基于数据压缩的多传感器多假设算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.      

基于序列Monte Carlo技术的动态节点定位

无线传感器网络中目标节点定位的准确性与定位频次对跟踪与监视精度有着重要的影响.为了提高目标跟踪精度,需要研究高效的网络节点定位算法.在分析传统基于Bayesian估计过程定位的基础上,讨论可利用基于采样的序列Monte Carlo算法解决移动节点的自主定位的算法,研究了序列Monte Carlo算法在无线传感器网络节点定位中的应用.利用该方法无需对传感器网络的先验知识和对节点移动的假设,利用低密度种子节点得到定位的精度较高.理论分析和仿真实验表明,利用序列Monte Carlo算法进行定位能够充分利用移动性来提高定位的精度,Monte Carlo定位算法很大程度上提高了定位效率,能够更有效地利用传感信息,降低不确定性因素的影响.      

基于目标性权值度量的多示例学习目标跟踪

针对多示例学习(MIL)跟踪算法在包概率计算过程中对示例样本不加以区分导致分类器性能下降,及采用最大化似然函数选择相应的弱分类构造强分类增加了算法复杂度的问题,提出了一种基于目标性权值学习的多示例目标跟踪算法,该算法利用目标性测量每个示例样本对包概率的重要性,根据其目标性测量结果对每个正示例样本赋予相应的权值,从而判别性地计算包概率,提高跟踪精度。同时在弱分类器选择过程中,采用最大化弱分类器与似然函数概率内积的方法从弱分类器池中选择弱分器构造强分类器,减少算法的计算复杂度。通过对不同复杂场景下视频序列的跟踪,实验结果表明,本文所提出的目标性权值学习的多示例目标跟踪算法优于其对比算法,表现出较好的跟踪精度和鲁棒性能。     

基于加权矩阵的TDOA多站无源定位算法

无源定位技术有着广阔的应用前景,传统的多站无源定位通常使用泰勒展开法对目标进行定位求解,在此基础上一种基于加权矩阵的多站到达时间差测量法被提出.当被测目标发射信号中存在稳定载波情况下,以各站点的载波跟踪环路为切入点,分析了采用常规时域相关法对载波跟踪时的环路噪声特性方程,利用此方程对多个观测站间的距离差观测量加权矩阵进行建模,再利用此加权矩阵对定位方程进行改进,最终得到高精度的目标位置解.通过仿真实验可以证明:在同等条件下该方法比传统泰勒展开法的定位精度有所提高,最好可提高精度约30%.该方法是一种适用于多站无源定位的有效方法,尤其适用于移动观测站点情况.      

基于STF和加权改进的群目标跟踪算法

为了进一步提高群目标交互多模型跟踪算法的估计性能,提出一种改进的群跟踪算法.首先,通过采用模型转换概率的自适应算法,优化模型与目标运动模式的实时匹配.并通过引入强跟踪滤波（STF,Strong Tracking Filter）中的渐消因子,提高机动阶段时的群质心的状态估计精度.其次,分别利用概率加权法和标量加权法完成群质心状态和扩展状态的融合估计.最后在变分贝叶斯滤波的基础上,建立完整的跟踪算法流程.仿真实验结果表明,该方法不仅能够提高群质心状态和扩展状态的估计精度,还能有效降低机动阶段时的峰值误差.     

基于跟踪微分器的多目标数据关联算法

根据目标在运动过程中位置与速度只能连续变化这一事实,提出了杂波环境下基于跟踪微分器的一种多目标数据关联算法.算法利用跟踪微分器得到目标波门内所有量测的位置与速度,通过将其与目标前一时刻的位置和速度的比较来实现在未知杂波环境下的多目标数据关联.该算法直接利用量测数据,不需要目标运动、传感器噪声及杂波的先验统计知识,在目标数已知杂波不很密集的情况下具有良好的数据关联能力.此算法计算量小、结构简单,与目标状态滤波估计算法完全分离,便于模块化设计和与其他滤波算法结合,易于工程实现.仿真结果验证了算法的有效性.     

基于最小轨道交叉距离的小行星顺访探测目标预筛选方法

小行星探测有助于研究太阳系演化等重要科学问题,在深空探测任务转移途中实施小行星顺访探测可增加科学研究回报。直接通过轨道递推筛选小行星探测目标计算量大、效率低,针对该问题提出了基于最小轨道交叉距离的目标预筛选方法。在推导出适用于计算双曲线轨道的最小轨道交叉距离公式后,将此理论应用到小行星顺访探测目标筛选中。首先基于探测器与小行星轨道的形状、空间位置计算二者轨道在空间中的几何最近距离,预筛选出可能满足接近距离标准的小行星目标;然后基于轨道递推模型,筛选出真实最近距离小于可接近标准的目标小行星。仿真结果显示,基于最小轨道交叉距离的预筛选方法可有效减少计算量,降低计算时间,提高小行星顺访目标筛选的效率。      

低复杂度自适应容积卡尔曼滤波算法

确定采样型滤波算法中的容积卡尔曼滤波（CKF）算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适应CKF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度。使用浮点操作数计算并分析了CKF算法、强跟踪CKF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证。仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应CKF算法和强跟踪CKF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善。      

星载天线传感器优化部署的均匀设计方法

为提高模态密集大型星载天线在轨模态参数辨识精度,提出基于均匀设计的遗传算法对传感器数量和位置进行优化部署。根据模态空间H₂范数确定参振模态阶数;分别以测量信息正交性和能量最大为优化目标,引入均匀设计方法对传感器数量、种群规模、交叉概率和变异概率4个组合参数进行选取;采用特征实现算法进行在轨模态参数辨识研究。数学仿真表明：所提出的方法可以有效解决传感器数量和位置的优化部署问题,避免了以往人为经验选取参数时存在的主观性和盲目性问题。     

