一种用于实时轨道确定的NPF-SRCKF滤波算法

针对航天器实时轨道确定中建模复杂、计算量大、估计精度低的问题,设计了一种考虑地球J 2 摄动影响的基于NPF-SRCKF的实时轨道确定算法,该算法采用非线性预测滤波(NPF)对模型误差进行补偿修正,利用平方根容积卡尔曼滤波(SRCKF)算法对修正模型误差后的系统进行状态估计。针对单测站、双测站跟踪测量设计了不同的实时轨道确定算法。实验结果显示,将非线性预测滤波和平方根容积卡尔曼滤波结合在一起,运用于简化的实时轨道确定模型,能有效降低计算复杂度,改进数值运算的稳定性,提高状态估计的精度。     

基于去偏转换测量卡尔曼滤波的目标脱靶方向角识别

研究了利用导引头天线测量的视线角速度分量进行目标脱靶方位识别的原理,推导了目标脱靶方向角与弹体坐标系下各方向上弹目距离和相对速度分量的关系表达式.将球坐标系下的导引头测量值转换到直角坐标系下并进行去偏处理,以直角坐标系下弹目距离、相对速度、加速度为状态变量,基于"当前"统计模型建立了自适应卡尔曼滤波方程组,利用前两点测量值估计了滤波初始状态,并用滤波值计算了目标脱靶方向角.仿真结果表明,该算法能很好地识别出目标脱靶方向角,且精度可以满足实战要求.     

微小型捷联惯性测量单元标定及补偿方法

在MIMU(微小型惯性测量单元)角速度及加速度通道误差数学模型的基础上,提出一种利用三轴速率转台的MIMU快速高精度标定补偿方法,介绍了各参数的测量原理及误差系数的计算公式,得出了相应的误差数学模型及修正算法。利用三轴转台进行姿态运动试验,试验结果表明,补偿后系统捷联惯性导航解算的三方位姿态误差小于1.5度。该标定补偿方法对提高MIMU的工作精度具有现实意义及工程适用价值。
     

一种高精度的获取导弹脱靶量的方法

本文以雷达接收到的多卜勒信息为依据,应用现代控制理论知识,推导了一种新的导弹脱靶量的获取方法:参数辨识法。它利用了导弹和目标相对运动产生的多卜勒效应,建立起关于脱靶参量与多卜勒周期数的线性方程。应用参数识别的办法,对脱靶参数进行辨识,它解决了其它方法未能克服的问题:因体目标效应所产生的多卜勒频率的起伏噪声对估值精度的影响。在此基础上,又推导了一种克服噪声相关性的改进算法。仿真结果表明,本文的算法是很有效的。     

星载可动天线安装误差补偿方法

为了提高天线指向精度,本文提出了一种星载可动天线的安装误差补偿方法。该方法根据卫星结构坐标系与立方镜坐标系间的关系及立方镜坐标系与天线结构坐标系间的关系,运用欧拉角坐标转移方式,得到对天线安装误差进行补偿的坐标转移矩阵。并且针对安装误差的特点,对坐标转移矩阵进行简化,只需要在轨上注3个参数即可实现对天线安装误差的补偿。仿真结果表明,在安装误差≯1°的情况下,补偿后的指向误差最大值≤0.05°;在安装误差≯0.5°的情况下,补偿后的指向误差最大值≤0.01°,补偿后的指向误差可接受。星载可动天线安装误差补偿方法可有效补偿安装误差对天线指向的影响,上注参数少易于实现。     

自适应多点悬挂重力补偿系统研究

大型桁架式可展开航天结构在地面试验时,存在大挠度变形、精度低、泛用性差等结构特点,为提高地面试验有效性,提出了一种自适应多点悬挂重力补偿控制方法。首先,设计系统辨识算法和控制器算法,解决了多点耦合问题。其次,建立Simulink与Adams联合仿真平台,通过仿真分析选择算法参数,验证了算法的可行性。最后,以大型桁架式航天天线为对象,搭建重力补偿系统实验平台并进行实验验证。实验结果表明:控制系统在稳态环境和动态环境下均能快速收敛。稳态环境下,平均稳态误差为0.5503%;动态环境下,平均稳态误差0.526%。完成了航天结构天线的重力补偿,为多点重力补偿系统方案的实施提供建议和改进措施。     

