空对空单站被动跟踪体制与精度仿真分析

比较了空对空单站被动跟踪的只测角(BO)、角度相位差变化率和角度频率变化率三种典型定位跟踪体制的性能。基于状态及不同的测量模型,给出了扩展Kalman滤波(EKF)算法,讨论了测量精度对跟踪效果的影响。仿真结果表明:角度频率变化率体制的可观测性优于BO和角度相位差变化率体制;对辐射源匀速运动,观测器匀速运动即可跟踪;与BO测角体制相比,角度相位差变化率和角度频率变化率体制增加了观测量,跟踪收敛速度快。     

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。     

基于双目视觉的相对状态自主确定

基于双目视觉系统提出了一种适于交会对接最后阶段的近距离绕飞的相对状态自主确定方法。用修正罗德里格参数(MRP)描述姿态,给出了追踪器与目标器间的相对姿态运动学与动力学方程,以及相对运动方程,根据双目视觉系统的小孔成像原理建立了双目系统的测量数学模型,由扩展卡尔曼滤波(EKF)获得两航天器的相对位姿及其变化率。仿真结果表明该法可行。     

基于离心加速度信息的单站无源测距定位方法

针对只测向(BO)方法具有收敛速度慢、定位误差大等缺点,提出了一种利用角度及其变化率、离心加速度等信息进行单站无源测距定位的新方法.对该方法的单次测距误差进行了分析,经多次测量定位计算机仿真结果表明,该方法比只测角定位方法、角度及其变化率定位方法具有更高的定位精度和更快的收敛速度,并且具有更广的应用范围.     

基于EKF算法的单站无源定位跟踪研究

针对无源单站定位系统中观测方程非线性的特点,给出了一种适用于非线性的卡尔曼滤波估计改进算法——EKF算法。以方位角和方位角变化率为观测量,建立了EKF算法模型。仿真结果表明EKF算法具有收敛速度快,定位精度高的特点,可以提供较高精度的单站无源定位跟踪结果。     

基于拟牛顿方法的非线性求解及应用

针对某测量任务中以两套一主三副测量体制联测距离和变化率为对象,给出了拟牛顿求解方法.通过测量梯度的变化,构造了一目标函数的模型使之快速收敛.任务实测数据计算结果显示:该法解决了非线性求解问题,为任务提供了有效的技术支持.     

Kalman滤波算法在单站无源定位中的应用

无源定位技术有着广阔的应用前景 ,在现有单站无源定位方法的基础上 ,首先介绍了相位差变化率定位法 ,接下来引入Kalman算法对原始定位结果进行滤波处理 ,以减弱测量噪声的影响 ,提高定位的精度。仿真结果表明了这一处理算法的有效性。这种处理思路还可以推广到更为复杂的定位情况中去     

一种速度矢量和位置矢量分离估计的固定单站无源定位改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用伪线性卡尔曼滤波算法估计目标速度,然后建立了将位置矢量作为变量的状态方程,而速度矢量作为确定性控制项加入状态方程,并利用修正增益扩展卡尔曼滤波算法对目标位置进行滤波。计算机仿真表明本文的算法具有定位精度高,收敛速度快的优点。     

利用角度和多普勒变化率的有限阶运动目标可观测性分析

针对利用角度和多普勒变化率观测量进行单站无源定位的可观测问题,通过建立可观测分析的等价准则,分析并给出了三维有限阶运动目标在利用角度和多普勒变化率观测量时目标状态可观测的充要条件。推导过程不需要分析非线性系统可观测矩阵或求解非线性微分方程;对于不同阶数的运动也不需要分别进行分析。最后通过仿真验证了分析的结果。     

MGEKF算法在无源定位中的应用

无源定位技术有着广阔的应用前景 ,在现有单站无源定位方法的基础上 ,首先介绍了相位差变化率定位法 ,接下来针对未知地面慢速运动目标的定位问题 ,引入MGEKF算法估计目标的运动速度 ,并对原始定位结果进行滤波处理 ,以减弱测量噪声的影响 ,提高定位精度。仿真结果表明了这一处理算法的有效性。这种处理思路还可以推广到更为复杂的定位情况中去。     

Unscented卡尔曼滤波在SINS静基座大方位失准角初始对准中的应用研究

静基座大方位失准角的捷联惯导系统误差方程是非线性的，如何对静基座大方位失准角的捷联惯导系统进行初始对准是需要解决的问题。本文提出了基于Unscented转换的Unsented卡尔曼滤波进行捷联惯导系统对准的方法。分别通过扩展卡尔曼滤波和Unsented卡尔曼滤波进行仿真计算，结果验证了Unscented卡尔曼滤波的有效性与优越性。     

