捷联制导旋转弹制导信息提取研究CSCD

以捷联式半主动激光导引头为研究对象,研究其应用在旋转弹上制导信息的提取方法。根据坐标转换关系得到旋转弹惯性系视线角解耦模型,由于导引头和速率陀螺仪具有测量误差特性,直接解耦得到的制导信息会产生较大的误差。基于视线角解耦模型的非线性,采用扩展卡尔曼滤波(EKF)的方法对测量信息进行滤波处理,估计出目标的位置,从而得到捷联式半主动激光导引旋转弹的制导信息。将扩展卡尔曼滤波方法与α-β滤波方法进行对比分析,得到扩展卡尔曼滤波方法对捷联式半主动激光导引旋转弹制导信息的估计精度更高,收敛更快。     

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于PnP的自适应线性卡尔曼滤波位姿估计求解方法。将PnP位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

考虑星敏感器安装误差的弹道导弹捷联星光/惯性复合制导

弹道导弹捷联星光/惯性制导是在惯性制导基础上辅以星光修正的一种复合制导方法，能够显著提高导弹制导精度。由于星敏感器捷联安装在弹体上，安装误差会影响恒星测量的精度，进而影响复合制导精度，为此提出一种在线辨识并修正星敏感器安装误差的复合制导方法。建立了星敏感器观测量与数学平台失准角、星敏感器安装误差的关系方程，在导弹主动段关机后测量3颗独立的恒星获得6个观测量，利用最小二乘法估计出失准角和星敏感器安装、误差。改进了星光/惯性复合制导的最佳修正系数确定方程，直接修正了星敏感器安装误差的影响。数值仿真结果表明：所提方法可以有效地估计平台失准角和星敏感器安装误差，提高了捷联星光/惯性复合制导的精度。     

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,...     

导弹制导与控制一体化三通道解耦设计方法

针对导弹俯冲打击地面目标的问题,基于扩张状态观测器(ESO)和反步滑模设计思想,提出一种导弹制导与控制一体化三通道解耦设计方法。充分考虑制导与控制系统之间以及控制系统三通道间的耦合关系,建立了制导与控制一体化三通道耦合模型。通过ESO对导弹运动六自由度(6DOF)系统内各通道间的动态耦合项和不确定性进行实时观测和动态补偿,实现通道间的主动解耦,从而设计了基于ESO的导弹制导与控制一体化三通道解耦控制律。同时,为了解决在使用ESO对高阶非线性系统进行状态观测时引起的"运算膨胀"问题,通过设计自适应控制律对ESO观测误差进行补偿。基于李雅普诺夫稳定性准则证明了闭环系统所有状态最终一致有界。并与制导与控制一体化三通道独立设计方法和传统的制导与控制系统设计方法进行对比仿真,结果验证了基于ESO的导弹制导与控制一体化三通道解耦设计方法的有效性和优越性。     

视场受限制导与控制一体化设计

针对拦截弹视场受限问题,提出了一种基于动态面控制和自适应扩张状态观测器(ESO)的制导控制一体化(IGC)设计方法。首先,建立基于目标拦截过程的拦截弹运动方程和非线性动力学方程的IGC模型;其次,设计自适应ESO估计导弹自身信息干扰和目标加速度误差。然后,设计基于动态面控制的IGC算法获取虚拟控制力矩,并利用李雅普诺夫(Lyapunov)理论证明系统稳定性。仿真结果表明,所设计的IGC算法能够实现在视场受限情况下稳定制导和控制导弹姿态,满足动能碰撞杀伤目标的要求,可用于导弹制导和控制系统设计。     

纯惯导中制导误差分析

针对洲际弹道导弹,在分析加速度计测量误差和陀螺漂移误差对导弹视加速度影响的基础上,给出了中制导段惯性系统对速度和位置的误差传递模型,对给定的惯组误差系数偏差进行了纯惯性导航制导误差计算。仿真结果表明,纯惯导中制导对洲际导弹落点精度影响比较大。该算法可用于纯惯性中制导方案设计。     

弹道导弹线性制导方案改进方法研究

提出了一种对弹道导弹线性制导方案的改进方法，给出了该方法的制导方程和制导方程中各参数的具体算法，并分析了改进方法对提高导弹射击精度的增益。该制导方案保留了一般型线性制导方案可靠、简单的优点．基本消除了一般型线性制导方案的制导方法误差。     

大气折射对电视制导导弹定位精度的影响分析

为了提高电视制导导弹的定位精度,有必要研究大气折射效应的影响。基于大气折射率模型,采用高精度的4阶Runge-Kutta光线追迹方法,以定位误差和俯角误差为大气折射效应的评价标准,建立了电视制导导弹大气折射误差模型,并通过探空仪实测大气参数验证了模型的有效性以及精度测试验证了算法的可靠性。基于该模型,仿真分析了不同发射高度和俯角对定位精度的影响规律。研究结果发现：高海拔时,基于三段模型的大气折射误差要小于其他模型;相同高度下导弹发射的视在俯角扩大10倍,由大气折射造成的定位误差和俯角误差将分别缩小1 000倍和10倍;5 km高度、视在俯角为30°时的定位误差已减小到2 m以内。研究结果表明,该方法可以辅助电视制导导弹的设计,对提高其精确打击能力具有重要意义。     

