ADS与多雷达数据融合中的系统误差配准法

对空中交通管制中自动相关监视(ADS)与现有多雷达监视系统进行数据融合的模型进行了分析,在现有多雷达数据处理(MRDP)系统误差配准方法的基础上设计了一种利用最小平方估计(LSE)准则实现的ADS与雷达的系统误差配准算法,给出了其最优解.利用我国西部航路模拟航路点数据进行了系统仿真,仿真结果的分析表明,通过该方法的配准,ADS和雷达数据融合中的系统误差得到了有效的消除,提高了综合监视精度.     

自动相关监视系统的研究与开发

介绍了自动相关监视系统的基本概念，构成原理和与实施相关的研究与开发工作，特别是重点介绍了以ＰＣ机为基础的ＡＤＳ信息处理系统的成果，最后还介绍了ＡＤＳ运行情况。     

基于VHF数据链的自动相关监视系统

介绍了基于甚高频(VHF)数据链的自动相关监视(ADS)系统的基本概念,构成原理和系统结构.为改善ADS系统的跟踪精度,将基于\"当前\"模型的卡尔曼滤波算法用于ADS系统数据处理.数字仿真和实际应用表明:该算法可以有效地消除由于突发干扰和飞机姿态变化造成的ADS报文丢失、乱码对ADS系统跟踪精度的影响,使ADS系统更为实用化.      

基于Trans-Attention的飞行区航空器监视数据融合方法

针对飞行区航空器单一监视源存在监视精度低、位置跳变的问题,提出一种基于Transformer和注意力机制的航空器监视数据融合方法。利用Transformer的编码器结构分别对各监视源数据进行特征提取,通过注意力机制对不同监视源赋予权重值,经过全连接网络进行回归计算,获得最终的融合结果。选取场面监视雷达(SMR)和广播式自动相关监视(ADS-B)系统的监视数据作为融合源,多点定位(MLAT)数据作为真实标签,实验结果表明：所提方法有效降低了单一监视源的监视误差,且融合效果优于基于注意力机制的长短期记忆网络、循环神经网络和扩展卡尔曼滤波融合方法,平均绝对误差分别提升了2.81%、16.73%和35.80%。     

神经网络数据融合机动目标跟踪算法

利用神经网络方法解决雷达/红外双模制导中的数据融合问题.红外数据经过异步数据融合处理与经过卡尔曼滤波处理后的雷达数据同步,共同作为神经网络的输入,神经网络作为同步融合中心,输出为目标的最优融合估计.研究结果表明这种方法可以在融合中心不知道协方差信息的情况下进行数据融合.     

天线罩干扰下的雷达/红外复合导引头数据融合

针对雷达/红外复合导引头中存在天线罩折射以及外部干扰问题,在三维模型下,提出一种基于扩展卡尔曼滤波(EKF,Extended Kalman Filter)的多模型算法,对天线罩斜率进行估计,并将估计结果代入EKF,降低观测视线角中的天线罩折射干扰,形成最优局部估计.采用基于环境信息的加权因子法对雷达/红外局部估计结果进行融合,通过环境信息度量传感器测量结果的可信度,忽略不可信的局部估计结果.设计4组算例检验融合算法性能,仿真结果表明:所提算法可以准确估计天线罩斜率,合理并有效使用雷达/红外传感器信息,提高系统估计精度.     

基于数据中台的数据融合集成关键技术研究

当前开发新的业务系统往往需要从其他系统引接数据,系统之间的直接数据交互增加了系统开发的复杂性。为解决上述问题,研究基于数据中台的数据融合集成关键技术,为数据中台建设提供参考。设计数据中台技术架构,实现数据引接、数据管理和数据服务。覆盖数据生命周期,设计数据中台业务流程。瞄准数据赋能目标,提升数据融合集成核心能力,采用混合架构完成多源异构数据存储,利用数据层次模型实现数据映射,应用知识图谱进行数据关联。本文提出的数据中台技术架构已在实际项目中运用,达到预期效果。     

基于多DSP技术的SSR实时信号处理机

以4片数字信号处理器(DSP)和2片现场可编程逻辑阵列器件(FPGA)为核心处理器,设计 实现了二次监视雷达SSR(Secondary Surveillance Radar)实时信号处理机.该系统基于2 块DSP+FPGA模式的实时信号处理板,实现了对原始二次监视雷达应答信号的各种处理:反同 步窜 扰处理,反非同步窜扰处理,计算目标的方位、距离,进行目标的高度、代号解码以及实时 产生航管询问编码,并生成各种信息的统计报告.      