距离变化率测量慢漂误差的估计

ＭＩＳＴＲＡＭ系统是一种常用的航天飞行器轨道跟踪测量设备，但在距离变化率跟踪测量中存在慢漂误差，该误差严重影响测量数据精度。本文利用样条函数，建立了估计慢漂误差和轨道参数的非线性模型；通过建模，选模准则的深入研究，给出了表示轨道参数和表示慢漂误差的样条函数的节点选取原则；最后，利用所得的最优模型，给出了慢漂误差的估计及估计精度，本文方法应用于运载火箭的跟踪数据处理，得到了工程分析非常吻合的结果。     

遥测矢量脱靶量测量系统

本系统为导弹飞行打靶时测量导弹或炮弹相对靶标脱靶参数的设备。它有4大特点。它是一种比较完整的脱靶量本数测量系统。本系统采用窄波束天线、四通道接收方案。文中说明其工作原理，技术指标、组成及信号处理方法。     

W波段UAV MISAR实时成像运动补偿方法

建立了实时成像正侧视合成孔径雷达(SAR)运动误差模型,采用了一种基于惯导和相位梯度自聚焦(PGA)运动误差估计的中心波束平面运动补偿算法。该算法对回波包络和相位进行分开补偿,利用惯导数据把带有运动误差的回波包络拉直,再利用相位梯度自聚焦算法对回波进行相位误差估计并补偿。针对实时成像的时间少、运算量大、运算资源受限等特点,该算法取消了距离徙动校正的步骤,将运动误差矢量在斜距平面投影并完成包络校正和相位误差估计。该方法运算量小,同时能满足分辨率要求。仿真结果表明:该方法能够得到质量较高的SAR图像。     

单极化雷达的散射矩阵测量新方法及其外场实验研究

针对现有装备的雷达系统不具备极化测量能力,而开发专用极化测量系统复杂度高,设备量大代价高昂的问题,本文利用国防科技大学研制的瞬态极化雷达实验系统,研究并针对一种新的极化测量算法进行了外场验证实验。该方法不需要两路正交极化发射接收设备,仅需在目标稳定跟踪阶段利用波束在空域扫掠目标过程中极化状态发生变化的固有属性对目标回波序列进行采集和处理即可实现目标极化散射矩阵的测量,外场实验和数据处理结果验证了算法的正确性。该方法对于利用天线特性来解决设备量相对较小,跟踪制导体制下目标特性测量,反隐身目标、抗干扰,低空突防和对抗辐射攻击等重要问题提供了参考依据。     

多传感器最优信息融合Kalman多步预报器及其应用

提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多步预报器。它具有两层融合结构，其中第一融合层具有网状并行结构，用来获得每时刻每两个无故障传感器子系统之间的滤波误差互协方差阵；第二融合层用来确定最优标量加权系数，进而获得标量加权最优融合Kalman多步预报器。将其应用于雷达跟踪系统验证了其有效性。     

GEO移动通信卫星多波束天线指向测量与精度分析

讨论了地球静止轨道移动通信卫星多波束天线指向测量问题。基于比幅单脉冲原理,给出了天线指向测量的最大似然估计方法,并分析了该方法的测量精度和测量误差分布,指出测量误差的构成包括系统定标误差和估计误差,误差分布服从正态分布。仿真结果表明,当信噪比高于20dB时,测量精度随信噪比增大的改善变缓,此时精度主要取决于定标误差。当通道不确定性高于1dB（σ）时,测量精度受通道稳定性影响显著。     

基于样条模型的高精度星间相对定位与定姿

针对分布式小卫星编队的星间相对定位与定姿的高精度要求，提出了基于样条模型的星间相对定位与定姿的新方法。新方法将一段连续时间内的卫星状态参数用样条参数模型表示，将直接估计状态参数转化为样条参数，减少了待估参数的个数，实现了多时刻状态联解，提高了姿态参数对距离变化的敏感性，结构更加稳定。仿真结果表明，相对定位精度由5mm提高到2mm，相对定姿精度由0．0004弧度提高到0．00003弧度，并解决了估计不稳定现象。     

