航方法的可观测性进行了分析.然后,提出基于双视线测量的相对导航方案.该导航方案中,系统过程噪声模型采用适用于航天器远距离相对运动的轨道动力学方程;量测量包括目标对两个追踪航天器的视线角和追踪航天器之间的...     

A parallel square-root algorithm for modified extended Kalmanfilter

A parallel square-root algorithm and its systolic array implementation are proposed for performing modified extended Kalman filtering (MEKF). The proposed parallel square-root algorithm is designed based on the singular value decomposition (SVD) and the Faddeev algorithm, and a very large scale integration (VLSI) systolic array architecture is developed for its implementation. Compared to other square root Kalman filtering algorithms, the proposed method is more numerically stable. The VLSI architecture described has good parallel and pipelining characteristics in applying to the MEKF and achieves higher efficiency. For n-dimensional state vector estimations, the proposed architecture consists of O(2n²) processing elements and uses O ((s+17)n) time-steps for a complete iteration at each instant, in contrast to the complexity of O((s+6) n³) time-steps for a sequential implementation, where s≈log n     

航天器电缆网快速协同设计方法及关键技术

以航天器电缆网传统研制模式的局限性为出发点,提出了电缆网全息模型的概念及其通用模型体系,实现了包含全要素设计信息的完整产品数字化定义;基于先"修路"后布线的设计理念,系统地提出了导航式电缆网快速协同设计方法及其相关算法,建立了航天器整器级统一的电缆网络通道"地图",有效增强了电缆网的顶层设计,减少了每束电缆并行设计时路径统筹规划不够和走向不优化的问题;构建了电缆网机电一体化协同模式和面向研制全周期的一体化业务流程,建立了跨型号跨专业的通用模型库、参数库、算法与规则库,完善了电缆网系统级设计和底层数据模型,实现了不同专业间的并行协同;开发了导航式电缆网快速协同设计系统,实现了基于参数驱动的复杂电缆网快速三维布线,提升了设计效率效益,并在以空间站为代表的载人航天型号中开展了应用,为复杂电缆网的研制提供了一种有效方法和手段。     

Efficient L-D factorization algorithms for PDA, IMM, and IMMPDAfilters

Efficient algorithms exist for the square-root probabilistic data association filter (PDAF). The same approach is extended to develop square-root versions of the interacting multiple model (IMM) Kalman filter and the IMMPDAF algorithms. The computational efficiency of the method stems from the fact that the terms needed in the overall covariance updates of PDAF, IMM, and IMMPDAF can be obtained as part of the square-root covariance update of an ordinary Kalman filter. In addition, a new square-root covariance prediction algorithm that is substantially faster than the usual modified weighted Gram-Schmidt (MWG-S) algorithm, whenever the process noise covariance matrix is time invariant, is proposed     

Design of a practical tracking algorithm with radar measurements

The extended Kalman filter (EKF) has been widely used as a nonlinear filtering method for radar tracking problems. However, it has been found that if cross-range measurement errors of the target position are large, the performance of the conventional EKF degrades considerably due to nonnegligible nonlinear effects. A new filtering algorithm for improving the tracking performance with radar measurements is developed based on the fact that correct evaluation of the measurement error covariance is possible in the Cartesian coordinate system. The proposed algorithm may be viewed as a modification of the EKF in which the variance of the range measurement errors is evaluated in an adaptive manner. The filter structure facilitates the incorporation of the sequential measurement processing scheme, and this makes the resulting algorithm favorable to both estimation accuracy and computational efficiency. Computer simulation results show that the proposed method offers superior performance in comparison to previous methods. Moreover, our developed algorithm provides some useful insight into the radar tracking problem     

一种非线性滤波器的误差分析及应用

针对一类具有未建模误差和扰动的非线性系统的状态估计问题,提出一种在线估计并补偿模型误差的非线性滤波算法,该算法利用非线性预测滤波(NPF)基于预测输出残差的方差最小的基本原则估计模型误差,冉利用扩展卡尔曼滤波(EKF)的思想对补偿后的模型进行状态估计;详细推导了状态估计误差及其方差阵的传播模型.以卫星姿态确定系统为例,...     

Improving performance in pulse radar detection using neuralnetworks

A new approach using a multilayered feed forward neural network for pulse compression is presented. The 13 element Barker code was used as the signal code. In training this network, the extended Kalman filtering (EKF)-based learning algorithm which has faster convergence speed than the conventional backpropagation (BP) algorithm was used. This approach has yielded output peak signal to sidelobe ratios which are much superior to those obtained with the BP algorithm. Further, for use of this neural network for real time processing, parallel implementation of the EKF-based learning algorithm is indispensable. Therefore, parallel implementation has also been developed     

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。     

飞机等效系统的在线辨识及其微机实现

引言 等效系统法是国外提出的评价带有复杂控制系统的飞机飞行品质的一种较有效的方法。它的基本思想是寻找一个带有等效时间延迟的低阶系统,使该系统具有或近似保留给定增稳飞机的高阶系统输出响应的主导特性,然后将低阶系统参数与规范要求相比