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。     

EOMS光电经纬仪中的电视跟踪技术

本文根据在飞行试验中对ＥＯＭＳ光电经纬仪的使用经验，结合电视跟踪中目标的图像特征，分析了ＥＯＭＳ光电经纬仪中的电视跟踪技术，其重点是电视跟踪算法。     

光电跟踪测量系统测量近地目标轨迹的误差研究

分析了光电跟踪测量系统用于近地目标轨迹测量时的一项误差源,并给出了消除该项误差的方法。     

不完全量测下一类非线性光电跟踪系统滤波器设计

 随着不完全量测条件下探测概率的下降,传统光电跟踪系统的跟踪性能显著降低。为此,本文考虑将俯仰和偏航两个方向的角速度量测引入传统光电跟踪系统,并设计了不完全量测下基于置信度融合的目标跟踪滤波器。首先针对这类新型的光电跟踪系统建立了系统的量测模型,利用嵌套条件方法推导了转换量测误差前两阶矩的一致性估计;然后针对位置探测通道与角速度探测通道的4种数据探测情形设计了4个子滤波器,并根据探测通道的探测情况计算出各子滤波器的置信度,进而对各子滤波器的输出按置信度进行加权融合,得到了跟踪滤波器的全局输出;最后给出了非线性跟踪系统统计意义下的Cramer-Rao下界(CRLB)。Monte-Carlo仿真表明：在不完全量测下,相比传统光电跟踪系统,附加角速度量测的光电跟踪系统的跟踪性能有了显著提高,并且滤波器估计误差均方差(RMSE)已逼近非线性跟踪系统统计意义下的CRLB。     

EOMS光电经纬仪系统

EOMS光电经纬仪系统主要用于中近距离范围内飞行器轨迹及姿态的测试。该系统可对飞行目标进行单杆半自动和电视全自动跟踪；采用了GPS，可使外测参数和内测参数实现精度时间同步。通过外场测试和初步飞行试验证明该设备具有测试精度高，能进行TV实时测量等优点。     

多传感器数据融合在光电经纬仪目标分离段跟踪的应用研究

针对光电经纬仪在目标分离段容易跟踪假目标的问题,提出应用多传感器数据融合方法实现目标分离段的假目标识别。在目标分离前,根据实测的目标轨迹数据通过理论弹道修正算法计算出理论弹道的误差修正量;在目标分离时,利用得出的误差修正量修正目标的理论弹道,并采用模糊聚类关联算法判断各传感器目标测量数据与修正后的目标理论弹道的相关性,从而识别出测量数据是否来自假目标。实验结果表明该方法能够有效地区分出真假目标,判别结果作为跟踪系统及目标识别系统决策依据,有效提高了目标分离段跟踪成功概率。     

基于自适应IMM的高超声速飞行器轨迹预测

为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型（IMM）跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100 s的位置误差均小于5 km,速度误差均小于100 m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。     

白天天空背景亮度仿真研究

天空背景辐射严重影响光电系统对空间目标的探测跟踪能力，克服背景辐射干扰是解决白天目标探测跟踪的重要工作。本文描述了通过求解大气辐射传输方程，仿真计算白天天空背景亮度的方法，分析了不同太阳天项角、观测方向以及不同大气光学厚度条件下天空背景亮度。     

基于模型预测静态规划的自适应轨迹跟踪算法

轨迹跟踪是飞机自主运动控制的关键问题之一。跟踪模型预测静态规划（T-MPSP）是一种新近发展的基于非线性模型的轨迹跟踪算法,但对于飞行器受损等情况下,模型参数相较于标称模型具有较大的偏差时,则可能导致轨迹跟踪效果不理想。提出了基于参数估计的自适应轨迹跟踪算法,在模型预测静态规划（MPSP）的框架下得出解析解,实现了对参数的实时估计,据此更新跟踪模型预测静态规划算法中所使用的模型后,可以有效扩大对参数偏离的适应性,并保留模型预测静态规划计算效率高的特点。通过仿真对比得出,相较于已有的跟踪模型预测静态规划,改进后的算法对模型参数偏离的容忍性明显提高,且算法迭代效率高,适于在线应用。     

空中运动目标的识别和跟踪控制

针对空中运动目标的识别和跟踪,提出图像匹配算法和连通域算法相结合的方法。该方法主要用图像匹配算法获得目标的位置信息,当图像匹配算法失效时,则采用连通域算法重新捕获目标、获得图像模板。同时,为提高跟踪的实时性,采用最小二乘线性预测法来预测目标的运动轨迹。在实验室的目标跟踪系统平台上,该方法能够对运动目标进行稳定的识别和跟踪。     

伞舱系统跟踪引导数据迭代算法

针对在返回舱乘伞下降阶段,测控链中弹道测量设备丢失目标,以及跟踪结束后无法外推生成可靠引导数据,光学设备难以快速捕获目标等问题,以风场修正模型为基础,通过风场提前修正与采用测量数据实际修正相结合的方法,建立伞舱系统跟踪引导数据迭代算法.利用多次返回段任务数据对该算法进行实验验证,并与实际任务中目前使用的方法进行比较,结果表明：通过该算法推算较长时间后的引导数据,其平均误差为现有方法的6％;推算较短时间后的引导数据,其平均误差为现有方法的20％.因此,利用该算法计算的引导数据精度较高,有助于光学设备及其他测控设备快速捕获或重捕目标.     