基于双模型滤波算法的环控系统换热器故障诊断

 在建立飞机环控系统数学模型的基础上,提出采用双模型滤波方法进行参数估计、状态预测和故障诊断,提高飞机环控系统故障诊断的快速性和准确性。如果采用最小二乘算法,参数估计是静态的,故障诊断延迟一般较大;采用单模型扩展Kalman滤波算法,虽然能够实现动态估计,但不能同时兼顾稳态过程和过渡过程（突发故障）的参数估计,导致误差较大。为了解决上述难题,针对飞机环控系统换热器故障诊断,提出两模型滤波算法。该算法由两个滤波器组成,分别用于跟踪系统的稳态和过渡过程。由于采用了两滤波器模型分别匹配不同的系统特征,能够改善飞机环控系统不同状态下的参数估计和状态预测性能,从而提高系统故障诊断的精度和速度。仿真结果证实了该算法的有效性。     

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。     

Two-step optimal estimator for three dimensional target tracking

This study presents an adaptation of a novel estimation methodology to the general nonlinear three-dimensional problem of tracking a maneuvering target. The two-step optimal estimator (TSE) suggests an attractive alternative to the standard extended Kalman filter (EKF). A superior performance is accomplished by dividing the estimation problem into two steps: a linear first step and a nonlinear second step. The target tracking performance of the TSE is shown to be better than an EKF implemented in either inertial or modified spherical coordinates. In the passive case, where bearing/elevation angles only are measured, the TSE yields excellent range and target acceleration estimates. In the active case, where range measurement is available as well, a homing missile employing closed-loop optimal guidance based on the TSE state estimates obtains smaller miss distances than with either versions of the EKF.     

模型预测滤波在机载SAR运动补偿POS系统中的应用

 机载合成孔径雷达（SAR）运动补偿用位置姿态系统（POS）的定位精度直接影响SAR成像的效果。为进一步提高POS的导航精度,提出将模型预测滤波（MPF）与扩展卡尔曼滤波（EKF）相结合的方法应用于POS中。该方法不需要假设模型误差为高斯过程,并能够在线实时估计并修正系统模型,有效解决了MPF算法与系统模型不完全兼容的问题。飞行试验结果表明,该方法的收敛速度和滤波精度均明显优于目前工程应用中的KF和EKF,特别是大大提高了POS的定位精度;同时该算法与线性滤波KF的计算量相当,更好地满足了工程应用对导航精度和实时性的要求。     

STAP for GPS receiver synchronization

A space-time adaptive processing (STAP) algorithm for delay tracking and acquisition of the GPS signature sequence with interference rejection capability is developed. The interference can consist of both broadband and narrowband jammers, and is mitigated in two steps. The narrowband jammers are modelled as vector autoregressive (VAR) processes and rejected by temporal whitening. The spatial ing is implicitly achieved by estimating a sample covariance matrix and feeding its inverse into the extended Kalman filter (EKF). The EKF estimates of the code delay and the fading channel are used for a t-test for acquisition detection. Computer simulations demonstrate robust performance of the algorithm in severe jamming, and also show that the algorithm outperforms the conventional delay-locked loop (DLL).     

基于无迹卡尔曼滤波法的串联型电池系统 荷电状态估计研究

以锂离子电池为载体的电源系统为航天器稳定可靠运行提供了一种有效的方式.多个电池单体经串联可扩大电池系统容量,即串联型电池系统.为准确估计串联型锂离子电池系统的荷电状态(State of Charge,SOC),针对扩展卡尔曼滤波(Extended Kalman Filter,EKF)计算复杂、精度不高等问题,结合串联型电池系统空间状态方程,提出基于无迹卡尔曼滤波法(Unscented Kalman Filter,UKF)的串联型电池系统荷电状态估计算法.在恒流和脉冲两种工况下,通过对比分析UKF与EKF算法的仿真结果与实验数据的匹配情况,证明了提出算法的准确性和高鲁棒性.     

A fusion and learning algorithm for landing aircraft tracking:compensating for exhaust plume disturbance

An algorithm is presented for tracking a landing aircraft using fusion of two different passive sensors, a laser range finder (LRF) and a forward-looking infrared (FLIR) camera. The main feature of this algorithm is its ability to identify and compensate for an exhaust plume disturbance. The algorithm is based on the extended Kalman filter (EKF) and the filtering confidence function (FCF) which introduces a learning approach to the tracking problem. The results of a simulation using the learning tracking algorithm and the EKF alone are presented and compared     

用卡尔曼滤波器估计目标机动加速度

为了使基于线性二次型高斯理论的LQG最优制导规律得到工程应用，设计了一种寻的回路中的卡尔曼滤波器，利用仿真技术，用这种滤波器对目标机动加速度进行了估计，仿真结果表明，这种滤波器可以准确估计目标机动加速度。