基于双滤波器的高精度目标跟踪估计方法

针对连续推力的合作航天器，采用双重无迹卡尔曼滤波(DUKF)算法估计其状态和加速度。通过状态滤波器和参数滤波器的配合，提升滤波精度，完成运动状态和参数的估计，从而实现合作目标的运动轨迹跟踪。与合作航天器相比，非合作航天器存在大小未知、发生时刻未知的机动，无法获得加速度，且信息获取和运动状态的估计难度大。针对非合作航天器，基于简化的相对运动方程，结合天基平台获得目标的观测信息，采用两个扩展卡尔曼滤波(EKF)及基于半正焦弦的机动检测策略实现多未知脉冲机动的运动状态的估计。仿真结果表明：相比于无迹卡尔曼滤波（UKF），DUKF在对合作航天器的状态和加速度估计方面具有更快的收敛速度和更高的滤波精度；对于存在未知机动的非合作航天器，通过对比验证机动检测策略与滤波器切换策略相结合的方法的有效性，该方法能够检测到多次机动并且减少误判。     

空运市场需求预测的自适应动态建模方法

根据空运市场需求时间序列的季节性、趋势性及随机振动性的特点，随机过程和时间序列分析手段，建立了空运市场需求预测的自适应平滑模型，并利用卡尔曼滤波法解决了模型参数的动态估计问题。     

卡尔曼滤波动态优化及其在遥控机器人空间实验中应用

本文是在文献[1]的基础上,讨论遥控机器人追踪自由飞行目标物的动态性能问题。应用黄金分割法和元素交替极小化法对扩展的卡尔曼滤波初值条件进行搜索并获得优化解。仿真结果表明优化方法简单可行,优化解满足系统性能要求。     

无味卡尔曼滤波在热平衡试验中的应用研究

在航天器热平衡试验中应用温度外推预报技术可以快速准确的给出航天器的极限热平衡温度，缩短热平衡试验时间，降低航天器的研制成本。介绍了一种新颖的热平衡试验数据外推方法——无味卡尔曼滤波(UKF)，分析了UKF的应用效果，结果表明应用UKF外推能够在较短的时间内更准确的获得航天器的极限热平衡温度。     

GPS/INS组合系统空中对准方法研究

针对单天线的GPS与捷联惯性导航组合系统,提出了一种空中对准方案,不同于传统的传递对准方法,仅依靠GPS测量信息进行速度匹配,完成空中初始对准。该方案采用扩展卡尔曼滤波方法解决对准过程中的非线性问题。仿真结果表明该方案的对准精度(1σ)可以达到水平姿态误差0.07,°方位误差0.3°。     

主从式卫星编队相对轨道的自主确定

为实现主从式卫星编队飞行中心星与环绕星的自主定轨，采用微波雷达测量卫星间相对距离、距离速率、方位角和仰角。根据动力学方程给出了导航算法，并利用扩展卡尔曼滤波（EKF）提高微波雷达相对速度的测量精度。仿真结果表明，该导航算法对主从式卫星编队较有效，且能获得较佳的导航精度。     

基于一维相控阵引信的起爆控制算法研究

工程上实现最佳引战配合要求导弹战斗部最大破片密度方向瞄准目标要害部位。基于一维相控阵引信的波束控制技术,推导了最佳起爆角和起爆延时算法,并研究了一种改进卡尔曼滤波方法在此算法中的应用。该滤波算法将球坐标系中导弹导引头的测量信息转换到直角坐标系下进行滤波,同时消除了由于坐标转换而引起的偏差。仿真结果表明,该滤波算法的应用能得到很高的最佳起爆角和起爆延时估计精度。     

利用地磁场测量的小卫星自主导航设计

地磁场矢量是卫星所在位置的函数 ,通过对地磁场的测量 ,即可实现对近地小卫星的自主导航。本文采用卡尔曼滤波技术设计了小卫星基于地磁场测量的导航方法 ,在采用地磁场模型时选取磁偶极子模型 ,以此使设计算法的计算量大大减少。最后利用数字仿真验证了系统性能。     

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。