空间目标天基光学混合状态SPKF跟踪方法

根据天基光学监视特点,利用直角坐标系和修正极坐标系分别在状态外推和状态更新上的优势,并引入UT变换避免空间目标非线性运动方程线性化外推的截断误差影响,实现对空间目标在混合状态空间的三维被动跟踪滤波。仿真结果表明,该方法在收敛性和稳健性上更有优势。     

激光跟踪仪与机器人坐标系转换方法研究

为了快速准确求解激光跟踪仪与机器人坐标系转换参数,提出了一种基于工具标定与公共点转换相结合的坐标转换方法。首先,将靶球固定在机器人末端工具上,控制机器人示教6个不同位置,并同时用激光跟踪仪测量球心坐标;然后,采用基于距离约束的方法计算靶球在机器人基坐标系中的位置;最后,采用基于罗德里格矩阵的最小二乘迭代法进行坐标转换。试验表明:该方法操作简单,能够避免拟合误差的影响,提高坐标转换精度。     

一种地理围栏内无人机航迹跟踪方法

针对UTM体制中无人机在地理围栏内的飞行监视问题,提出一种约束状态相关模态转换混合估计算法(CSDTHE)。采用随机线性混杂系统模型对无人机运动状态进行建模,利用CV、CT和CA三种模态描述无人机的飞行状态,以构建地理围栏内无人机运行的通用模态转换模型框架。利用飞行模态改变点(FMCP)定义相关模态转换参数,设计模态转换条件,生成模态转换概率矩阵,从而建立与状态相关的模态转换模型。运用约束卡尔曼滤波(CKF)方法对直线阶段和转弯阶段的无人机运动速度分别施加等式约束,并通过仿真实验验证了CSDTHE算法对无人机跟踪的有效性。     

非线性系统中多传感器目标跟踪融合算法研究

 研究了在非线性系统中 ,基于转换坐标卡尔曼滤波器的多传感器目标跟踪融合算法。通过分析得出 :在非线性系统的多传感器目标跟踪中 ,基于转换坐标卡尔曼滤波器 ( CMKF)的分布融合估计基本可以重构中心融合估计。仿真实验也证明了此结论。由此可见分布的 CMKFA是非线性系统中较优的分布融合算法     

鱼雷过靶距离测试方法

通过分析模拟被鱼雷攻击目标的状态,提出了四点布阵测距和二点布阵测距的水听器配置方案,利用坐标转换、中心点法、最小距离法进行距离解算,可有效地对鱼雷过靶距离进行测试,同时,可利用深度信息对二点布阵测距的微量误差进行修正.     

基于自适应SRCKF的空间非合作目标实时轨道确定

针对天基测角对非合作目标跟踪定轨的动力学模型简化误差问题,提出一种基于非线性预测滤波和SRCKF(Square Root Cubature Kalman Filter,平方根容积Kalman滤波)的自适应滤波方法.采用考虑地球J2摄动影响的轨道动力学模型作为状态方程,在跟踪滤波过程中,用NPF(Nonlinear Predictive Filter,非线性预测滤波)对动力学模型进行实时修正,利用SRCKF对修正后的动力学模型进行状态估计.将该方法应用于高轨航天器对非合作低轨目标的实时测角定轨任务中,进行数字仿真,仿真结果证明,该方法相比传统的滤波方法具有更高的精度、更强的鲁棒性和稳定性.     

采用激光跟踪仪测量飞机外形

利用激光跟踪仪测量空间点坐标的原理，通过“转站”建立飞机坐标系，采集飞机外形坐标点云，处理数据并建立数学模型。     

一种改进的高超声速滑翔目标跟踪方法

针对临近空间高超声速滑翔目标跟踪问题，提出一种基于反向传播神经网络修正改进迭代扩展卡尔曼滤波(Back Propagation Neural Network-aided Improved Iterative Extended Kalman Filter, BP-IIEKF)的目标轨迹跟踪方法。在雷达站坐标系下建立目标运动模型和量测模型。引入阻尼因子修正IEKF算法中的协方差预测矩阵，并定义算法的代价函数，给出迭代终止条件，保证了算法收敛精度，减小状态的观测更新误差，提高了目标状态估计精度。利用BP神经网络修正滤波结果，补偿系统滤波误差，进一步提高了跟踪精度。仿真结果表明所提算法对高超声速滑翔目标具有更高的跟踪精度。     

