降落伞系统可靠性综合评估

研究了降落伞系统的可靠性综合评估方法;给出了基于应力强度模型,利用强度试验数据,运用信仰统计推断法计算降落伞组件可靠度置信下限的方法,并对该方法与渐近正态法、分位数修正法进行了对比分析。分析表明,就精确度而言,基于信仰统计推断法给出的评估结果较好。     

激光雷达动态成像几何畸变的缩略修正法

针对激光雷达动态成像的畸变问题，系统地给出了相对静止成像映射变换模型、动态成像映射变换模型、完整的逐点修正法表达式。为了解决实时获取目标信息与复杂的修正运算之间的矛盾，给出了缩略修正法及其误差分析结果，此结果可作为设计与选择雷达陀螺平台的工程依据。     

动力学缩聚模型修正的矩阵逼近法

为避免结构动力学分析中修正有限元模型时的大型稠密矩阵运算,研究了一种用基于矩阵逼近的有限元缩聚模型修正法。根据有限元模型的缩聚和修正,给出了试验模态的扩阶、物理模态到广义模态的映射和矩阵逼近,并讨论了结构存在重频时模态的相关性。算例表明,该法可行。     

航天器热模型蒙特卡罗法修正论述

对近年来国外应用较多的航天器热模型蒙特卡罗修正法进行了分析和介绍;引入了航天器热模型修正的反问题理论,给出了基于蒙特卡罗法的反演解算方法。在Thermal Desktop+Sinda Fluint软件平台上实现了该算法,分析结果表明此方法无需人工干预,可以得出较好的反演效果,适合于在今后的航天器热模型修正工作中开展应用。     

拉格朗日平动点之间的转移轨道设计

针对三体问题中平动点转移轨道设计问题,首先以Richardson三阶近似解为初值,采用微分修正法,计算出简单周期轨道;利用单值矩阵法,计算出简单周期轨道附近的不变流形.然后根据Broucke的简单周期轨道分类思想,利用地-月平动点之间月球附近的周期轨道作为中转,设计LL2附近的Lyapunov轨道,LL1附近的Lyap...     

采用绳索张力桁架结构的可展开大口径星载天线

日本成功发射的“遥远号”射电天文卫星(MUSES-B)上搭载的抛物面天线最大口径为10m,它采用了一种绳索张力桁架可展开结构,具有较大的展开/收缩体积比,且表面精度高,很好地满足了任务要求。本文对该天线的独特结构、展开方法和应用材料作了介绍,概述了防止绳索阻塞的方法和重力修正法以及主反射面的精度和电气特性。     

有限元动力学模型的综合修正方法

以复杂结构振动的有限元模型为研究对象,根据部件及整体特征研究了基于参数和基于矩阵的模型修正法以提高有限元计算的精度.以一双锥筒试件为例,在对模型作缩聚处理的基础上,综合应用多种商用程序功能给出了锥筒固有频率和夹具参数的修正.结果表明:该法能实现开放式修正,具较强灵活性,对工程实际有一定的应用价值.     

基于SMC-CPHD的多目标跟踪算法研究

针对CPHD滤波算法在多目标跟踪中计算难处理和对于局部目标估计存在漏检的问题,提出了基于序贯蒙特卡罗方法的基数概率假设密度（SMC-CPHD）滤波算法。这种方法是将SMC和CPHD两种滤波算法的优点相结合,用一些离散的粒子去接近PHD函数,不仅解决了在滤波修正步没有闭式解的问题,而且避免了当某个目标发生漏检时,PHD权值的转移问题,在递推PHD函数的同时也递推基数分布。将此方法应用到有杂波存在复杂的多目标跟踪环境中,通过仿真实验,对CPHD滤波和SMC-CPHD滤波得出的结果进行比较,验证了本文所提出方法对多目标跟踪的可行性和精确性。     

梯度功能材料物性参数的推定方法

分析和评价了现有的估算梯度功能材料(FGM)物性参数的几种方法，提出了实测法和复合法则法相结合估算FGM物性参数的方法——参数修正法，以及根据若干实测点推定物性参数的方法。用这些方法对新研制的碳陶梯度功能材料C／C／Al2O3，的热导率和比热容进行了分析计算，并通过比较计算结果，找出了实用性和可操作性较强的方法。     

观察方向差分约束的自适应数字波束形成算法

介绍利用自适应数字波束形成技术对接收信号进行空域滤波，讨论了一种修的Ｇｒａｍ－Ｓｃｈｍｉｄｔ自适应零点形成算法，以适应连续波体制雷达对付有源干扰。仿真结果表明，本抗干扰措施可有效抑制副瓣有源干扰。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

INS／GPS／TERCOM组合制导系统中的信息融合方法研究

提出由坐标变换、误匹配检测和卡尔曼滤波三个单元构成的一种新型INS／GPS／TERCOM系统优化结构，并对INS／GPS／TERCOM组合系统自适应联邦滤波信息融合和分散式信息融合两种算法分别进行了研究，将这两种算法与传统的集中滤波算法进行了比较。结果表明，系统无故障情况下三种方法精度相同；而在有故障情况下自适应联邦融合法优于另两种方法。     

