一种重尾量测噪声下的高超声速飞行器跟踪算法

为了解决在实际系统中因野值干扰带来的高超声速飞行器跟踪精度下降的问题,提出了一种交互多模型变分贝叶斯滤波算法(IMM-VB),该算法通过子模型权重与马尔可夫转移矩阵获取子模型的状态预测值。随后采用具有重尾特性的学生t分布取代高斯分布来描述量测模型,并利用VB算法实现子模型的量测协方差与状态的联合估计。最后在交互式多模型(IMM)框架下更新子模型权重与目标状态的融合输出。仿真结果表明,在野值观测条件下该算法比IMM算法具有更高的跟踪精度。     

一种面向临近空间高超声速再入滑翔目标跟踪算法

针对临近空间高超声速再入滑翔目标的跟踪问题，提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先，根据再入滑翔目标的飞行特性，将加速度看成是未知的确定输入构建运动学跟踪模型；然后，对目标的非线性量测信息进行无偏转换，并将得到的噪声协方差矩阵进行解耦，降低算法的复杂度；最后，利用回顾成本的输入估计对未知加速度进行重构，采用递推最小二乘法更新输入估计器的参数矩阵，同时将估计的加速度引入到卡尔曼滤波框架下，实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。     

基于Doppler估计的弹载接收机抗欺骗干扰研究

GNSS接收机在军用方面尤其是高精度制导武器中的应用日益增强.针对卫星信号易受敌方欺骗信号干扰的问题,设计一种基于Doppler频率估计的弹载接收机抗欺骗干扰的方法.首先分析了欺骗干扰和真实信号的Doppler变化特点;然后在捕获阶段利用残留信号检测存在欺骗干扰的卫星编号;最后根据弹载的高动态特性,在跟踪阶段采取扩展 Kalman 滤波器(EKF)进行载波Doppler频率估计,并根据Doppler变化的相似性提取出欺骗信号.通过仿真实验验证,该方法可以有效排除欺骗信号的干扰.