一种基于系统误差自动补偿的编队目标航迹精细关联算法

为解决编队内各目标航迹精细关联的难题,按照编队目标航迹的特点,结合误差估计技术及航迹关联技术,提出了一种基于系统误差自动补偿的编队目标航迹精细关联算法,该算法首先基于循环阈值模型对各传感器获得的航迹进行编队识别,并按编队中心航迹完成编队航迹的整体预关联,然后基于编队航迹状态识别模型,搜索或建立分辩状态最接近的预关联编队航迹,并基于编队航迹系统误差估计模型和误差确认模型,获得最终的系统误差估计值,自动完成系统误差补偿,最后利用传统的航迹关联算法进行编队航迹的精细关联。经仿真数据验证,与基于目标不变信息量的模糊航迹对准关联算法和基于航迹迭代的航迹对准关联算法相比,该算法具有耗时少、关联性能有效稳定等综合优势,能较好的满足工程上对系统误差下编队内目标航迹的精确关联需求。     

多传感器多目标系统误差融合估计算法

为解决多传感器组网系统的系统误差估计问题,基于多传感器多目标上报信息,研究并提出了一种多传感器多目标系统误差融合估计算法.算法构建了两级融合结构,即第一级对多传感器组合状态估计信息进行反馈融合以改善局部组合状态估计精度,从而间接改善系统误差的估计精度,而第二级对多目标系统误差估计信息进行融合以进一步提高系统误差的估计精度.蒙特卡洛仿真显示算法能有效融合利用多传感器多目标信息,实现多传感器系统误差的实时精确估计.     

基于正弦拟合的空间目标短弧关联算法

星敏感器是一种高精度姿态传感器,具有断续拍摄空间目标的能力,可作为空间目标监视平台。将星敏感器断续观测的短弧准确关联是实现空间目标精确定轨的前提。通过对空间目标的大量观测数据统计发现,空间目标的赤纬随赤经的变化始终满足一条周期为360°的正弦曲线且峰值与轨道倾角有关。对新旧航迹的赤经赤纬变化规律进行研究,提出一种基于正弦拟合的空间目标短弧关联算法,避免了空间目标初定轨的步骤,节约了算法运行时间。仿真中观测时长最短为50s,通过对目标密集的GEO带增加额外约束,可区分倾角相差0.01°的轨道。当航迹段间隔3h时,3组噪声水平目标关联的准确率均达90%以上。     

基于雷达测距和测速的GEO目标实时关联算法

针对航迹密集情况下地球同步轨道（GEO）目标容易关联错误的问题,提出了一种基于雷达测距和测速二维判决的GEO目标实时关联算法。利用空间目标两行轨道根数（TLE）建立待关联初始库属目标集;根据空间目标轨道预报误差扩散规律设置粗关联门限,得到二次关联库属目标集;利用雷达测距和测速精度高的特点构建二次关联代价函数,根据归一化加权均方根误差最小原则得到关联结果。仿真结果表明：该算法在目标航迹密集的情况下取得了较好的关联效果,具有较高的关联正确率。     

基于改进人工鱼群算法的无人直升机编队航迹规划

针对无人直升机（UH）编队的航迹规划问题,提出了一种基于改进人工鱼群算法（AFSA）的航迹规划算法。从邻域学习和算法特性2个角度出发,针对人工鱼群算法中的人工鱼视野模型提出了一种人工鱼自适应视野模型,并对其鱼群的进化策略在无性繁殖方式的基础上进行了改进;从规划原理、代价函数、约束条件3个方面建立了无人直升机编队航迹规划模型;针对航迹规划中普遍存在的搜索效率低、精度差等特有问题改进了所提算法的编码方式和聚类策略。利用三机编队航迹规划的算例对所提算法进行了验证,仿真结果证明,通过对人工鱼群算法的改进、航迹规划模型的建立等措施实现了良好的无人直升机编队航迹规划,同时在搜索效率、收敛速度及求解精度上都有了显著提高。      

基于RGPO的编队ECAVs协同航迹欺骗

基于动力学模型分析了多机协同控制下的航迹欺骗技术,利用配备有电子欺骗技术的电子战飞行器(ECAVs, Electronic Combat Air Vehicles),对敌方的防空系统中的雷达网实施电子攻击行动来达到欺骗干扰效果.对搭载距离拖引干扰(RGPO, Range Gate Pull-Off)技术的ECAVs在防空雷达网中的作战运用及协同策略进行了研究,空间模型包括单架ECAV对单部雷达以及多架ECAV对雷达组网两种情形.基于ECAV、雷达和虚假航迹点三者共线关系,削减搜索空间,解决动力约束下ECAVs轨迹规划约束最优化难题,算法高效快捷,可实时完成ECAVs轨迹规划.      

