间断制导下的反辐射无人机被动定位算法研究

目前,有关被动定位算法的研究多是在测量信息连续的情况下展开的,对于测量信息间断情况下的滤波鲜有涉及.针对该问题,以反辐射无人机为研究对象,提出一种基于卡尔曼滤波的间断制导下的被动定位算法,并通过仿真,验证了该方法的有效性.结果表明:提出的新方法能够用于间断制导下的被动定位,且具有一定的定位精度.     

一种基于Kalman滤波的双电机消隙天线跟踪控制系统

首先本文给出了天线跟踪控制系统组成及原理框图，阐述了系统闭环工作流程；其次，针对天线跟踪目标过程中，跟踪接收机输出的目标与天线波束中心角误差受随机误差分量的影响，采用Kalman滤波算法对获得的实时角位置数据进行滤波处理；然后，对天线跟踪控制系统进行了建模，给出了系统动力学模型，对采用的双电机消隙设计方案进行了仿真；最后，通过挂飞试验验证了系统工作的可靠性。     

基于粒子滤波算法的载机着舰甲板运动预测

舰载机在着舰过程中对甲板运动的跟踪存在相位差,需要采用预报技术将甲板的运动信息提前加入到舰载机自动着舰控制系统中：文章利用粒子滤波算法,提出了载舰甲板运动的在线预估方法,及时准确地反映出各种甲板运动形式的实质。对典型海况下甲板的俯仰运动、垂直起伏运动和偏航运动进行预报仿真,仿真结果对比表明基于粒子滤波算法得到的预估结果...     

船载惯性测量单元姿态信息优化方法

随着海洋卫星通信技术的广泛应用，船载通信系统的需求量与日俱增。基于微电子系统的惯性测量单元主要用于测量船体姿态信息，实现姿态反馈与控制补偿，是船载卫星通信设备的核心器件。实际应用中通过卡尔曼滤波处理的惯性测量单元的姿态信息并不完善，经过分析惯性测量单元在运动过程中存在干扰性的有害加速度。分析了有害加速度的产生原因和对测量姿态的影响并提出姿态信息的优化方法。通过此优化方法可提升惯性测量单元的测量精度，增强船载通信系统的控制精度。     

传统组合导航中的实用Kalman滤波技术评述

在随机线性系统建模准确的情况下,Kalman滤波是线性最小方差无偏估计。针对传统惯导/卫导组合导航的实际应用,难以精确建模,给出了常用的建模方法、状态量选取原则、离散化方法及滤波快速计算方法。讨论了平方根滤波、自适应滤波、联邦滤波和非线性滤波等技术的适用场合,并给出了使用建议。针对前人研究可观测度中未考虑随机系统噪声的缺陷,提出了更加合理的以初始状态均方误差阵为参考的可观测度定义和分析方法。提出了均方误差阵边界限制方法,可有效抑制滤波器的过度收敛和滤波发散。该讨论可为工程技术人员提供一些有实用价值的参考。     

大规模场景的百分比近邻软阴影绘制算法

针对传统软阴影绘制算法在面对大规模三维场景时绘制效率较低的问题,文章基于四叉树加速结构的阴影图构建,研究了邻域节点的搜索方法和遍历顺序的选择方法,提出了一种基于四叉树的百分比近邻软阴影算法。实验结果表明,与传统算法相比,该方法能够有效提高大规模三维场景的软阴影绘制效率,且性能稳定,可以渲染出高质量的软阴影效果。     

一种瞬时大带宽DRFM系统的信道化设计

为实现宽带雷达回波信号的模拟生成,通常采用基于信道化技术的射频存储(DRFM)系统。在信道化DRFM系统中,不合理的信道划分方案和多相滤波器设计会导致频谱混叠、频谱分量缺失和幅度失真。文章提出了一种相邻信道频谱有50%交叠的信道划分方法,并对信道化滤波器组进行了优化设计。在此基础上,给出了一种瞬时大带宽DRFM系统的实现方案。仿真结果表明,文章提出的设计方案可以实现Nyquist采样带宽内雷达信号的射频存储和模拟转发,且具有较小的幅度失真,可以满足瞬时大带宽雷达回波信号的模拟需求。     

基于矢量化检测联邦滤波的INS/BDS/地磁组合导航容错方法

组合导航能够将多种类型的导航信息进行结合,实现优势互补,因此成为了目前导航应用领域的主要发展方向。然而,导航信息的增多势必会引入更多的风险源,从而降低导航系统的可靠性。基于联邦滤波的容错方法是目前抑制故障信息影响的主要解决手段,但是现有的故障容错方法普遍采用统一的检测机制,没有根据各个导航子系统的误差传播特性针对性地构建故障检测模型,因此会引起较高的误警率与漏检率。针对上述问题,提出了基于矢量化检测联邦滤波的INS/BDS/地磁组合导航容错方法。通过构建面向INS/BDS/地磁不同导航信息的故障检测函数,能够实现更加准确的矢量化信息分配,从而可以有效避免可用导航信息的损失以及故障导航信息对整体系统的影响。仿真结果表明,提出的方法可以有效隔离不同类型的故障信息,并减小其对无故障导航信息及整体系统的影响,从而提高了组合导航的精度和可靠性。     

基于数字滤波的低频时码秒脉冲抖动平滑方法研究

低频时码授时信号在接收时，由于环境等因素的影响会导致解调得到的低频时码秒脉冲出现抖动。为减小该抖动现象对低频时码定时精度的影响，基于我国低频时码授时系统（BPC），研究并设计基于数字滤波的秒脉冲抖动平滑方法，通过仿真实验，验证分析了最小均方误差（LMS）自适应滤波算法和卡尔曼滤波算法的有效性和抖动平滑性能。结果表明，低频时码秒脉冲的抖动现象可以通过BPC 1PPS (one pulse per second)和本地1PPS之间的相位差波动情况反映；LMS自适应滤波算法和卡尔曼滤波算法对BPC 1PPS的抖动平滑处理均有明显效果，卡尔曼滤波算法的抖动平滑效果更优，但存在一定的收敛时间，LMS自适应滤波算法的滤波结果响应速度快，但抖动平滑性能受滤波器阶数的影响。所以，在实际应用中，应根据实际需求选择合适的滤波器及相关参数。     

基于交互式多模型的主被动站跟踪算法

在高斯白噪声下，使用交互式多模型算法融合主动站和被动站量测信息，在各类机动状态模型切换，完成对机动目标的定位跟踪。根据主动站到达目标然后到达被动站的距离和以及目标到达主被动站的方位角和俯仰角信息建立量测模型；在交互式多模型算法的基础上，在常规直线机动模型基础上引入Singer模型，模拟目标机动运动；以几何关系求解得到的目标位置作为目标初始解，相较于其他初始模型，算法具有更好的收敛性。仿真实验表明，在主被动站间距几十千米，目标与主被动站间距几百千米，到达角误差2°左右，到达时间误差20 m左右的情况下，使用交互式多模型算法跟踪目标，收敛误差在百米级别。