空间机动目标的跟踪和定位

轨道机动控制过程中，推力加速度的不确定性是机动目标运动的主项摄动。通过对推力加速度和机动目标运动建模，在地心惯性系建立了增广系统状态动力学模型，在地平测量坐标系建立了离散量测模型，同时讨论了机动目标增广状态非线性动力学模型的线性化问题。给出了扩展卡尔曼滤波实时估计增广状态向量的算法，仿真分析证明所述算法稳定、收敛，对机动目标具有较高的定位精度。     

融合距离变化率的微分平滑

研究了目标跟踪中，测量信息为目标的斜距、方位角、高低角和距离变化率时的微分平滑求速算法。该方法融合了位置信息和距离变化率信息。仿真结果表明，该方法能提高速度参数的估计精度。     

基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰，在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器，利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后，通过某电源系统计算实例仿真验证所提融合估计器的有效性。     

转动惯量未知的非合作目标角速度估计方法研究

针对转动惯量未知的非合作目标的姿态角速度估计问题,将解算得到的非合作目标的惯性姿态作为测量信息,估计姿态角速度和姿态动力学参数（即转动惯量比）．首先,应用非线性控制系统的几何理论对待估计的状态扩展系统进行能观性分析．然后,利用UKF设计相应的滤波估计算法．仿真结果表明,本文所设计的方法能够精确估计出非合作目标的姿态角速度与转动惯量比．     

基于线性最小均方差估计的星敏感器故障诊断

针对使用两个星敏感器进行姿态测量的三轴稳定控制系统,利用星敏感器输出值与陀螺输出值的解析冗余关系,通过设计两个滤波器实现对不同星敏感器的故障隔离.考虑到陀螺测量噪声以乘性噪声的形式出现在姿态运动学方程中,利用陀螺输出测量值和目标星敏感器的测量值,采用线性最小均方差估计器得到包含目标星敏感器故障信息的残差; 以无故障情况下残差的统计方差为基础得到阈值,通过检验残差评价值是否超过相应的阈值,实现对目标星敏感器故障的检测; 分别将两个星敏感器作为目标星敏感器,综合两个故障检测结果隔离故障.对星敏感器出现测量偏差和精度逐渐下降两种故障的仿真验证了该方法的有效性.     

基于太阳敏感器的静止轨道卫星轨道估计方法研究

为解决目前通过星上配置敏感器进行地球同步轨道卫星自主轨道估计的问题,利用太阳敏感器和红外地球敏感器的测量信息进行轨道估计．根据地球静止轨道的特点,结合Hill方程,利用太阳敏感器和红外地球敏感器的测量信息以及轨道的摄动特性,建立导航系统的状态方程和测量方程．数学仿真结果表明,该方法可以较准确地估计出卫星的经度漂移,是一种可行的地球同步轨道卫星自主导航方法．     

绳系拖曳飞行器高抗扰轨迹跟踪控制

针对受未知风扰动作用下的绳系拖曳飞行器轨迹精确控制问题，设计了一种基于最小学习参数神经网络估计器的拖曳飞行器轨迹动态面控制方法。首先，结合绳系拖曳系统多刚体动力学模型，构建拖曳飞行器六自由度非线性模型，并完成其仿射非线性化处理。其次，考虑到拖曳飞行器可能受到前方飞机尾涡、紊流和阵风等未知气流及不可测量瞬变缆绳拉力等扰动的综合影响，构建了基于最小学习参数神经网络的拖曳飞行器状态/扰动在线估计器，以准确重构系统不可测量集总扰动。然后，基于所提状态/扰动在线估计器，设计了一种基于最小学习参数神经网络状态/扰动在线估计器的拖曳飞行器轨迹动态面控制方法，并分析了系统稳定性。最后，仿真表明，所提方法能够在多重气流扰动下实现拖曳飞行器位置稳定和机动轨迹跟踪。      

基于星敏感器的卫星角速度估计精度分析

重点研究星敏感器自身特性对角速度估计精度的影响,分析了星敏感器动态情况下恒星矢量测量精度,推导出恒星矢量测量误差与星像目标中心提取误差之间的关系;进而研究了最小二乘角速度估计算法的精度,得出其精度影响因素:星像目标中心提取误差、曝光时间、恒星矢量数目及相互夹角;最后以给定的星敏感器参数和实际恒星分布进行数学仿真,验证了采用星敏感器估计角速度的可行性.     

