用差分法处理相关性测量数据方法探讨

当测量参数（或称测量元素）具有强相关性时,运用测量求差法解算测量结果,能消除相关性误差因素的影响,获得高精度测量结果,如电影望远镜同帧画幅测量脱靶量.基于此,运用测量方法和数学手段构建一个虚拟的元素相关测量系统,以消除相关性误差因素的影响,同样能获得理想结果.用多台测速雷达组成的系统,可使火炮弹丸空间坐标的测量精度达到毫米量级,从而满足多种火炮立靶密集度的测量精度要求.     

基于PCA-MPSO-ELM的空战目标威胁评估

目标威胁评估是空战对抗过程中的关键环节。由于影响空战目标威胁评估的因素复杂多样，且指标之间存在相关性，导致传统的评估算法无法得到准确客观的评估结果。由此，提出了一种基于主成分分析法和改进粒子群算法优化的极限学习机（PCA-MPSO-ELM）的目标威胁评估算法。首先，综合分析了影响目标威胁程度的指标，利用主成分分析法对原始评估指标进行线性变化处理得到综合变量，消除了评估指标之间的相关性，实现了对评估数据的降维；在此基础上，构建ELM神经网络并利用改进的粒子群算法优化极限学习机的输入权值和阈值，提高了目标威胁评估模型的精度。最后，在空战训练测量仪中选取空战对抗数据，利用威胁指数法构造了目标威胁评估样本数据，通过仿真实验分析了PCA-MPSO-ELM算法的精度和实时性，结果表明所提算法可以快速准确地进行空战目标威胁评估。     

高速平台下动目标高分辨成像方法研究

高速平台对地面强散射移动目标或者海面舰船目标进行合成孔径雷达成像（SAR）时，存在两方面问题：一是传统SAR匀速直线模型已不适应高速平台自身高动态运动特征；二是目标的非合作运动一方面会引起图像散焦，另一方面动目标在地距图中的位置会产生较大偏移。针对这两个问题，首先在匀加速度模型频域相位滤波算法下，推导出了精确的斜地投影关系以及近似的反投影关系，同时给出了基于惯性组合导航（INS）的平台运动补偿方法，最后结合自聚焦技术，完成对舰船目标的聚焦并得到以目标为图像中心的地距图。     

High precision attitude dynamic tracking control of a moving space target

On-orbit spacecraft face many threats, such as collisions with debris or other spacecraft.Therefore, perception of the surrounding space environment is vitally important for on-orbit spacecraft.Spacecraft require a dynamic attitude tracking ability with high precision for such missions.This paper aims to address the above problem using an improved backstepping controller.The tracking mission is divided into two phases: coarse alignment and fine alignment.In the first phase,a traditional saturation controller is utilized to limit the maximum attitude angular velocity according to the actuator's ability.For the second phase, the proposed backstepping controller with different virtual control inputs is applied to track the moving target.To fulfill the high precision attitude tracking requirements, a hybrid attitude control actuator consisting of a Control Moment Gyro(CMG) and Reaction Wheel(RW) is constructed, which can simultaneously avoid the CMG singularity and RW saturation through the use of an angular momentum optimal management strategy, such as null motion.Finally, five simulation scenarios were carried out to demonstrate the effectiveness of the proposed control strategy and hybrid actuator.     

包含乘性噪声自适应修正的非合作目标相对导航算法

无人机（UAV）态势感知的任务是利用机载传感器对未知环境进行目标识别和引导，针对无人机与非合作目标间中远距离的相对导航问题，提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上，为了提高精度和稳定性，本文利用了列文伯格-马夸尔特（LM）优化的思想对迭代卡尔曼滤波（IEKF）算法进行改进，提出了一种LM-IEKF算法，并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上，考虑到距离传感器由于信号相关特性而引入的乘性噪声，现有的加性噪声模型难以适应，因此，进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法，通过在线实时更新噪声阵提高滤波的精度，并设置渐消记忆指数平滑估计结果。算法验证结果表明，与现有的EKF、IEKF算法相比，在仅含加性噪声的情况下，LM-IEKF算法具有更好的性能；在包含乘性噪声的情况下，Modified LM-IEKF可以有效地估计量测噪声，与目前广泛使用的EKF算法相比，在综合相对位置和相对速度精度上分别提高了10%和23%。     

