时变噪声系统的自适应强跟踪滤波器研究

在目标跟踪过程中,强跟踪滤波可以对目标的突变状态进行较好的跟踪,但由于系统噪声和观测噪声协方差阵是时变的未知量,采用固定数值将会影响目标跟踪的精度,所以需要对两种噪声特征进行在线估计.应用噪声有限记忆自适应算法改进强跟踪滤波,在线自适应估计噪声协方差阵,并提出基于时变噪声系统自适应强跟踪滤波的目标预测算法,提高了对目标状态的估计精度.利用自主研发的全自主足球机器人进行目标跟踪的仿真,结果验证了该算法的有效性.     

带渐消因子的Quadrature卡尔曼滤波

为了解决无源传感器机动目标跟踪系统非线性较强、传统的跟踪滤波方法不稳定容易发散的缺陷,提出了一种带渐消因子的QKF（FQKF）算法。该算法通过引入时变渐消因子来实时调整状态预测误差协方差阵、量测预测误差协方差阵及状态预测误差和量测预测误差之间的互协方差阵,利用公式推导得出渐消因子实际上是对状态传播积分点和量测传播积分点进行渐消,进而达到实时调整滤波器增益矩阵的目的。并通过算法的机理分析和仿真实验表明FQKF算法具有强跟踪滤波器（STF）的优良性能,能够克服QKF算法的缺陷,对于无源传感器机动目标跟踪中系统的突变状态具有较强的跟踪能力,较QKF算法稳定性有所提高,并且计算量适中。     

失效卫星救援过程中相对导航算法研究

针对救援或维护过程中目标突发机动情况,研究了施援卫星的近程相对导航系统及其优化算法。提出可将被救援目标突发的控制加速度视作不确定的干扰因素,用强跟踪无味卡尔曼滤波(STUKF)算法,提高相对导航系统对突变状态的跟踪能力,满足对救援目标相对状态估计的精度要求。仿真结果表明:STUKF提高了对救援目标相对导航信息的实时跟踪能力,保证了滤波过程的数值稳定性,算法有效。     

基于BP神经网络的自主定轨自适应Kalman滤波算法

针对Sage Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于BP神经网络学习估计系统协方差矩阵的自适应Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计Kalman滤波系统协方差矩阵。将其应用到自主定轨系统,仿真结果表明利用本文算法自主定轨60天星座平均URE误差小于1.9米,且能够快速跟踪到系统噪声的突变,较Kalman滤波方法和Sage Husa自适应滤波方法具有更好的性能。     

高超声速机动目标天基跟踪鲁棒性滤波方法

为解决高超声速滑翔飞行器(HGV)机动飞行过程中的跟踪问题,提出了一种基于机动观测器补偿的鲁棒扩展卡尔曼滤波方法。针对传统卡尔曼滤波器由于模型误差而无法稳定跟踪的问题,首先建立了HGV动力学模型和天基红外测量模型;随后,设计机动观测器对未知气动加速度进行在线估计;在此基础上,利用机动估计对扩展卡尔曼滤波中的预测步骤进行修正,克服了因模型误差而导致的滤波发散问题;最后,考虑到机动观测器的时延误差,在扩展卡尔曼滤波迭代过程中引入次优渐消因子,提高了滤波跟踪的鲁棒性。与强跟踪滤波、扩维卡尔曼滤波、交互多模型滤波等典型跟踪方法相比,所提方法可在不具备目标机动先验信息的情况下,以较低的计算耗时取得良好的稳定性和跟踪精度。     

基于深度学习的目标跟踪技术及其多波段应用研究

目标跟踪是计算机视觉领域中最具挑战性的领域之一。首先，回顾了目标跟踪技术发展现状并总结出目标跟踪的一般流程；其次，分析了卡尔曼滤波、粒子滤波等传统目标跟踪方法的优缺点；再次，依次重点介绍了固定窗跟踪等相关滤波目标跟踪方法，以及全网络自适应目标跟踪等高性能目标跟踪方法；最后，总结了目标跟踪在红外、毫米波、太赫兹等波段的应用，并对多波段融合目标跟踪进行了展望。     

空间非合作目标快速姿态跟踪导航方法研究

提出了一种空间非合作目标快速姿态跟踪导航方法。在非合作目标相对测量过程中,激光测距仪测距数据具有不连续的特点。当不具备测距数据时,采用基于位置-速度方差修正的姿态跟瞄导航滤波算法,引导追踪航天器完成对目标的粗捕获和保持;当具备测距信息时,通过引入间接量测矩阵和Wonham能控规范型极点配置方法,采用基于全维状态观测器的姿态跟瞄导航滤波算法,完成对目标的连续精确指向跟踪,并通过配置观测器极点调整滤波收敛速度。本文提出的姿态指向跟瞄导航算法克服了非合作目标跟瞄过程中测距信息不连续的问题,与传统扩展卡曼滤波算法相比,能够避免量测方程近似线性化过程中的大量矩阵求导运算,因而提高了跟踪导航滤波的收敛速度,增强了追踪航天器对非合作目标的快速姿态指向与跟瞄能力。     

