捷联惯性导航传统比力积分算法与对偶四元数算法的比较研究

捷联惯性导航速度更新算法中,将载体坐标系中的比力积分增量变换到导航参考坐标系中,载体姿态变化的影响通常采用一阶近似模型进行计算。本文分析了包括角振动和加速运动的动态运动下一阶近似模型的局限,在典型角振动及加速运动条件下对忽略姿态变化二阶项造成的速度更新误差进行了理论分析。通过比较,揭示了对偶四元数比力积分算法精度高于传统比力积分算法的原因,即和传统比力积分算法相比,对偶四元数比力积分算法等价于考虑了载体姿态变化影响的二阶项。通过典型角振动及加速运动条件下传统捷联惯性导航算法和对偶四元数导航算法的仿真比较,对理论分析结果进行了验证。     

无人飞行器集群仅测距初始相对位姿确定方法研究CSCD

针对全球导航卫星系统(GNSS)拒止环境下无人飞行器集群成员间的相对定位问题,研究了一种基于机载惯性测量单元(IMU)、气压高度计与数据链测距组合的初始相对位姿求解算法。首先,在高度计稳定输出较为精确的高度信息的前提下,将飞行器的三维运动解耦成二维水平运动,给出了三维加速度和角速度、测距信息的水平坐标系投影等效模型。在此基础上,以待求量相对位置和航向角的非线性形式构造了新的待求状态量,并将相对位置和航向角的非线性求解问题转化成了新状态量的线性模型最小二乘求解问题。然后,通过引入递推最小二乘算法(RLS),建立了该相对位姿求解算法的实时输出递推形式,有效降低了机载在线计算的负载。接着,对所提算法进行了可观测性分析,并给出了使系统状态量不可观测的几种相对运动形式。最后,对所提算法进行了数值仿真实验,仿真结果表明,该算法能够有效、快速求解初始相对位姿,位置误差在初始相对距离的10%以内,航向角误差在初始相对角度的1%以内。     

一种基于盲同态解卷积的SAR成像自聚焦算法

针对大气扰动及飞行平台不稳引起机载合成孔径雷达(SAR)图像散焦的问题,提出了一种新的自聚焦算法来估算运动误差。该算法是基于运动误差函数及场景散射函数平滑特性的差异来进行估计的,利用复对数变换将图像的幅度与相位信息分离,进而分别对相位及幅度信息进行处理。运动误差通常为慢变函数,而场景的散射信息具有某种随机特性。因此,经过复对数变换后,运动误差及散射信息可以通过滤波器进行分离,将相位中的随机噪声去除,从而保留了慢变的运动误差函数。为了去除噪声信息,需要建立一个平滑滤波器,利用Daubechies小波的尺度函数构造Riesz基向量,从而建立了正交子空间,通过所建立信号子空间及噪声子空间组建平滑滤波器,最终可以获得准确的运动误差。在实验部分,分别利用仿真数据及实测数据对本文方法进行验证,最终结果分析表明该方法具有很高的估计精度及执行效率。     

一种IRST双机协同被动探测机动目标定位新方法

针对红外搜索跟踪系统（IRST）双机协同被动探测定位作战使用中，机动目标建模与实际运动失配造成定位误差偏大的问题，研究了一种基于曲线模型的自适应滤波新方法。该方法改进了传统方法根据方向角估计转弯率以及基于帧间插分线加速度估计切向加速度的思路，将转弯率及线加速度联合作为状态变量进行了状态扩维，并推导了扩维后的过程噪声协方差表达式，在缓解传统两层滤波结构带来的计算量大问题外，也提高了切向加速度的估计精度。另外基于反正切函数的值域，结合方向角在四象限间的转移关系，优化了方向角的设计。通过IRST双机协同仿真实例，验证了所提方法对机动目标的适应性更强、目标定位精度更高。     

基于傅里叶变换的航迹对准关联算法

研究了在组网雷达存在系统误差情况下的目标航迹关联问题,理论分析了雷达系统误差对目标航迹的影响,并将该影响表示为目标航迹的旋转和平移量。在此基础上,提出了一种基于傅里叶变换的系统误差配准前航迹对准关联算法,该算法将组网雷达的航迹数据看做为一种整体信息,采用傅里叶变换理论来估计和补偿组网雷达目标航迹数据到融合中心航迹数据的相对旋转量和平移量,将雷达网中雷达上报的目标航迹数据对准到融合中心,从而不依赖于估计雷达网系统误差,实现了误差配准前的航迹准确关联,能够为后端的系统误差配准提供可靠的关联目标航迹数据。     

