动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此，提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换，如短时傅里叶变换或自适应谱估计法，以及多项式预测模型，将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法，以及谱分量幅度和频率的联合似然函数，就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中，所提算法有效提升了动态时频谱的跟踪精度，其对微弱时频谱分量的探测能力，以及对载频差异的分析能力均优于文献报道的算法。     

平台式重力仪航空重力测量数据后处理技术研究

针对航空重力测量对数据后处理的要求,结合平台式重力仪系统的组成与工作原理,在重力异常信号的频域特征基础上,设计出一套有严格频域规范的航空重力数据后处理流程,并对某海域实测数据进行了处理。结果表明,重力异常值内符合精度为12条东西测线达到0.43mGal/140s和0.84mGal/100s,4条南北测线达到0.39mGal/140s和0.79mGal/100s;以同测线GT-2A单次测量结果为标准值统计标准差,12条东西测线为0.72mGal/140s和0.98mGal/100s,4条南北测线为1.41mGal/140s和1.53mGal/100s。结果表明,设计的航空重力测量数据后处理方法可以实现重力异常信号的高精度提取。     

基于最小值通道与对数衰减的图像融合去雾算法

雾天各类图像采集系统获取的图像颜色退化，细节模糊，严重影响户外成像系统的稳定性和有效性，因此研究图像去雾技术很有必要。针对暗通道一类去雾算法边缘去雾不彻底问题，提出一种基于最小值通道与对数衰减的融合去雾算法。首先，对有雾图像的最小值通道图进行对数衰减作为先验假设条件，再进行交叉双边滤波消除纹理效应，在操作前后分别进行下采样和上采样操作以提高运算速度，求出初始透射率；然后，用Canny算子检测最小值通道图得到的边缘进行对数衰减，得到边缘信息图，将初始透射率与边缘信息图进行加权融合构成优化透射率；最后，结合改进的四叉树搜索法求得的大气光值反解大气散射模型，恢复无雾图像。实验结果表明:所提算法可以有效抑制光晕现象，去除边缘残雾，且实时性好。      

一种基于星载GNSS接收机的高轨卫星自主导航滤波算法

星载GNSS接收机在低轨卫星自主导航和精密定轨等应用领域已经显示了高精度、高自主性、不依赖地面支持等技术优势。对于高轨卫星应用，星载GNSS接收机面临一些新的挑战。由于需要接收来自地球另外一侧的GNSS旁瓣信号，使得用户等效测距误差和几何分布因子恶化，引起标准定位性能下降。特别的，对于只能使用GNSS广播星历的实时自主导航应用，GNSS广播星历引入了非白噪声特性的用户测距误差。其难以被经典的EKF滤波方法平滑，限制了自主导航定位精度。文章研究一种基于星载GNSS接收机的高轨卫星自主导航滤波算法，该算法使用增强扩展卡尔曼滤波器（Augmented EKF）融合轨道动力学模型与GNSS观测数据，并对GNSS广播星历引入的系统性误差进行动态估计以削弱其对最终导航定位的影响。最后，通过仿真平台进行了算法验证。仿真结果显示，使用单GPS可在GEO轨道达到优于10米（3D RMS）的导航定位精度。文章提出的方法达到与国际先进产品同等精度，可用于高轨卫星高精度自主导航。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

滤波天线技术在微波能量传输中的应用研究

微波无线能量传输摆脱了传统能量传输的电缆限制，可以满足多个领域的应用需求，整流天线是完成微波-直流能量转换的重要装置。目前常规整流天线中存在的滤波器、阻抗匹配网络等损耗及常规微带天线的窄带特性，使得其效率及带宽等特性存在可提升的空间。文章在回顾滤波天线及整流天线的发展现状的基础上，提出将滤波天线的概念与整流电路相结合，开展滤波整流天线技术研究。将天线单元作为滤波器电路理论中的谐振单元开展滤波整流天线建模和分析理论研究，设计具有辐射、滤波、复数阻抗匹配等功能的天线及阵列结构，有望突破整流天线高效集成的技术难点，为微波无线能量传输效率提升提供技术基础。     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

基于融合处理多系统接收机钟差的伪距单点定位算法研究

多模导航定位较高的定位条件(需可见卫星总数大于5颗)限制了其在城市等卫星遮挡较严重的地区充分发挥多系统的优势。基于Kalman滤波,提出一种将多系统接收机钟差融合为一个系统接收机钟差的多模伪距单点定位数据处理算法,解决了多模导航定位在可见卫星数少于6颗大于3颗时无法定位的情况。分析了GPS、北斗和GLONASS三系统一天的观测数据,结果表明,多系统接收机钟差融合后只需可见卫星总数大于3颗即可进行多模伪距单点定位。     

优化抗差自适应滤波器在深组合导航中的应用

为了提高惯性/卫星深组合导航系统的滤波性能,在抗差自适应滤波算法的 基础上,研究了一种优化抗差自适应滤波算法。该算法通过比较实际预测残差协方差矩 阵和理论协方差阵的差值来生成自适应因子,从而优化抗差自适应滤波。将所研究的算 法应用于惯性/卫星深组合导航系统, 在高动态环境下进行仿真验证, 并与常规卡尔曼 滤波、抗差自适应滤波进行比较。结果表明,优化算法能有效地控制观测异常和动态模 型异常对状态参数估值的影响,所得组合导航位置误差和速度误差明显减小,提高了组 合导航系统的滤波精度。     

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...