粗差拟准检定法在星载GPS低轨卫星定轨中的应用

利用自适应卡尔曼滤波进行星载GPS低轨卫星定轨时,必须解决量测方程中经常存在的粗差问题．在分析以往方法的优缺点后,用拟准检定法来探测和修正量测方程中存在的粗差．该法的优点是辨识粗差准确率高,能同时定位多个粗差．另外,为了克服星载GPS低轨卫星定轨的滤波器可能出现的数值不稳定性及发散现象,还采用了UD分解算法及Sage自适应滤波器．最后用一个CHAMP卫星的模拟算例验证本方法的可行性和有效性．     

一种多目标跟踪数据处理器的设计

介绍了一种机载多目标跟踪数据处理器的实现算法．这个处理器是用专用数字信号处理芯片ＴＭＳ３２０Ｃ３０实现的，其输入的观测数据是由雷达视频回波信号经过数据采集、信号检测和目标参数提取后得到的测量数据．在实验室环境下，当信噪比为３：１时，此数据处理器在１００ｋｍ距离处的滤波估计误差为５０ｍ，方位估计误差达到半功率波束度宽的．     

冲击响应谱（SRS）分析数字化方法探讨

本文介绍了求单自由度二阶系统冲击响应谱（ＳＲＳ）的几种常用的数字化分析方法：直接积分法；快速富氏变换（ＦＦＴ）法；递推法；数字滤波器方法；改进的数字滤波器方法。并比较了它们的优缺点。     

微小卫星太阳敏感器/磁强计实时标定算法研究

 提出了一种对磁强计/太阳敏感器的无姿态信息的在轨实时标定方法。在现有的标定算法中，仅采用地磁矢量的模作为观测量，本文引入地磁矢量与太阳矢量之间的数量积作为观测量，增强了其可观性，也使对太阳敏感器的实时标定成为可能。扩展卡尔曼滤波器(Extended Kalman Filter，EKF)虽然获得广泛应用，但其线性化过程会引入截断误差，而无香卡尔曼滤波器(Unscented Kalman Filter，UKF)是非线性滤波方法，不须对系统进行线性化。分别利用EKF与UKF的滤波标定算法进行标定研究，仿真结果表明了本文算法的有效性，如磁强计偏置的标定精度，UKF比EKF高26%。     

H_∞滤波算法及其在GPS/SINS组合导航系统中的应用

 在对 H∞ 估计问题进行数学描述的基础上,建立了一种 H∞ 次优滤波算法的迭代方程。定性讨论了H∞滤波算法与传统 Kalman滤波器的关系,通过在 GPS/SINS组合系统中的实际应用进一步从精度、鲁棒性等性能指标方面对 H∞ 滤波和 Kalman滤波算法进行了比较。仿真结果表明,在理想条件下,Kalman滤波方法具有较高的精度;但是,当系统模型和外部干扰统计特性发生变化时,H∞ 滤波算法明显具有良好的鲁棒性能,同时,估计精度也较高,有效地克服了 Kalman滤波器存在的局限性。     

直升机海上搜潜控制的设计与仿真

对反潜直升机海上搜潜控制系统进行了详细的研究。建立了完整的系统各部件的模型。通过建立合适的海浪模型，采用维纳滤波法设计出实用的海浪滤波器。设计了缆位稳定模态和缆高保持模态控制律，通过数学仿真，对控制律的结构和参数进行了相应的调整，并在试飞中通过了验证。     

瞬时自相关信道化接收机频率测量研究

提出了一种新的信道化IFM接收机的实现方案,该方案基于多相滤波的信道化技术,利用瞬时自相关方法实现复信号的瞬时频率测量,不仅可以实现精确的大动态范围瞬时频率测量,而且具备多信号同时处理能力,仿真结果和性能分析验证了本方法的有效性.     

基于滑动滤波技术的激光陀螺评价方法

激光陀螺是一种以量化脉冲的形式输出角增量的数字传感器，量化误差如同白噪声一样影响着激光陀螺的测试精度。为了准确评价激光陀螺的性能，减少量化误差对激光陀螺测试数据的影响，本文应用滑动滤波技术对激光陀螺采样数据进行滤波处理，理论分析及实验结果表明，该方法有效地降低了量化噪声从而实现了对激光陀螺的准确评价。     

一种基于输出误差观测的冗余MEMS-IMU标定技术研究

针对传统六位置标定存在标定步骤复杂、标定时间长等问题，同时随着MEMS器件冗余数目增加和冗余配置结构复杂化，利用分立标定技术实现器件误差参数辨识的难度进一步增大，且不同配置结构所采用的标定方法存在通用性较差的问题。因此提出了一种基于Kalman滤波的冗余MEMS-IMU分立标定方案。该方案首先采用小角度建模法实现安装误差的精确建模；然后针对直接以转台三轴角速率为观测值，导致部分状态量不可观的问题，提出了以器件的输出误差值作为观测量、以器件误差参数作为状态量设计Kalman滤波器；最后设计了高精度三轴转台转位编排方式，并利用四陀螺冗余结构进行标定仿真试验。仿真结果表明：该标定方法与六位置标定方案相比，标定精度平均提高了11.37%，可实现MEMS器件误差参数的快速辨识，对实际工程实践具有一定参考价值。     

基于视线角序列的机动目标视线角速率计算

 依据拦截弹与机动目标间的相对位置关系，采用导引头球面模型，基于当前统计模型，实现了强跟踪状态自适应滤波，计算出了可用于制导的视线角速率。该算法利用导引头球面模型，将测角信息转换成距离信息，进行方差自适应调整和卡尔曼滤波。在只给出视线角序列信息的情况下，根据相对状态滤波结果求出所需的视线角速率。