对流层大气折射误差的微波辐射计修正

目前,雷达的目标跟踪定位、卫星的测控定轨等对大气折射误差高精度修正的要求越来越高。针对传统大气折射误差修正方法的成本高、实时性差等问题,研究利用对水汽和液态水含量敏感的双通道微波辐射计测得的辐射亮温来反演大气折射率的方法。对微波辐射计的反演结果和探空数据的结果进行比较,计算不同海拔高度上反演的平均偏差和均方差,发现利用微波辐射计反演得到的折射率剖面与探空值吻合较好,验证了此方法的可行性。同时介绍了微波辐射计新的定标方法和微波辐射计对于水平不均匀大气的折射误差修正方法。     

月地返回轨道误差分析和第一次中途修正时机

分析了月地返回飞行过程中的误差因素和量级采用蒙特卡洛法和统计理论,定量分析了月地返回轨道入轨时刻误差、入轨状态误差、入轨控制误差、转移段定轨误差、中途修正控制误差等各种误差对轨道终端参数的影响。给出了月地返回轨道中途修正的计算步骤,然后以预期再入时刻和目标再入点为修正目标,采用微分改正法计算中途修正所需的速度增量。结合误差分析结果和测控条件,给出第一次中途修正时机的建议和一个具体算例,计算结果表明所提中途修正方法和策略可以修正入轨误差、定轨误差和控制误差的影响,使月地返回轨道可以按预期的再入时刻返回预定再入点。     

一种无人机推测导航(DR)抗侧风控制策略

随着无人机应用领域的不断扩大，要求无人机在GPS信号失效时仍然能够保证一定的航迹跟随性能。在不给现役无人机增加其他的硬件配置的前提下，本文采用推测导航作为唯一的导航手段，并针对影响推测导航 精度的侧风扰动，研究了一种对抗侧风的控制策略。该策略的实质就是将普通的PID控制律改为一种容错控制律。仿真结果表明，这种控制策略在无人机作直线航迹跟踪时，效果十分理想。     

Trajectory Tracking Control for a GMM Actuator Based on a Heuristic ILC Method

A heuristic iterative learning control (ILC) method is presented and applied to the trajectory tracking control of a giant magne-tostrictive material (GMM) actuator. A GMM actuator is used as experimental equipment for micro-displacement trajectory tracking control. The advantage of the presented approach lies in quitting the model of the GMM actuator. The experimental results attest to the high efficiency of the presented method for the micro-displacement trajectory tracking control.     

非合作目标交会的双层MPC全局轨迹规划控制

针对空间非合作目标近距离视线交会中的全局最优鲁棒轨迹规划与控制问题,提出了基于高斯伪谱方法（GPM）和线性时变模型预测控制（LTVMPC）的双层模型预测控制（MPC）算法。在轨迹规划方面,以视线坐标系下的相对轨道动力学为模型、能量最少和控制精度最优为性能指标构建最优控制问题,利用GPM精度高、收敛速度快的特点将最优控制问题转化为易于求解的全局非线性规划问题,在MPC框架下求解得到全局最优的标称轨迹,克服了传统的MPC不适用于全局大范围非线性规划的缺点;在轨迹跟踪控制方面,考虑预测时域内状态转移矩阵的时变特性,设计了LTVMPC算法对标称轨迹进行追踪,避免了存在不确定性时轨迹的重规划,从而降低在线计算量,保证算法在线自主实施,并且采用滚动优化的策略使算法对不确定性具有鲁棒性。由于规划层和控制层考虑的约束相同,因此规划的轨迹是可控、可达的。数字仿真表明,在燃料消耗和交会时间等方面,提出的方法均显著优于传统的MPC方法,相较于传统的MPC方法,新算法的交会时间减少50%左右,燃料消耗降低30%以上。     

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。     

利用导弹制导误差补偿规律修正不完全弹道测量的数据融合技术

论述不完全弹道测量的数据融合处理问题。在惯性器件天地关系一致的前提下,导弹惯性器件误差补偿量变化规律,就反映了飞行中制导工具误差的变化规律,即遥外差的变化规律。因此,可以利用补偿量视速度的变化规律约束条件,内插出不完全测量段落的遥外差数据,在建立节省参数的弹道估计的联合模型基础上,融合少量的高精度测元来解算弹道参数。落点验算表明：利用该方法计算的落点接近实际落点。     

Alpha-beta filters in polar coordinates with accelerationcorrections

The use of polar coordinates is sometimes computationally advantageous for tracking, but complications arise because the position of constant velocity targets is no longer a linear function of time as it is for cartesian coordinates. However, this difficulty can be avoided by using pseudoacceleration correction factors which are added to the prediction equations to give approximately correct system dynamics, but at the expense of an increase in system noise. For alpha-beta tracking filters, these correction factors can be included with minimal degradation in the steady-state error performance of the filter while simultaneously providing substantial reductions in bias errors     

基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。