基于相似变换的涡扇发动机智能动态推力估计方法

智能推力估计面临飞行包线大、工作状态多变带来的数据采集和处理问题，获得的训练数据难以覆盖整个飞行包线的各种过渡工作状态，为此本文提出一种基于相似变换的推力估计数据处理方法。通过机理分析选择推力估计器输入，以相似变换对推力估计的输入和输出数据进行处理，并设计了基于输入延迟的深层动态神经网络来实现动态推力估计。非训练数据区域的动态仿真结果表明，相似变换后，深层动态神经网络的最大推力估计误差降低了62.20%，平均误差降低了43.50%；未进行相似变换时，相比深层静态神经网络，深层动态神经网络的最大推力估计误差降低了43.42%，平均误差降低了2.35%，仿真结果表明了本文所提出的数据处理方法和动态推力估计结构有效性。     

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。     

旋转调制式惯性平台的圆锥运动误差

转调制式空间稳定平台采用陀螺壳体翻滚技术,陀螺壳体翻滚在平台伺服跟踪作用下将形成圆锥运动。圆锥运动误差会引起陀螺漂移,对高精度、长航时惯性导航系统的精度将造成严重影响。首先,介绍了高精度、长航时旋转调制式惯性平台的基本工作原理,推导了平台上的陀螺沿旋转主轴相对地球的角速度。其次,阐述了陀螺壳体翻滚的圆锥运动,推导了壳体翻滚装置和框架伺服系统的跟踪误差及牵连运动角速度引起的圆锥运动附加漂移误差公式。再次,根据数值举例给出了计算机仿真曲线,指出该误差对高精度系统的危害。最后,得出结论：为了实现圆锥运动误差极小化,确保系统长时间运行精度和可靠性,必须实时扣除牵连运动角速度引起的圆锥运动误差分量,并优化设计壳体翻滚装置与平台伺服系统。     

Optimal Cooperative Sensing using a Team of UAVs

The authors investigates the joint optimal estimation of both the position and velocity of a ground moving target (GMT) using pulse Doppler radars on-board unmanned aerial vehicles (UAVs). The problem of cooperative estimation using a UAV team and the optimization of the team's configuration to achieve optimal GMT position and velocity estimates are addressed. Based on the Cramer-Rao bound, the minimum achievable error variance of the GMT position and velocity estimates is derived. The expression of the minimum achievable estimation error variance for unbiased estimation provided by the Cramer-Rao bound is minimized yielding the optimal configuration of the UAV team. Our solution is complete in that it addresses various GMT tracking scenarios and an arbitrary number of UAVs. Optimal sensor geometries for typical applications are illustrated     

基于贝叶斯模型的长码DS-CDMA信号扩频码与信息序列联合估计

 针对长码直接序列扩频码分多址(DS-CDMA)信号的盲解扩,在信号模型分析的基础上,提出了一种基于可逆跳跃的马尔可夫链蒙特卡罗(RJ-MCMC)扩频码和信息序列联合估计算法。该算法分别对建立的联合后验分布模型进行迭代抽样,并有效地在不同维数的子空间中跳转,从而构造一条马尔可夫链,使其平稳分布为待估参数的后验分布,最终拼接得到每个用户的完整扩频序列和信息序列估计。仿真结果表明:该方法在迭代二十几步时达到收敛;并且在功率相同和不同条件下,当信噪比(SNR)大于-9 dB时,估计序列与真实序列的相似度均超过0.95,信息序列的误码率低于0.01;同时算法对不同用户个数和不同调制样式具有较强的适应性,与Fast-ICA算法相比,估计性能平均提高了约3 dB。     

Doppler ambiguity resolution using multiple PRF

An algorithm for velocity ambiguity resolution in coherent pulsed Doppler radar using multiple pulse repetition frequencies (PRF) is presented. It relies on the choice of particular values for the PRFs. The folded frequency of the target signal is obtained by averaging the folded frequency estimates for each PRF, and a quasi maximum likelihood criterion is maximized for ambiguity order estimation. The fast implementation of this nonambiguous estimation procedure is based on the fast Fourier transform (FFT), The proposed waveform allows full exploitation of any (even) number of PRFs, which appears to be important for estimation improvement. The effects of the waveform parameters and the folded frequency estimation variance on the performance of the ambiguity order estimation procedure are evaluated theoretically and through computer simulations. Mean square error (MSE) curves are given to assess the Doppler frequency estimation accuracy. Finally, the new method is compared with a classical technique and the implementation of the algorithm in a clutter environment is addressed.     

航拍视频拼图中基于特征匹配的全局运动估计方法

 主要研究了航拍视频拼图中的全局运动估计问题。根据航拍视频成像过程的特点,得出相邻帧之间全局运动的4参数近似变换模型,该模型参数较少,鲁棒性好且计算简单,任意帧之间的变换模型通过“帧到帧”的方式递归获得。提出了一种双向最近邻距离比的尺度不变特征(SIFT)的匹配方法,提取出有效的匹配点,并采用随机采样一致性(RANSAC)方法去除外点和估计全局运动参数。从试验结果可以看出,该方法估计出的全局运动参数精度高,鲁棒性好。     

云的建模与渲染技术

云的建模和渲染技术对仿真系统的研究有着重要的理论和现实意义.该文利用粒子系统,结合了云的运动规律和光照规律对其进行建模.并对其运动模型、光照模型以及相函数都进行了简化.渲染时考虑了风速、光源等因素,提出两阶段算法来渲染云.试验结果表明,该文采用的运动模型,光照模型和渲染方法有较好的真实感和良好的实时性.     