一种改进的UAV三维航迹实时规划算法

航迹规划对于战场环境中无人机完成其作战任务具有非常重要的意义.针对真实战场环境中低空无人机的三维航迹实时规划问题,构建了一个更加真实的战场威胁精简模型;提出遗传个体的基因优劣对比度,改进一种共享小生境遗传算法中编码基因的遗传特性.经过改进,增大优化基因的遗传概率,实现提高小生境遗传算法的全局优化能力和收敛速度,增强航迹规划的实时性.对三维数字地形空间进行定长网格编码,将改进的小生境遗传算法应用于三维虚拟战场环境中的无人机航迹规划,实验验证了改进算法的有效性,并能满足在线航迹规划的实时性要求.     

基于ICP的稳态部分可辨编队目标精细跟踪算法

针对稳态编队在部分可辨条件下精细跟踪的难题,提出了一种基于迭代就近点(ICP)的稳态部分可辨编队精细跟踪算法。首先将ICP算法思想应用于编队成员拓扑的点航关联中,将k时刻的位置状态估计通过最近点循环迭代逼近k+1时刻的量测,在关联判决时采用双门限原则应对部分可辨所带来的漏观测问题,以提高关联时的容错性能;进而采用概率最近邻对漏观测航迹进行填补,以进一步保证跟踪的可靠性;最后,采用多模型法实现编队成员航迹滤波更新,以保证航迹的跟踪滤波精度。仿真结果表明,与现有的基于模版匹配的编队目标跟踪算法以及经典的多假设多目标跟踪算法相比,该算法具有较高的跟踪可靠性与精度,且在编队拓扑发生缓慢变化时具有更高的正确跟踪率。     

一种高精度角速率圆锥补偿算法

以角速率信号作为算法输入时,采用以往常用的圆锥补偿算法,算法误差明显增大.鉴于光纤陀螺角速率信号可以直接获取,提出了一种以角速率信号作为圆锥补偿算法输入的新补偿算法.在姿态更新周期内,以光纤陀螺角速率信号作为输入,求得陀螺角速率输出的表达式,结合旋转矢量微分方程,推导出新圆锥补偿算法表达式,然后以算法漂移误差最小对新算法进行优化.采用规则进动、典型的圆锥运动以及有噪声干扰的圆锥运动作为测试输入,通过与传统算法的对比,新算法计算量低、计算简单方便,算法精度高.新算法的提出为高动态环境下光纤陀螺捷联系统的姿态误差补偿提供了一个新的思路.     

一种基于HMM的多用户检测算法

针对以概率统计为基础信道估计收敛速度慢、状态估计存在非合理性的问题进行研究,提出了一种新的多用户检测方法.该算法以隐马尔可夫模型为基础,为了避免由于相邻状态序列后向概率相差很大而造成的信道估计发散,采用固定延迟的方法,利用锯齿延时的办法计算后向序列概率以减少计算复杂度.根据前后序列之间的相关性和最陡下降法,提出了解相关最小均方(DLMS)多用户上行复合信道的盲估计. 考虑到由于发射序列状态之间可能存在时序非继承性,而搜索与前向序列对应的具有最大转移概率的后续序列,给出了最大后验(MAP)多用户检测方法.计算机仿真实验表明,该算法提高了信道响应估计速度,具有全局收敛性和系统的稳定性.      

角速率输入条件下圆锥误差补偿算法

针对捷联惯导系统中利用角速率拟合角增量进行圆锥误差补偿精度下降和实时性变差的问题,提出了一种直接利用陀螺的角速率输出进行圆锥误差补偿的算法,利用角速率的叉乘项来拟合圆锥误差补偿项,并推导了四子样圆锥误差补偿算法的具体表达形式,并从本质上阐述了圆锥误差的存在机理。在典型圆锥运动条件下通过对所提算法的仿真并和理论解析解的做差比较,验证了所提算法的可行性和有效性。     

基于模糊优化算法的惯性元件误差补偿方法

阐述基于模糊优化算法的导航系统惯性元件误差补偿方法.该方法的基本思想是将遗传算法与模糊逻辑推理相结合,保留遗传算法的强全局搜索能力,把隶属函数作为遗传的个体通过选择、交叉及变异等遗传操作使模糊规则得到进化,实现模糊规则的在线优化,进而根据优化了的模糊规则,再对遗传操作及参数在线进行调整,从而进一步优化模糊规则,使得模糊控制系统具有良好的"自进化"能力.仿真结果表明,该模糊优化算法对导航系统惯性元件的误差补偿是可行的,而且是有效的,具有一定的实用价值.      