低成本飞行试验平台的FADS技术研究

在国内首次利用成熟的低成本火箭弹平台,开展超声速(马赫数>3)飞行试验的嵌入式大气数据传感系统技术研究。针对嵌入式大气数据传感系统的求解算法,测量系统和误差影响等关键技术问题,建立基于神经网络技术的求解算法和设计飞行试验方案,并完成飞行试验和数据分析研究。研究结果表明基于神经网络技术的求解算法具有较好的鲁棒性和较高的求解精度。测量结果与雷达测量结果基本吻合,验证了算法设计;测量结果相对于雷达测量结果,静压平均相对误差约为5.2%,最大相对误差18.8%;马赫数平均相对误差4.2%,最大相对误差14.9%。攻角和侧滑角的测量结果与理论弹道结果变化趋势接近。研究结果可为相关飞行试验技术研究提供参考。     

一种多制式传感器数据融合算法

针对一有三坐标雷达、两坐标雷达和红外探测器三种传感器的分布式多站多目标跟踪系统，提出了一种多制式传感器数据融合算法。算法以测量间最小距离为关联度，对测量集间的相似程度进行度量，用极大似然法估计目标位置，通过融合方法求得目标三维航迹。在作状态估计时，采用两组非线性卡尔曼滤波切换提高融合精度。     

一种改进的系统偏差估计算法

雷达组网系统首先要解决误差配准问题,用以准确地估计和消除系统偏差。实时质量控制RTQC算法是一种经典的配准算法,但是该算法提出时并没有考虑随机量测误差对配准性能的影响,现对这一问题进行了分析,在其基础上构造了一种关于量测和系统偏差的线性模型。然后根据这一线性模型提出了一种改进的基于广义最小二乘的误差配准算法,并对算法的性能进行了比较和分析。仿真结果表明,本文提出的算法能有效地进行误差配准。     

带反馈分布式不同维传感器状态估计技术

论述了带反馈分布式信息融合系统中传感器观测维数不同时的状态估计方法。在多传感器系统中，目标的测量是在极坐标中获得，而数据处理通常是在直角坐标中完成。由于二维传感器不能获得观测目标的俯仰信息，其估计将会产生一定的动态误差。在分布式的信息融合系统中，各传感器需要将各自的局部估计送到融合中心进行统一处理。如果不适当地减小这种动态误差，必然将导致整个信息融合系统的估计精度下降。针对上述问题，文章讨论了如何利用系统反馈信息，减小二维传感器的局部估计误差，从而提高整个系统的估计精度。最后，给出了算法的仿真分析。仿真结果表明该方法能够有效地减小系统动态误差。     

雷达导引头对拖曳式诱饵干扰的检测和识别新方法

有源拖曳式雷达诱饵能够实现角度欺骗、距离欺骗、速度欺骗三重干扰效果,它通过电缆与被保护目标相连接,两者具有相同的运动特性,载机和拖曳式诱饵在距离、速度和角度上分辨不出来,导引头的响应会成为两个射频源的复杂函数,这将产生一个角度误差,从而增加了导弹的脱靶距离。为了提高雷达抗拖曳式诱饵能力,从空间角度分辨力入手,在常规单脉冲雷达系统结构上,利用了结构的冗余信息,提取对角线差通道的接收信号,然后与和通道、俯仰差通道、方位差通道联合建立方程组,求解得到目标和诱饵的角度信息,并对两者的信号幅度进行了分离,提出了诱饵识别的方法。仿真结果证实了该方法的有效性。     

大型环形可展开天线型面高精度测试方法研究

天线反射器型面精度是衡量、评价天线质量的重要指标之一,天线型面精度的高低将直接影响天线的电性能指标。大型环形可展开天线型面精度测试,目前多采用高精度工业数字化摄影测量技术进行,在使用高精度数字化摄影测量系统对大型环形可展开天线开展型面测试过程中,系统测量精度主要受摄影基准选用、测量距离、测量靶标大小、测量角度、测量拍照数量、相机参数等多项工艺参数影响。就如何使用数字化摄影测量系统对大型环形可展开天线开展高精度型面测试方法开展研究,通过对高精度长基准尺的设计及布局研究,以及对摄影测量系统最优匹配工艺参数研究及验证,得到一种针对大型环形可展开天线开展高精度型面测试的方法。试验证明,该方法可靠有效,能够满足大型环形可展开天线开展型面高精度测试的测量需求。     

一种多尺度稀疏极化敏感阵列及其DOA估计方法

针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。