一种改进的基于Hough变换的精确圆检测方法

在空间航天飞行器的对接过程中,合作目标背景的复杂性使得对圆形对接靶标部位的准确快速识别能力显得至关重要.为了克服Hough变换的圆检测遍历边缘点的局限性,采用图像预处理方法,极大地减少了参与Hough变换的无效像素点,并对边缘进行抽样提高Hough变换圆检测效率;针对Hough变换圆定位精度低,对Hough变换检测出的像素点,采用最小二乘拟合圆心得到亚像素的圆心拟合精度.一方面利用Hough变换检测圆的鲁棒性,有效地解决了最小二乘拟合的平方项对离群点敏感的问题;另一方面利用了最小二乘法的精确性提高圆心的定位精度.仿真结果和实验结果均证明了方法可将圆定位精度提高到1/20像元.     

考虑目标安全性的最优协同拦截制导律研究

针对目标和其发射的拦截弹对来袭攻击弹进行协同拦截问题,设计了一种最优协同拦截制导律。建立描述目标、攻击弹和拦截弹三者相对运动关系的模型,引入零控脱靶量对模型进行降阶处理。考虑拦截弹对攻击弹的拦截精度、拦截末端时目标的安全性以及目标、拦截弹的控制能量问题,基于攻击弹-拦截弹零控脱靶量、攻击弹-拦截弹终端横向相对运动速度零控脱靶量、目标-攻击弹零控脱靶量以及目标和拦截弹的加速度,建立了性能指标函数,同时考虑目标和拦截弹加速度的有限性,基于极小值原理设计了最优协同拦截制导律。仿真结果表明,相比目标和拦截弹独立飞行的情况,采用协同拦截制导律,在考虑了目标安全性的前提下,机动性较弱的拦截弹能够以较平直的弹道成功拦截攻击弹。     

基于自适应IMM算法的蛇形机动目标加速度估计研究

针对防空导弹拦截高速蛇形机动反舰导弹的难题,基于导引头测量的视线角速度、弹目相对速度等信息,开展了蛇形机动目标加速度估计算法的研究,最终建立了基于交互多模型的扩展卡尔曼滤波算法,实现了对蛇形机动目标的加速度估计。考虑传统加速度方差计算方法受限于先验值的缺陷,根据残差对加速度方差的计算方法进行了改进。数字仿真证明:提出的自适应交互多模型算法能有效提高蛇形机动目标加速度的估计精度。     

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。     

Motion prediction of an uncontrolled space target

Capturing an uncontrolled space target is a tremendously challenging research topic. Target capture by a space robot can be well planned according to predicted motion of the target. In this paper, motion prediction of an uncontrolled space target is studied and a motion prediction algorithm is proposed. In the proposed algorithm, firstly a method for identifying the parameters of motion state and inertial property of the target is established; and then through substituting the identified parameters into the dynamic equations of the target, the motion of the target can be predicted as the solution of the equations. In the identification of the parameters, the unscented Kalman filter (UKF) is applied. In order to support the UKF, a method for estimating noise level of the observation data is developed, so our motion prediction algorithm is noise adaptive. A practical convergent criterion is also designed to determine the time when the estimated result of the UKF is accurate enough, such that the predicted motion is credible enough. After that, the accuracy of the prediction is further improved by an optimization method. In the end of this paper, numerical simulations are done to verify the validity of the proposed motion prediction algorithm. Simulation results indicate that the proposed algorithm is able to predict the motion of the target precisely.