免疫状态观测器的设计及应用

提出了一种新颖的免疫状态观测器的设计方法,其主要设计思想是将状态变量分解为可直接测量和不可直接测量两个部分。放弃被故障污染的动态方程,通过测量输出更新可直接测量的状态变量,利用未被污染的动态方程去估计不可直接测量的状态变量。该方法克服了传统观测器在故障状态下对系统状态估计不准确的缺点,能够实现状态估计对系统目标故障的免疫功能,提高了故障诊断的准确性。     

一种用于目标跟踪的UT-BLUE滤波方法

雷达机动目标跟踪问题中,通常目标运动模型可精确地在直角坐标系下建模,但大多数情形下模型是非线性的,同时在传感器坐标系下所获得目标量测又是直接可用的.通过将无迹变换与最优线性无偏滤波器有机结合,提出一种新的BLUE(Best Linear Unbiased Estimator) 滤波算法,以便解决上述非线性跟踪问题.首先,该算法利用无迹变换对经由直角坐标系下非线性目标运动模型得到的目标状态及其协方差作出预测,然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时,直接对它们作出状态估计.在算法推导及Monte-Carlo仿真过程中,将新的BLUE滤波算法和EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)滤波算法进行比较,结果表明新算法的有效性和适用性.      

空分天线风场测量中三角尺寸效应的抑制

利用空分天线方法进行风场测量时存在着三角尺寸效应,以往公认的产生原因包括电子噪声干扰、地杂波等因素.本文首先提出另外一种产生三角尺寸效应的可能原因,即大气非平稳性和不均匀性(可统称为大气非平稳性),并讨论了由于此原因对大气风场测量的影响和作用以及产生三角尺寸效应的具体机制.在此基础上提出了一种用来消除大气的非平稳性影响的方法,即增量累积量法.用增量累积量方法的特例(2阶零延迟增量累积量)得出一维平均速度的表达式.理论分析表明利用该方法还可以有效地去除地杂波效应;高阶(k≥3)情况,增量累积量还可以抑制高斯噪声.分别在非平稳大气情况和有地杂波情况下,对空分天线方法中的全相关分析算法和增量累积量法进行数值模拟对比,得出结论:随着天线间距的变化,增量累积量法实测平均风场水平速度与模型输入速度的偏差比全相关分析算法要小得多.      

融合高斯过程回归的UKF估计方法

高精度滤波估计是SINS/GNSS组合导航系统的关键技术之一,其估计精度直接影响了导航精度。传统滤波估计方法一般只基于惯导误差模型,未考虑惯导误差模型不确定性的影响。针对此问题,提出了一种采用高斯过程回归（GPR）增强无迹卡尔曼滤波（UKF）预测和估计能力的高精度滤波估计方法。一方面,能在有限的训练数据条件下通过UKF估计误差状态量;另一方面,高斯过程既考虑了噪声,也考虑了UKF的不确定性。将所提方法应用于SINS/GNSS组合导航系统中,车载实验结果表明,所提方法能有效提高滤波估计精度。      

平方根滤波算法在传递对准误差评估中的应用

传递对准误差评估,通常需要进行顺序Kalman滤波及逆序平滑处理。在递推处理过程中,系统状态均方误差阵常常失去非负定性而导致滤波发散。将平方根滤波应用于对准误差的评估中,采用平方根滤波和平方根平滑算法进行弹载子惯导系统的传递对准误差评估,能够保证状态均方误差阵的正定性,并且提高了滤波的收敛速度和评估的误差,为传递对准提供了一种有效的误差评估方法。     

干涉SAR中相位图的噪声抑制

探讨干涉合成孔径雷达(INSAR)中干涉相位图的噪声抑制方法.在讨论多视平均法抑制噪声的基础上,提出了极限平均视数的概念,推导了极限平均视数的确定公式.在比较条件邻域平均、模糊中值滤波和模数滤波3种非线性噪声抑制方法的基础上,提出了一种结合多视平均和非线性滤波的干涉相位图噪声抑制实现方法,并用ERS-1/2数据的实际处理结果验证了方法的有效性.      