基于积分域匹配滤波的系统误差检测

目标跟踪中,如果用于数据融合的位置或速度测元中存在系统误差,可采用最小二乘意义上的微分平滑进行滤波及系统误差诊断。由于微分平滑精度较低,由此提出积分域匹配滤波,同时用这种方法检测系统误差。数学推导证明了积分域检测系统误差的精度高于微分平滑,仿真结果亦证实了此结论。     

互相关算法在泄漏发射信息处理中的应用

由于环境噪声的影响,重建TEMPESTATTACK设备截获的电磁泄漏信息的质量很差。为此,介绍一种互相关处理技术的基本原理及在检测弱信号中的应用。首先提出了用互相关技术提取行同步信息的新方法,并用Matlab仿真加以验证,最后对TEMPESTATTACK设备输出的视频信号进行了互相关平均处理,使重建的信息图像稳定、可辨识。     

基于非线性变换的加速度计误差标定与补偿CSCD

为提高三轴加速度计测量精度,分析其误差来源和产生机理,建立了误差模型;根据误差模型和重力场幅值不变特性,推导出非线性观测方程。引入两个未知的参数向量,通过数学变换把非线性观测方程变形为关于新未知参数的线性方程;然后采用批量最小二乘法求出新的未知参数,并根据误差模型参数和新未知参数之间的关系,利用逆解析运算求出对应的零点偏差、灵敏度误差和三轴不正交误差。实验结果表明,加速度计正负误差峰值间距可以减小100倍左右,精度可达10-3m/s2,并具有很好的可重复性。该方法算法效率较高,补偿效果显著。     

基于PSF相关的星点定位算法

为提高非高斯分布星点定位的精度,提出了一种新的PSFC (point spread function correlation)星点定位算法,具有很好的抗噪性能和精度水平,易于工程实现.该算法利用互相关中的定义,通过确定系统所测定的PSF与星像灰度值之间的最大相似度来定位星点位置,PSF的测定是在作互相关计算之前全视场范围内可按照整像素和亚像素两种方式完成的.仿真实验结果表明：在带有噪声的星像图条件下,本文PSF相关法的定位精度最高可达到0.034像素,比质心法的精度提高1个数量级,比曲面拟合法的精度提高约20%.     

一种前馈神经网络的变误差主动式学习算法

研究误差反向传播多层前馈神经网络的主动式学习方法.文章分析了目前用于训练前馈神经网络改进BP算法的特点和存在的不足,在此基础上提出逐次主动调整网络学习误差的网络训练思想,根据网络输出误差趋势,主动变化输出层的调整误差δ_pl,使W\+k\-\{ji}和θ\+k\-j在调整过程中受到每次学习效果信息的控制,从而得到一种主动式变误差的学习算法.实验表明,在训练多层前馈神经网络时,变误差主动式算法的学习效率比改进BP算法的学习效率有明显提高.     

基于CLEAN算法对一维综合孔径辐射计成像误差的校正

对于天线单元数较少的一维综合孔径微波辐射计,系统的采样基线数有限,导致辐射计对目标在空间频率域的采样产生截断,在成像结果中引起明显的吉布斯误差.实际应用中通常选择加窗函数来抑制吉布斯误差,但是加窗函数会降低辐射计系统的空间分辨率.为抑制一维综合孔径辐射计成像的吉布斯误差,提出了基于CLEAN算法的校正算法.针对目前已完成的8单元辐射计地面样机系统,通过仿真实验,验证了CLEAN算法对于抑制辐射计成像结果中吉布斯误差的有效性.     

一种基于FPGA的图像自动增强算法与实现

图像灰度分布不均匀是影响画质的重要因素,集中表现在对空间场景成像时,图像中存在大量过亮或过暗的区域.同时,算法的实时性和嵌入式平台的可实现性是设计实现空间应用载荷需要着重考虑的问题.针对上述问题,提出一种适合于FPGA实现的图像自动增强算法.算法以分段线性变换方法为基础,采用K均值聚类对视频图像的灰度直方图进行动态的区间划分;构建分段函数系数与直方图之间的定量关系,自动计算线性变换系数;采用高效的并行流水线结构设计,实现了基于FPGA的硬件处理系统.仿真和成像试验结果表明,该FPGA硬件系统实时性好,适应性强,针对不同的场景均取得较好的处理效果,具有广阔的应用前景.