一种导弹导引律及参数的非线性MMAE辨识方法

针对现代空战中来袭导弹导引律参数辨识问题,提出了一种非线性的多模型自适应(MMAE)辨识方法。采用无色卡尔曼滤波(UKF)方法对非线性多模型集进行状态估计。利用多模型自适应估计方法,设计了导弹的导引律及参数辨识器,在三维坐标内实现了对导弹IPN,APN,OGL和PP导引律及对应导引参数的辨识,并通过算例仿真验证了该方法的快速性和准确性。     

直升机飞行力学线性变参数建模方法研究

针对直升机飞行力学建模问题,分别基于模型缝合及模糊逼近提出了两种线性变参数(LPV)建模方法。在模型缝合方法中,基于经过滤波加权的飞行速度进行气动导数和操纵导数的插值,完成气动力的实时计算,结合非线性欧拉运动方程完成LPV模型的建立。在模型逼近方法中,建立了基于T-S模糊模型的非线性状态空间逼近模型,采用anfis结构完成了模糊模型训练。利用UH-60直升机非线性模型生成了不同飞行速度的线性状态空间模型,并分别通过两种方法建立了两套LPV模型。最后,基于频率响应和泰尔不等系数对典型LPV建模参数对模型精度的影响特性进行了分析。     

基于SIFT和仿射变换的航空器起飞图像跟踪方法

针对机场监视的需要,结合航空器起飞特征,研究了尺度不变特征变换( SIFT)算法和仿射变换模型,在对图像进行灰度图像序列处理的基础上,提出了将SIFT特征点跟踪与仿射变换相结合对航空器起飞信息识别、跟踪的方法。以滨海国际机场的一个起飞过程为例,对图像序列进行了运动目标识别和帧间特征点的匹配,验证了方法的可行性,为机场航空器的起飞跟踪方法提供参考。     

Identification of the state-space model and payload mass parameter of a flexible space manipulator using a recursive subspace tracking method

The on-orbit parameter identification of a space structure can be used for the modification of a system dynamics model and controller coefficients. This study focuses on the estimation of a system state-space model for a two-link space manipulator in the procedure of capturing an unknown object, and a recursive tracking approach based on the recursive predictor-based subspace identification (RPBSID) algorithm is proposed to identify the manipulator payload mass parameter. Structural rigid motion and elastic vibration are separated, and the dynamics model of the space manipulator is linearized at an arbitrary working point (i.e., a certain manipulator configuration). The state-space model is determined by using the RPBSID algorithm and matrix transformation. In addition, utilizing the identified system state-space model, the manipulator payload mass parameter is estimated by extracting the corresponding block matrix. In numerical simulations, the presented parameter identification method is implemented and compared with the classical algebraic algorithm and the recursive least squares method for different payload masses and manipulator configurations. Numerical results illustrate that the system state-space model and payload mass parameter of the two-link flexible space manipulator are effectively identified by the recursive subspace tracking method.     

无先验信息的低轨空间目标航迹起始方法

针对光学观测中缺乏预报信息的低轨道空间目标自动识别捕获问题,提出一种基于修正Hough变换的空间目标航迹起始方法,从而实现空间目标的自动识别。首先利用背景恒星运动规律对观测数据进行预处理,剔除大部分背景恒星。再利用观测数据的时序信息、定向参数进行Hough变换。本方法并没有采用传统的Hough变换对所有参数空间中的数据点进行投票,而是仅对参数空间中部分点投票,可以大幅减少运算量和存储量。试验表明:该方法能够有效地抑制背景恒星产生的虚假航迹,并快速准确地完成无先验信息的低轨道空间目标的航迹起始;可以在光学观测中实现空间目标的自动识别捕获,以及实时发现新目标,这为低轨道空间目标光学观测的无人值守和联网观测奠定了技术基础。     