含无序量测的多传感器目标跟踪滤波算法

由于通信链路的随机时间延迟和星上传感器测量的预处理时间的不同等因素,导致在目标飞行器的测量中产生无序量测现象。为解决该问题,提出了一种基于扩展卡尔曼滤波的前向预测多步滞后无序量测处理算法。该算法首先采用扩展卡尔曼滤波算法估算出目标飞行器的状态方程和协方差方程,然后在滤波过程中利用前向滤波更新的方法,将协方差方程更新结果去相关后,累积到当前协方差方程滤波结果中,从而有效解决了目标飞行器测量中的无序量测问题。最后,将该算法与扩展卡尔曼滤波算法、丢弃算法进行了对比仿真。仿真结果表明,采用该算法处理目标飞行器的位置和飞行速度,得到的测量误差较小,在整个观测时间内,测量误差的收敛性较好,能够实现对目标飞行器的精确测量和跟踪。     

基于最优估计神经网络的惯导系统初始对准研究

本文研究了一种基于卡尔曼滤波原理权值更新的多层神经网络学习算法，对此算法进行了详细的推证，并将该算法运用到惯导系统的初始对准过程。仿真结果表明了这种神经网络结构用于惯导系统初始对准问题的有效性，既可获得与卡尔曼滤波器相同的对准精度，又提高了系统的实时性。从而得到了利用神经网络解决惯导系统初始对准问题的一种有效算法。     

基于迭代容积滤波的无源跟踪算法

对无源目标跟踪问题进行了研究,给出一种只有角度和距离测量的目标跟踪算法。为提高估计的精度和数值稳定性,采用了容积滤波算法,并用基于龙贝格-马尔塔(LM)算法改进迭代容积滤波算法,以提高估计精度,算法实现了对目标的无源跟踪。仿真结果表明:迭代容积滤波算法的跟踪效果更好。     

适于惯导系统初始对准的神经网络实时算法研究

通常卡尔曼滤波器被用于解决惯导系统的初始对准问题。由于卡尔曼滤波的运算时间与系统阶次的立方成正比 ,所以当系统阶次较高时 ,滤波器会失去实时性。而神经网络具有函数逼近性能 ,实时性又好。为此 ,本文研究了一种基于扩展卡尔曼滤波原理的权值更新多层神经网络学习算法 ,对此算法进行了详细的推证 ,并将该算法运用到惯导系统的初始对准过程。仿真结果表明了这种神经网络结构用于惯导系统初始对准问题的有效性 ,既真正获得了与扩展卡尔曼滤波器相同的对准精度 ,又大大提高了系统的实时性     

多尺度小波变换在野值剔除中的应用

常见的野值剔除方法即卡尔曼滤波算法条件苛刻,不易实现。在分析了系统方程之后,利用小波变换的基本原理,将系统信号分解到各个尺度上,在各尺度上分别进行卡尔曼滤波,之后进行小波重构从而得到各尺度下的滤波估值。此算法将小波去噪与卡尔曼滤波算法结合起来,能够更有效地剔除野值。针对卡尔曼滤波算法的复杂性,还提出了一种有效的滤波算法,利用该算法进行小波多尺度分解和滤波和重构,信号野值也可以得到很好的剔除。经仿真实验验证,这两种多尺度小波变换算法都能够很好地剔除野值,效果明显。     

GPS／INS组合导航系统的平滑滤波应用研究

在一些特殊应用场合，采用平滑滤波的处理方法，可以大大改善ＧＰＳ／ＩＮＳ组合导航系统的定位精度。有关飞行器精密定位参照系统的事后处理算法，平滑滤波的算法，与卡尔曼滤波器的关系，以及在ＧＰＳ／ＩＮＳ组合导航系统中平滑滤波的实现技术，在本文中作了讨论并给出了系统的原理结构和仿真方法。仿真结果表明平滑滤波精度比卡尔曼滤波器的精度提高一倍左右，是一种有效的事后处理技术。     

机载单站无源定位三维模型及其仿真

针对在空间作匀速直线运动的目标，建立了机载单站无源定位的三维模型。给出了其中的预处理过程和系统状态方程，并采用UKF算法进行滤波处理以提高定位精度。仿真结果表明，模型和算法有效。与扩展卡尔曼滤波(EKF)相比，在初始误差较大时UKF也能快速收敛。     

应用BP网络校正的卡尔曼滤波器

当目标作机动飞行时,由于未知机动引起的估计误差的影响,卡尔曼滤波器的跟踪性能将会严重下降。提出了一种应用BP神经网络对卡尔曼滤波结果进行校正的机动目标跟踪方法,BP网络可以辨识非线性机动,修正卡尔曼估计值,改善跟踪效果。同时还研究了BP网络的自适应算法。对两个变加速机动目标的跟踪结果表明,经过BP网络校正的卡尔曼滤波器不会发生误相关,跟踪的精度较高。