多目标跟踪的概率假设密度粒子滤波

在多目标跟踪中,当目标数很大时,目标状态的联合分布的计算量会非常大。如果目标独立运动,可用各目标分别滤波来代替,但这要求考虑数据互联问题。文章介绍一种可以解决计算量问题的方法,只需计算联合分布的一阶矩——概率假设密度(PHD),PHD在任意区域S上的积分是S内目标数的期望值。因未记录目标身份,避免了数据互联问题。仿真中,传感器为被动雷达,目标观测值为距离、角度及速度时,对上述的PHD滤波进行了粒子实现,并对观测值是否相关的不同情况进行比较。PHD粒子滤波应用在非线性模型的多目标跟踪,实验结果表明,滤波可以稳健跟踪目标数为变数的情况,得到了接近真实情况的结果。     

基于滤波器结构的压缩感知雷达感知矩阵优化

 压缩感知雷达的目标场景恢复性能要求不同目标的反射回波在压缩空间上的互相关性尽可能小。基于该思想,提出了压缩感知雷达感知矩阵优化模型,根据系统参数和任务信息,以降低感知矩阵互相关性为目标,自适应地构造发射波形和测量矩阵,提升系统性能。分别给出了基于滤波器结构的压缩感知雷达发射波形优化、测量矩阵优化以及波形-测量矩阵联合优化算法。仿真结果表明:本文提出的压缩感知雷达感知矩阵优化模型和算法能够有效地提高场景恢复精度。     

基于GPR模型的自适应平方根容积卡尔曼滤波算法

与传统算法一样,动态系统的参数化模型(含噪声统计特性)未知或不够准确易导致容积卡尔曼滤波(CKF)效果严重下降,甚至滤波结果发散.为此,利用高斯过程回归(GPR)方法对训练数据进行学习,得到动态系统的状态转移GPR模型和量测GPR模型以及噪声统计特性,用以替代或增强原有动态系统模型,并将其融入到平方根容积卡尔曼滤波(SRCKF)中,分别提出了无模型高斯过程SRCKF (MFGP-SRCKF)和模型增强高斯过程SRCKF (MEGP-SRCKF)两种算法.仿真结果表明:这两种新的自适应滤波算法提高了动态系统模型精度,且实时自适应调整噪声的协方差,克服了传统算法滤波性能易受系统模型限制的问题;与MFGP-SRCKF相比,在给定一个不够准确的参数化模型,且有限的训练数据未能遍布估计状态空间的情况下,MEGP-SRCKF具备更高的滤波精度.     

一种滤波SST方法在翼型深失速模拟中的应用

 为了提高原始剪切应力输运(SST)湍流模型对于分离流动的求解精度,将大涡模拟(LES)中的滤波因子和SST方程相结合构造出一种滤波SST方法,利用湍流尺度对流场求解区域进行划分,近壁面附近的稳态流动由湍流模型控制,远壁面采用LES方法进行模拟。与传统混合RANS/LES方法相比,该方法的特点是:滤波因子的选取不再依赖于网格尺度,可以有效地降低网格诱导分离现象发生的概率。采用该方法对NACA0021翼型深失速特性进行了仿真研究,对比了非定常雷诺平均Navier-Stokes(URANS)方法和SST-DES方法,从仿真结果可以看出滤波SST方法有效地激活了分离区域的脉动,充分展现了分离的三维特性;同时算例求解结果证明该方法的精度高于URANS方法,与试验结果吻合较好,显示其具有一定的工程应用价值。     

高超声速飞行器组合导航鲁棒滤波算法

高超声速飞行器由于其飞行环境的影响,使得GPS和星敏感器的量测噪声表现出非高斯特性。针对常规基于Kalman滤波的组合导航在非高斯噪声下性能下降的问题,提出了基于鲁棒滤波的高超声速飞行器组合导航算法。方法在惯性／GPS／＆异步量测建模的基础上,通过随机去耦将量测更新转化为线性回归问题,并基于M估计获得状态量最优估计。仿真结果表明,方法对非高斯噪声具有更好的鲁棒性,有效提高了高超声速飞行器组合导航系统的性能。     

基于鱼群优化粒子滤波的捷联惯导系统初始对准方法

针对传统捷联惯导系统静基座初始对准模型的维数较高,导致滤波算法的解算实时性较差的问题,设计出一种基于鱼群优化粒子滤波的两位置初始对准方法。首先,建立了捷联惯导系统的两位置初始对准模型。由于该模型中不存在惯性器件的随机常值影响,因此,在确保初始对准精度的前提下,有效降低了初始对准模型维数;然后,利用鱼群优化算法改善了粒子滤波算法中粒子样本的分布,提高了粒子滤波算法的收敛速度和预测精度。仿真结果验证,采用该初始对准方法,可以有效提高初始对准的精度,且满足系统对实时性的要求。     

双天线GPS/MEMS-INS深组合导航方法研究

针对低成本惯性/卫星组合导航系统在复杂环境中易受环境干扰、航向精度较差等问题,对双天线GPS/MEMS-INS深组合导航方法开展研究。考虑不同信号强度下的跟踪特性,基于矢量延迟锁定环(VDLL)、二阶锁相环(PLL)、速度辅助的一阶锁相环,设计了分别适应强信号、弱信号、失锁状态的跟踪环路结构。同时提出一种实用的信号强度判别方法,防止失准通道参与导航滤波器计算,提高导航精度。为保证航向精度,使用双天线接收卫星信号,将双天线载波相位差加入到导航滤波器的量测量中。采用视线矢量水平投影变换,构造了隔离俯仰信息的相位差量测方程,在不对俯仰角造成干扰的条件下修正航向角误差。车载导航试验表明,所设计的导航系统可以在城市环境中提供连续、高精度的导航输出。     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

针对TCP/IP漏洞的航天测控通信网安全防护

航天测控通信网自建成以来,整体运行较为稳定,但在网络安全方面也暴露出了一些问题,为研究和解决目前航天测控通信网中存在的网络安全问题, 在分析TCP/IP (Transmission ControlProtocol/Internet Protocol,传输控制协议/互联网协议)分层协议基本原理的基础上,研究了IP网数据链路层、网络层和传输层的协议漏洞及常见攻击方法,详细介绍了当前航天测控通信网的网络安全部署情况,根据网络现状分别对航天测控通信网上数据链路层、网络层和传输层存在的安全问题进行了纵向分析,针对分析出的各类安全问题,进一步给出了有效的防御措施和防护方法。最后,探讨提出了一套航天测控通信网配置维护管理系统的设计方案,通过建立设备配置信息库、检查信息记录库及网络故障库等,实现了对航天测控通信网安全稳定运行的有效管理。     

地基测控网健康状态评估方法

为从整体上掌握地基测控网的健康状态,针对地基测控网的特点构建了地基测控网健康状态评估模型,提出通过实测指标数据和指标标准值之间的差额评价指标项,分析控制中心、测控节点和通信链路3个模块影响地基测控网健康状态的指标项,利用层次分析法确定评估模型中各指标项的权重,根据测控网运行要求给出各指标项的标准值,并基于2015年S频段地基测控网和在轨航天器实际,对S频段地基测控网的健康状态进行了评估,评估结果为2015年S频段地基测控网健康指数为88.32%,健康等级为良。该结果表明,提出的评价方法可直观地判断地基测控网的健康状态水平,可在测控网运行管理中得到应用。