一种新的车载DR系统自适应卡尔曼滤波模型

提出了车载DR系统(Dead-Reckoning System)改进的自适应扩展卡尔曼滤波模型及其滤波算法.由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的"当前"统计模型及自适应算法,提高了DR系统模型的准确性.计算机仿真结果表明,应用该模型和算法与改进前相比,DR系统的定位精度得到明显提高.     

CT图像环状伪影校正方法

CT图像环状伪影是由探测器像元响应不理想等因素造成的,它导致CT重建图像的降质,影响了图像的后续处理和量化分析.提出了一套完整的算法完成CT伪影校正:基于探测器像元通道响应不一致性的校正,通过偏置和增益校正对硬件响应不一致性进行补偿;基于投影正弦图的校正,通过数字滤波提取正弦图上残余的线状伪影,属于CT图像重建前的一种预处理校正方法;基于重建图像的校正,通过坐标变换将直角坐标系中的环状伪影变为极坐标系中的线状伪影进行处理,属于一种图像后处理方法.这些算法已经用于基于YXLON XRS232 9″图像增强器的CT重建,在保证图像质量的基础上环状伪影得到有效校正.      

应用于DSMC方法的直角网格技术

研究了应用于直接模拟蒙特卡洛DSMC(Direct Simulation Monte Carlo)方法的直角网格技术.通过对边界三角形表面微元进行统计,建立直角网格缺陷单元与表面微元之间的映射关系,并进一步将缺陷单元区分为一级缺陷单元以及二级缺陷单元,同时结合可变时间步长技术,从根本上解决了在DSMC方法中利用直角网格技术贴体光滑地匹配复杂几何型面的问题.给出了相应的自适应网格调整方法.基于以上策略,编制了通用DSMC计算程序RGD-Tool(Rarefied Gas Dynamic Tool).利用RGD-Tool程序对典型的圆球绕流以及无限薄斜挡板绕流两个算例进行了验证计算,结果表明所讨论直角网格技术是有效的.     

Response of low latitude D-region ionosphere to the total solar eclipse of 22 July 2009 deduced from ELF/VLF analysis

Response of the D-region of the ionosphere to the total solar eclipse of 22 July 2009 at low latitude, Varanasi (Geog. lat., 25.27° N; Geog. long., 82.98° E; Geomag. lat. = 14° 55’ N) was investigated using ELF/VLF radio signal. Tweeks, a naturally occurring VLF signal and radio signals from various VLF navigational transmitters are first time used simultaneously to study the effect of total solar eclipse (TSE). Tweeks occurrence is a nighttime phenomena but the obscuration of solar disc during TSE in early morning leads to tweek occurrence. The changes in D-region ionospheric VLF reflection heights (h) and electron density (n_e: 22.6–24.6 cm⁻³) during eclipse have been estimated from tweek analysis. The reflection height increased from ∼89 km from the first occurrence of tweek to about ∼93 km at the totality and then decreased to ∼88 km at the end of the eclipse, suggesting significant increase in tweek reflection height of about 5.5 km during the eclipse. The reflection heights at the time of totality during TSE are found to be less by 2–3 km as compared to the usual nighttime tweek reflection heights. This is due to partial nighttime condition created by TSE. A significant increase of 3 dB in the strength of the amplitude of VLF signal of 22.2 kHz transmitted from JJI-Japan is observed around the time of the total solar eclipse (TSE) as compared to a normal day. The modeled electron density height profile of the lower ionosphere depicts linear variation in the electron density with respect to solar radiation as observed by tweek analysis also. These low latitude ionospheric perturbations on the eclipse day are discussed and compared with other normal days.     

一种用于GPS/DR组合定位的非线性滤波算法

建立了适用于车辆导航系统的基于UKF(Unscented Kalman Filter)的GPS/DR(Global Positioning System/Dead Reckoning)组合定位滤波模型及算法.针对系统状态方程为线性、观测方程为非线性的特点,提出了一种将UKF和EKF(Extended Kalman Filter)相结合的非线性滤波算法.结合后的算法和原有UKF算法相比减少了在时间更新阶段的运算量,并且由于采用基于Unscented变换的思想来处理系统观测方程的非线性问题,避免了EKF引入的线性化误差,提高了滤波精度.仿真结果证明:算法在减少运算量的同时,仍具有较高的滤波精度,且明显优于EKF,因而能够满足车辆导航系统占用资源少、滤波精度高的要求.