车载GPS/DR组合导航系统的数据融合算法

建立了车载GPS/DR(全球定位系统/航位推算)组合导航系统自适应联合Kalman滤波的数学模型,研究了综合运用子系统状态评估、自适应信息分配、误差补偿、迭代扩展Kalman滤波、抗野值干扰、U-D协方差分解滤波等技术来提高精度和可靠性的融合滤波算法;针对滤波发散的问题,引入了一种在线估计观测噪声统计特性的自适应滤波方法.理论分析和半物理仿真结果表明,所设计的算法在精度、可靠性、适应性、实时性等方面效果都很好.      

多传感器数据融合中的鲁棒检测技术

研究了多传感器数据融合中的鲁棒检测技术.检测问题中设计最优决策规则通常需要知道观测量的统计特性,在实际系统中对观测量的统计特性一般只知道一部分或完全不了解,此时可采用寻找最不利分布设计系统的决策规则.从数据融合的观点来看,鲁棒分布检测在信息的传输、系统的容错等方面优于鲁棒集中检测.最后研究了当N个传感器工作频率不同时的数据压缩方法.      

机载目标状态估计器

研究基于空载雷达测量下的机动目标状态估计器的设计问题。通过建立直角坐标状态方程和选取一种伪测量量,并采用测量模型线性化的方法,建立起了估计器的基本结构,在此基础上增加距离通道的冗余滤波,进一步提高距离通道的估计精度,最后将估计器联入整个综合火力／飞行控制系统中,进行了Ｍｏｎｔｅ Ｃａｒｌｏ仿真,仿真结果表明,设计的目标状态估计器具有很好的跟踪估计性能。     

基于纯方位测量信息的多无人机协同目标跟踪

针对多无人机编队基于纯方位观测信息对目标进行协同定位和跟踪时的异步信息融合和多平台协同定位问题,提出了一种线性化的伪测量模型。通过几何推导建立起目标位置与测量位置的线性关系,在假设目标恒加速运动情况下,利用卡尔曼滤波实现了多平台异步方位信息的数据融合,并对目标运动状态进行准确估计。同时为该状态估计器设计了一种基于事件触发的状态更新策略。为实现分布式计算状态估计,基于协方差交叉原理设计了异步局部状态估计结果全局融合方法。最后通过仿真实验验证了所提出算法的有效性,并证明提出的异步数据状态估计方法与基于伪同步的扩展卡尔曼滤波方法相比在目标速度持续变化条件下具有更好的收敛速度和精度。     

基于UKF的FADS/INS融合大气数据估计

针对飞行器在高速飞行时受气流干扰、惯性数据易发散等问题,从传感器数据融合角度出发,提出了通过无迹卡尔曼滤波(UKF)融合嵌入式大气数据观测系统(FADS)和惯性导航系统(INS)估计飞行器实时大气数据的算法。算法使用高维度非线性方程对惯性系统和大气系统间的关系建模,结合FADS与INS的数据,计算飞行器速度和高度,进而估算出攻角、侧滑角等参数。实验结果显示,与INS直接解算、扩展卡尔曼滤波(EKF)融合等原有估计方法相比,文章所述的算法在估计精度和系统稳定性方面均有所提高。     

航天器交会最终逼近段相对姿态估计与控制

对航天器交会对接最终逼近段,给出姿态运动学方程统一形式以及相对姿态动力学方程;除了应用交会航天器的绝对姿态运动方程进行相对姿态估计(间接法)外,还直接应用相对姿态运动方程进行相对姿态估计(直接法);阐述相对姿态控制的相平面法与四元数反馈法的设计方法.相平面控制法应用常值推力,针对小姿态角机动的特点,将相对姿态通道解耦为3个独立的二阶子系统,设计相平面推力方向切换函数;四元数反馈法应用简化的基于本征轴旋转的线性二阶系统,选择相对四元数与角速率反馈增益系数,确定控制力矩.此外,对相对姿态估计与控制方法进行模拟计算与比较.理论分析与模拟计算结果表明:应用扩展Kalman滤波的相对姿态间接估计法与直接估计法是有效的,后者有可能简化估计算法;相平面控制法与四元数反馈法均可有效实现相对姿态控制,前者应用常值推力(推力方向与姿态反馈有关),较易实现,但动力消耗较大,后者按控制力矩随姿态反馈量而变,动力消耗较小.