考虑量测滞后的INS/SAR组合导航非等间隔滤波算法研究

由于INS／SAR组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，从而造成了量测的不等间隔频率输出和量测信息滞后。针对上述问题，采用常规的卡尔曼滤波算法难以获得高的滤波精度。本文首先分析了常规卡尔曼滤波器工作过程；然后在此基础上，提出了采用非等间隔并解决滞后的滤波算法以解决上述问题。本文利用系统状态转移矩阵的特性，设计了相应的非等间隔卡尔曼滤波算法，以解决非等间隔量测的问题；同时，在该非等间隔卡尔曼滤波算法的基础上，提出了解决量测滞后的方案。并通过协方差分析的方法对比分析了常规卡尔曼滤波器，非等间隔卡尔曼滤波器和解决滞后效应的滤波算法三种情况下的滤波精度。仿真结果验证了本文提出的算法具有较高的滤波精度。     

基于Poisson模型的湍流退化图像多帧迭代复原算法

随着航天空间技术的发展，空中目标的成像探测研究越来越重要。受大气湍流的干扰，观测到的目标图像是严重模糊的。为了从观察到的多帧含噪的湍流退化图像中将目标原图像有效地恢复出来，本文提出了一种新颖的基于图像统计模型的图像复原算法。跟据图像Poisson概率模型建立了有关多帧图像数据的对数似然函数，通过极大化该对数似然函数，推导出了目标图像及各帧图像点扩展函数的迭代求解关系。同时。将点扩展函数的支持域等先验条件有效地加入到迭代计算过程中，以便快速地利用迭代技术将目标图像和各帧点扩展函数估计出来。该算法能用少数帧图像极大程度地恢复出目标图像。为了验证本文算法的恢复效果和可靠性，对在强噪声污染条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法对空中目标湍流退化图像的复原是非常有效的。     

用于平台连续瞄准和校准的卡尔曼滤波器

本文为提高制导精度,讨论了用于惯性平台的连续瞄准、校准的卡尔曼滤波器,介绍平台系统和加速度表的误差模型、参数辨识的卡尔曼滤波方法及重力残数加速度表校准原理。     

基于BP神经网络组合导航融合算法

文章针对卡尔曼滤波算法的缺陷,建立了组合导航系统模型,提出了基于BP神经网络修正卡尔曼量噪权值的自适应卡尔曼滤波法,对量测噪声统计特性进行了自适应调整,并与传统卡尔曼算法进行计算机仿真比较。结果表明,基于BP神经网络的卡尔曼滤波器在一定程度上抑制了数据的发散,提高了导航精度。     

基于模糊控制的组合导航算法

文章提出一种根据信号残差（新息）对导航信息进行自适应噪声协方差调整的算法,由此得到导航参数的最优状态估计。其中重点研究了模糊控制对滤波器的动态调整,建立模糊滤波控制的模型,并与传统卡尔曼算法进行比较。仿真结果表明,基于模糊控制器的卡尔曼滤波器很好地限制了数据的发散,并在很大程度上提高了系统的稳定性。     

舰载导弹的动基座对准

本文将状态与偏差解耦卡尔曼滤波器应用于动基座对准中，根据舰载导弹动基座对准的特点，引入闭环，即在滤波过程中周期性地将滤波值补偿姿态失调角、速度误差和惯性元件误差。仿真结果表明，该方法能使收敛速度加快，估计精度提高，滤波值的振荡幅度减小。     

基于北斗双星定位辅助的SAR/INS组合导航系统研究

由于SAR/INS/北斗组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，而现有的北斗定位系统输出也具有一定的延时，因此，SAR／INS／北斗组合导航系统中的量测信息输出具有不同步和滞后的特点。针对上述问题，采用常规的联邦滤波算法将难以获得高精度滤波结果。为此，本文在分析SAR／INS／北斗组合导航系统工作过程的基础上，结合卡尔曼滤波的具体原理，设计了针对不同步量测信息的基于联邦滤波理论的组合滤波方案，并进一步提出了解决量测信息滞后问题的算法，从而可以有效处理SAR／INS／北斗组合导航系统中的信息融合问题。协方差分析结果表明提出的组合滤波方案可行，该方案对SAR／INS／北斗组合导航系统的实际应用具有重要的理论参考价值。     

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。     

雷达对再入机动目标跟踪算法研究

采用广义Ｋａｌｍａｎ滤波方法，通过在北天东雷达直角坐标系内建立相应的再入目标状态及雷达观测方程，再入目标的机动特性用一阶高斯马尔科夫过程描述，并增广到状态方程组之中，根据获得的带有测量误差的雷达测量信息对再入机动目标弹道进行估计，得到了满意的结果。