一种基于恒星分布的星敏感器导航星库制作方法

为了进一步提升星敏感器的定姿精度,分析了恒星的空间几何分布对姿态精度的影响,提出了一种基于恒星分布的星敏感器导航星库制作方法。在分析对比了现有星库的基础上,选择了精度较高的依巴谷星库作为基础星库,并剔除了暗星和双星以精简星库。遍历全天球对每个视场的星库中的空间几何分布进行分析对比,删除定姿较差的3颗星。对星库进行遍历补偿,保证了星库中恒星分布的均匀性。实验结果表明,全天球轨道测试中,本文方法制作星库的全天识别率为100%,且星颗分布数10颗以上天区占到97.64%,具有良好的覆盖性,同时有效提升了姿态精度。     

姿态异常下的星体自旋角速度确定方法

摘要： 针对在轨姿态异常后星体高速自旋情况,开展星体自旋角速度确定方法研究.提出一种基于太阳敏感器测量数据确定自旋角速度的方法,并对自旋角速率确定误差进行分析,得到各误差源对确定精度的影响关系;基于角速率确定误差分析结论,给出根据角速度大小选取不同时间间隔测量数据的策略,通过大时间间隔测量数据的选取,保证小角速度情况下的确定精度.所提出方法的有效性通过数学仿真验证,并在实际应用中基于太阳敏感器遥测数据获取在轨姿态异常卫星角速度.     

基于变化映射表的WSN通信数据语义安全算法

提出一种基于变化映射表的语义安全算法.该算法首先针对无线传感器网络(WSN,Wireless Sensor Networks)应用对临界值敏感的特点,采用变精度状态采集方法,建立了一个原始语义与其标识数值的映射表;在此基础上,网关和节点之间通过同步映射表进行通信数据的语义加密和解密,为提高安全性,在通信过程中,映射表基于通信携带的随机变更因子而不断更新.最后给出算法分析及仿真验证,结果表明提出的算法可以有效抑制已知明密文对攻击和实现语义安全.     

基于联合滤波器的高精度卫星定姿系统设计

设计了由陀螺、GPS姿态敏感器、红外地平仪和太阳敏感器构成的太阳同步极轨卫星姿态确定系统。提出联邦滤波器结构和算法,推导了各子系统的量测方程和姿态确定系统的误差状态方程。为规避对量测值进行非相关处理,采用减小GPS姿态敏感器输出的姿态滤波值作为系统滤波器量测值的频率的方法。仿真结果表明,采用联邦滤波器对多敏感器卫星姿态确定系统进行信息融合,具有计算量小、精度高、可靠性好等优点。     

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．     

大尺寸交会测量系统传感器布站优化分析

为提高目标定位精度,研究了多站交会大尺寸精密测量系统中传感器布站优化方法。首先,以电子经纬仪为例创建了多站交会测量系统基于传感器误差分离的优化布站数学模型;然后,分析了测量空间内的布站约束条件并对之进行了几何近似;最后,利用郭涛算法求解带有约束的非线性规划问题,得到布站空间内传感器最佳位置组合。仿真分析结果表明,该方法能够有效提高系统测量精度,可应用于多站交会测量现场布站过程。     

一种面向H.264/AVC的快速帧内预测选择算法

为提高I帧的编码效率,最新的视频压缩编码标准H.264/AVC,在空间域上 从多个方向进行多种模式的帧内预测,并使用率失真优化算法选择最佳模式,算法复杂度很 高.为此,提出了一种快速的帧内预测算法.针对亮度块的模式选择过程,提出了基于图像 熵值和滑动窗口机制自适应地调整熵值阈值的方法对宏块模式进行预判;针对亮度模式中多 个预测方向的选择,充分利用中间结果,预先排除一些可能性小的预测方向;在亮度块和色 度块相结合的率失真统计中,改变算法结构,预先计算色度块最佳模式.实验结果表明,算 法在不降低图像质量的基础上,编码速度平均提高76%,码率平均增加2.6%.      

Precision analysis of autonomous orbit determination using star sensor for Beidou MEO satellite

This paper focuses on the autonomous orbit determination accuracy of Beidou MEO satellite using the onboard observations of the star sensors and infrared horizon sensor. A polynomial fitting method is proposed to calibrate the periodic error in the observation of the infrared horizon sensor, which will greatly influence the accuracy of autonomous orbit determination. Test results show that the periodic error can be eliminated using the polynomial fitting method. The User Range Error (URE) of Beidou MEO satellite is less than 2?km using the observations of the star sensors and infrared horizon sensor for autonomous orbit determination. The error of the Right Ascension of Ascending Node (RAAN) is less than 60?$\mathrm{\mu }\text{rad}$ and the observations of star sensors can be used as a spatial basis for Beidou MEO navigation constellation.     

空间目标一维距离像畸变补偿的混合算法

高分辨距离像的畸变补偿是空间目标ISAR成像过程中的重要环节。由于空间目标基带回波的模糊函数峰值落在包含原点的平行直线族上,根据平行直线族的约束边界建立了一个多目标规划模型,并利用正则化原理提出了一种目标速度估计的直接算法,具有解析解。将其作为迭代初值,进一步利用一维迭代搜索算法搜索距离像波形熵的最小值,获得了更精确的速度估计量。仿真结果表明,文章提出的混合搜索算法综合了解析算法和迭代搜索算法在计算量和准确性方面的优点,能有效估计空间目标径向速度并补偿一维距离像畸变。