基于滑动DFT和插值DFT算法的GPS信号载波跟踪方法

 在分析GPS接收机跟踪环路信号特征的基础上,将滑动离散傅里叶变换（DFT）算法和插值DFT频率估计算法相结合,提出一种在频域进行的载波跟踪方法。该方法首先根据捕获时得到的粗略载波频率估计值确定计算DFT值点的范围,然后利用滑动DFT算法计算这部分点的DFT值,最后利用插值DFT频率估计算法估计载波频率,进行跟踪环路中载波频率的更新。该方法计算复杂度低,便于实际应用。仿真结果显示,该方法能够对载波频率正确跟踪,验证了算法的可行性。     

Tracking considerations in selection of radar waveform for rangeand range-rate measurements

The conventional approach for tracking system design is to treat the detection and tracking subsystems as completely independent units. However, the two subsystems can be designed jointly to improve system (tracking) performance. It is known that different radar signal waveforms result in very different resolution cell shapes (for example, a rectangle versus an eccentric parallelogram) in the range/range-rate space, and that there are corresponding differences in overall tracking performance. We develop a framework for the analysis of this performance. An imperfect detection process, false alarms, target dynamics, and the matched filter sampling grid are all accounted for, using the Markov chain approach of Li and Bar-Shalom. The role of the grid is stressed, and it is seen that the measurement-extraction process from contiguous radar "hits" is very important. A number of conclusions are given, perhaps the most interesting of which is the corroboration in the new measurement space of Fitzgerald's result for delay-only (i.e., range) measurements, that a linear FM upsweep offers very good tracking performance     

一个用于目标跟踪的改进粒子滤波算法

简化UT（unscented transformation）转化参数，修改UKF（unscented Kalmanfilter）提议分布，提出了改进的粒子滤波算法。调节因子的增加使得能在线自适应估计，滤波性能提高，并形成一个自适应的算法。仅有角测量的目标跟踪仿真试验证实了改进的粒子滤波算法要优于其它滤波方式。     

深空测控通信技术发展趋势分析

为满足21世纪我国深空探测任务的需要，参考国外深空测控通信系统的先进技术，归纳和总结了未来相关技术发展的7个趋势，为我国深空测控通信技术的发展提供一些参考。     

Unscented Kalman滤波用于再入飞行器跟踪

本文引入Unscented Kalman滤波用于再入飞行器跟踪。Unscented Kalman滤波通过设计少量的σ点，并计算这些σ点经由非线性函数的传播，从而获得滤波值基于非线性状态方程的更新。在应用中，由于Un-scented Kalman滤波无需象广义Kalman滤波那样求动力学系统函数和观测系统函数关于状态向量的导数。给计算带来了极大的方便。     

基于FastSLAM的绳系机器人同时定位与地图构建算法

绳系式移动机器人可用于极端地形的探测,如陡峭斜坡、松软土壤、高耸悬崖、沟壑等。在运动过程中移动机器人的绳索不可避免地与障碍物接触甚至缠绕。由于绳索与障碍物之间的接触点不相互独立以及机器人模型的非线性特性,经典的FastSLAM框架不适用于绳索机器人的同时定位和地图创建（SLAM）问题。提出基于改进FastSLAM框架的绳系机器人SLAM算法。在该框架中,分别利用无迹滤波和粒子滤波解决接触点位置估计和机器人位姿估计问题,并利用非线性观测模型的无迹变换来简化粒子权重更新。仿真结果表明,该算法可有效地估计接触点位置,同时提高机器人位姿估计性能。     

多飞航导弹目标协同跟踪技术研究

针对多飞航导弹对目标协同跟踪精度较低的问题,提出了一种基于弹载雷达组网和GPS/INS组合导航的无偏不敏自适应融合跟踪算法。首先,通过领弹和攻击弹的优化布站,以有效提高多飞航导弹对目标的定位跟踪精度和突防能力;在时空协同的基础上,利用无偏不敏转换对各飞航导弹的目标量测进行预处理,以减小因旋转、平移和线性化误差所带来的影响;最后,结合统计双门限判决机制,利用自适应融合跟踪算法来有效实现多飞航导弹目标协同跟踪精度的提高。仿真结果表明,与现有的弹载雷达跟踪算法相比,该算法具有较高的定位跟踪精度。