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。     

Orbital reference frame estimation with power spectral density constraints for drag-free satellites

The drag-free satellites are widely used in the field of fundamental science as they enable the high-precision measurement in pure gravity fields. This paper investigates the estimation of local orbital reference frame (LORF) for drag-free satellites. An approach, taking account of the combi-nation of the minimum estimation error and power spectral density (PSD) constraint in frequency domain, is proposed. Firstly, the relationship between eigenvalues of estimator and transfer func-tion is built to analyze the suppression and amplification effect on input signals and obtain the eigenvalue range. Secondly, an optimization model for state estimator design with minimum estima-tion error in time domain and PSD constraint in frequency domain is established. It is solved by the sequential quadratic programming (SQP) algorithm. Finally, the orbital reference frame estimation of low-earth-orbit satellite is taken as an example, and the estimator of minimum variance with PSD constraint is designed and analyzed using the method proposed in this paper.     

基于分层变块大小运动估计的边信息提取算法(英文)

在分布式视频编码(DVC)中,边信息的质量对视频序列的压缩效果有很大影响。本文中,一种基于分层运动估计的边信息提取算法引入到DVC系统中。首先,采用了两种运动估计模式,向前运动估计和双向运动估计,然后利用分层变块大小运动估计算法获得了比较准确的运动矢量。接着运动矢量滤波器修正了由于局部相似造成的错误运动矢量。最后,选择决策模块更好地处理了帧内插技术中的多种估计模式的问题。这些算法为DVC提供了更好的边信息,提高了DVC系统的性能。实验结果显示,基于这种新算法的DVC系统高于传统视频编码帧内模式 3-4dB,而仅仅低于传统视频编码IBIB模式0.5-1dB。     

Recursive 3-D motion estimation from a monocular image sequence

Consideration is given to the design and application of a recursive algorithm to a sequence of images of a moving object to estimate both its structure and kinematics. The object is assumed to be rigid, and its motion is assumed to be smooth in the sense that it can be modeled by retaining an arbitrary number of terms in the appropriate Taylor series expansions. Translational motion involves a standard rectilinear model, while rotational motion is described with quaternions. Neglected terms of the Taylor series are modeled as process noise. A state-space model is constructed, incorporating both kinematic and structural states, and recursive techniques are used to estimate the state vector as a function of time. A set of object match points is assumed to be available. The problem is formulated as a parameter estimation and tracking problem which can use an arbitrarily large number of images in a sequence. The recursive estimation is done using an iterated extended Kalman filter (IEKF), initialized with the output of a batch algorithm run on the first few frames. Approximate Cramer-Rao lower bounds on the error covariance of the batch estimate are used as the initial state estimate error covariance of the IEKF. The performance of the recursive estimator is illustrated using both real and synthetic image sequences     

基于联邦卡尔曼滤波的测量船导航信息处理方法

为了提高航天测量船导航系统提供的位置、姿态及速度的精度,以满足飞行器测控的特殊要求,从信息融合的角度进行分析,针对多传感器信息融合技术在工程中的应用作进一步探讨,提出了基于信息融合技术的组合导航方案,构造了INS／CNS／GPS／DVL组合导航系统滤波体系结构,构建了误差模型,阐述了融合算法。仿真及实测数据证明,设计的联邦滤波器可以充分利用各种冗余信息,提高导航的数据精度。     

基于模糊核均值聚类优化的光流测速方法CSCD

光流算法作为一种载体速度测量方法,易受光照变化、物体相对移动影响,最终导致速度信息获取不准确。为了提高载体运动速度解算精度,提出了一种基于模糊核均值聚类算法优化的金字塔Lucas-Kanade光流测速方法(FKCM-金字塔LK)。该方法首先通过金字塔LK光流算法得到稀疏光流,然后使用模糊核均值聚类算法对稀疏光流数据进行聚类处理,最终建立光流与实验平台运动参数之间的关系,并得到准确的速度信息。实验结果表明,提出的基于模糊核均值聚类算法优化的金字塔LK光流测速方法不仅可以有效地减少物体相对移动对光流测速的影响,而且与现有其他光流测速方法相比,速度测量精度得到显著提高。     

一种基于外推信息的惯导/陆基单站导航修正方案

提出了一种基于外推信息的陆基单站测距信息惯导修正方案,该方案一方面利用陆基测距系统融合捷联惯导系统（SINS）的导航信息进行惯导误差修正,充分发挥惯导系统和陆基导航系统各自的优点,进行系统间的取长补短,有效地减小导航误差;另一方面将陆基/SINS修正结果送入状态估计器求解法向速度,解算实时载体轨迹的待修正量,进而执行载体速度和方向修正,进一步提高了导弹命中精度。