视觉导引受限下空间绳系机器人最优逼近控制

针对空间绳系机器人对目标逼近过程中单目视觉视线角约束和导航信息不全问题,首先建立空间绳系机器人系统动力学模型。然后考虑抓捕器视线角约束,采用高斯伪谱法对空间绳系机器人逼近任务姿轨轨迹进行一体规划。同时设计无需相对目标距离的闭环控制器实现对空间绳系机器人最优姿轨轨迹进行跟踪控制。仿真结果表明,该方案能够克服视觉导引受限的影响,实现空间绳系机器人对位姿最优轨迹的精确跟踪。     

基于粒子滤波的红外弱小多运动目标检测

针对低信噪比条件下红外图像序列中的多个弱小运动目标检测问题,提出了一种基于粒子滤波的多目标检测前跟踪方法.首先分析了红外图像的状态及观测模型,然后将弱小运动目标的检测转化为贝叶斯滤波框架下的检测前跟踪,并利用多个粒子滤波器予以实现.为了评估该算法的有效性,采用人工合成的红外图像序列对其进行测试,结果说明该算法可同时处理低信噪比条件下的多个弱小运动目标,检测和跟踪性能良好.     

基于GPS的静止轨道卫星自主定轨技术研究

分析了在静止轨道上GPS星的可见性情况,提出了判别GPS星是否可见的标准。然后,对自主定轨方法进行了研究,提出了将强跟踪滤波方法作为导航滤波方法,并进行数学仿真模拟。仿真结果表明,此项技术是可行的,文中的导航滤波方法是十分有效的。     

基于星间链路的多星系统分散定轨算法

介绍了一种基于星间链路信息的多星系统自主导航方法。首先以星间相对位置矢量为观测量建立两星系统的观测方程,采用强跟踪滤波(STF)算法进行集中定轨,获得卫星的参考轨道信息。在此基础上,建立单星的观测方程,然后使用加权最小二乘估计器和卡尔曼滤波器进行单星轨道确定,从而实现了一种不需要长期轨道预报信息的分散定轨算法。数学仿真表明,该算法是可行的,且具有较好的定轨精度。     

On autonomous tracking of a minor celestial body

There is suggested an algorithm of the autonomous tracking of a minor celestial body (comet, asteroid or satellite) by the photo-TV-camera of the spacecraft during its flyby in the vicinity of the celestial body, investigated by the data of images obtained by this camera. This algorithm allows prediction of the celestial body angular position in order to point the onboard camera to the body. The field of applicability for the suggested algorithm taking into account various errors is being investigated. The problems of the optimization of the program of the autonomous tracking in order to decrease the prediction errors or to increase the prediction time interval are considered. The results obtained are illustrated by the example of the autonomous tracking of Halley's comet nucleus.     

着陆小天体的自主GNC技术

由于目标小天体和地面站之间存在较长的通讯延迟，加之小天体的动力学环境复杂多变，传统的基于深空网的导航、制导与控制（GNC）模式已不再适合探测着器着陆小天体。为了实现安全着陆小天体，探测器必须具有自主导航、制导和控制的能力。本文提出了一种着陆小天体极区的自主GNC方案：首先，基于对自然特征点的自动提取、跟踪，给出了一种着陆小天体的自主光学导航方案；接着，为了安全垂直着陆小天体的极区，设计了比例-微分控制器跟踪理想的下降轨迹、消除侧向位置和速度偏差；最后，通过数值仿真对本文所提方案的可行性进行了验证。     

具有容错性的自重构机器人变形原理

自重构机器人通过自主变形来适应环境和任务的需要，它具有低成本、多样性、自修理和容错性等特点。本文针对系统的容错性目标，深入研究了具有容错性的自重构机器人的自组织变形方法。首先建立能够表达失效模块信息的系统结构描述模型；然后建立自重构机器人的模块运动规则；提出可以实现容错性的自组织变形算法。在系统出现失效模块的情况下，机器人依然能够有效完成指定的任务。本文以平面正方形晶格机器人翻越障碍物为例对变形原理和算法进行了验证和仿真。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

RLV末端能量管理段轨迹在线规划与制导

针对可重复使用飞行器（RLV）末端能量管理段利用数值优化算法在线规划轨迹的实时性无法保证,工程应用性差的问题,在末端能量管理段的航向调整段（HAC）轨迹前增加直线预测捕获段(PASL),并在该阶段提前完成末端区域能量管理(TAEM)段轨迹的在线规划,从而降低工程中对轨迹在线规划方法实时性的高要求。首先,通过求解零气动角下的质点运动方程解析解,得到直线预测捕获段结束点的飞行状态预测值作为TAEM段轨迹的初始点状态。然后,在线求解以航向调整段进入点飞行器航向角偏差最小为目标函数,以动压、过载和速度滚转角限制为约束的非线性规划问题,得到航向调整螺旋线中心的最优位置。最后,设计了以规划轨迹确定的标称气动角指令为前馈,以跟踪偏差的比例+微分律生成指令(PD)为反馈的TAEM段制导律。算例仿真校验了本文基于弹道预测的末端能量管理方法的有效性。