使用信息矩阵滤波的跟踪融合的性能评估

在多传感器环境下，每个传感器探测多个目标，接着产生相应的跟踪。这些跟踪可能互不相同，经过融合后，传感器生成有关目标的更精确的运动信息和属性信息。目前已有两种方法可以达到上述目的，一种是测量值融合法，一种是状态矢量融合法。众所周知，测量值融合计算法通常最优，但计算费时，而状态矢量融合算法计算省力却是次优。之所以如此，是因为从两个传感器中获得的待融合状态级估值，由于通常存在被跟踪目标的过程噪声，通常并非条件独立。值得注意的是，状态矢量融合已有三种计算法：加权协方差法、信息矩阵法和伪测量法。本文仅限于讨论状态矢量融合中信息矩阵形式的性能评估。利用信息矩阵计算法已经推导出稳态融合协方差的闭式分析解并作为一种性能的度量方法。注意，推导出的结果基于两个传感器同步工作且没有误关联的假设，或是在研究时考虑了融合测量值。并且我们将推导出的结果用蒙特卡罗仿真进行了比较，过去曾有许多作者利用蒙特卡罗仿真来预测融合系统的性能。这些结果有助于更加深入地了解跟踪融合的作用原理，并大大简化了对融合性能的评估。此外，有了这样的解，简化了对各种不同工作条件下设计融合系统的折衷研究。     

空袭目标威胁评估模型研究

以航路捷径、目标类型、机动特性、到达发射区近界的剩余时间，以及电子干扰为主要影响因素，结合多通道防空武器系统的特点，建立了基于层次分析法和模糊综合决策法的空袭目标威胁评估模型。用层次分析法确定各因素权重，以分段函数的形式给出权重系数。针对一给定的中程防空武器系统，用模糊统计计算各影响因素的隶属函数，并给出了模型的计算流程。仿真结果表明，所设计的模型能较准确地评估来袭目标的危险性，且具有较高的灵敏度。     

用于脉冲多普勒雷达EMI检测和角度测量的杂波滤波和处理技术

脉冲多普勒雷达发射一组脉冲重复频率（ＰＲＦ）恒定且相位相参的射频脉冲，叫做相干驻留间隔或ＣＤＩ。由此产生的雷达回波脉冲在雷达接收机／处理机的多普勒滤波器组中被当作一个整体并进行相参积累，以便为在杂波环境中检测小目标提供必要的相参处理增益和速度鉴别能力，相对较长的ＣＤＩ和最小天线扫描速率约束常常使目标照射限制在每个波束驻留时间的几个ＣＤＩ上，由于每个ＣＤＩ回波的功率可能因ＣＤＩ之间射频频率分集（为减     

基于推力加速度模板的主动段弹道跟踪方法

对弹道导弹的主动段跟踪是导弹防御中重要的环节。针对此问题提出了一种基于推力加速度模板的主动段跟踪算法，该算法需要主动段推力加速度信息支持。给出了一种简捷的推力加速度模板构建方法。利用近常速运动模型描述了导弹运动特性，解决了对导弹发射时间的估计问题和模板概率的递推计算问题，并将该方法应用到空间预警系统中，通过仿真验证了该方法具有较好的识别效果，位置和速度估计误差都接近于CRLB限。     

伴飞卫星自主相对导航衰减记忆滤波算法

为实现伴飞卫星的自主相对导航,基于C-W方程提出了一种在伴飞卫星轨道系中建立简化的相对运动方程构成星上轨道递推、根据导航敏感器输出进行量测更新的导航滤波器,并利用衰减记忆滤波算法抑制系统模型误差对相对导航结果的影响。仿真结果表明,该滤波算法可实现伴飞星的自主相对导航。它不仅较C-W方程更简单,而且适于模型不准确时的相对导航,工程实现易。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

自适应数字波束形成的格式滤波算法

从矢量空间分析的角度，分析了格式滤波算法在自适应波束形成中的应用，以空间正交化原理为基础，得到了一种新的递推型格式滤波算法，使格式滤波器的阶次降为原来的一半，从而较少地减少了算法的运算量以及简化了硬件结构。     

统计滤波理论在飞行器制导系统中的应用

本文叙述了统计滤波方法中具有典型代表性的卡尔曼滤波的基本方法。简要说明了它在惯性平台的自对准与自校准;复合制导中的信息综合以及飞行试验后的误差分离和弹道参数最佳估计中的应用。指出了应用中尚存的问题及今后的可能发展。     

GPS/速率陀螺组合Kalman滤波姿态确定算法研究

建立了GPS／速率陀螺组合姿态估计系统的模型，研究比较了三种典型的Kalman滤波姿态确定算法：状态扩充法、量测量求差法和时变噪声估计跟踪自适应滤波算法。给出了某航天器采用GPS／速率陀螺组合姿态确定的仿真计算结果，并对结果进行了分析。结果表明，与传统Kalman滤波算法比较，时变噪声跟踪自适应滤波算法和量测量求差滤波算法能较好地消除GPS测量中相关时变噪声的影响，提高姿态确定的精度；而且时变噪声跟踪自适应滤波算法能很好地消除由于噪声统计性能的不确定性对Kalman滤波的影响，提高姿态确定系统的性能。