基于声矢量传感器阵列的鲁棒H∞空气流动 速度估计算法

 研究了基于声矢量传感器阵列的空气流动速度测量问题。首先,根据声波在气流中的传播原理,求得声场中质点振速与空气流动速度的关系表达式,建立基于声矢量传感器线性阵列的测量模型。在此基础上,根据各个阵元输出信号之间的相位差,提出了基于鲁棒H_∞滤波的空气流动速度估计算法,该算法通过各个阵元的信息迭代估计出空气流动速度。然后从理论上讨论了算法的初值选取,并分析了算法对随机扰动的鲁棒性。最后,计算机仿真表明该算法具有良好的鲁棒性和容错性。     

增量粒子滤波方法

提出增量粒子滤波的概念,建立增量粒子滤波模型及其分析方法,给出其算法.对于工程实际中存在的由未知系统误差的影响而无法精确建立量测似然函数的这一问题,提出增量粒子滤波方法,通过对带有未知系统误差的量测数据进行校正,获得精确的量测似然函数,建立精确的增量粒子滤波模型,从而消除这种未知系统误差的影响,减少重采样的次数,较好地保存了粒子的多样性,提高非线性滤波的精度.模拟仿真中,重采样的次数减少41.7%,滤波误差均值和均方根误差分别降低了45.3%和70.1%,有效地改善了滤波的效果.      

一种新颖的超高分辨率SAR频率域反投影成像算法

超高分辨率条件下,机载合成孔径雷达（SAR）发射信号带宽大,合成孔径时间比较长,对成像处理算法的精度和效率要求较高。现有近似频率域处理和时间域滤波反投影（FBP）算法聚焦SAR数据时均存在诸多问题。基于微局部分析方法,提出了一种新颖的频率域滤波反投影（FD-FBP）成像处理方案。首先,利用Keystone变换简化了数据距离多普勒（RD）域徙动表达式。然后,在RD域进行反投影操作,对参考位置处反投影数据进行移位、相位补偿和FFT等操作即可以得到图像,从而在保证算法精确性的前提下有效降低了运算效率,实现了频率域方法的高效率和时间域方法的精确性特点的结合。最后,点目标仿真和实测数据处理以及与FBP等算法的对比验证了该方法的有效性。     

基于鱼群优化粒子滤波的捷联惯导系统初始对准方法

针对传统捷联惯导系统静基座初始对准模型的维数较高,导致滤波算法的解算实时性较差的问题,设计出一种基于鱼群优化粒子滤波的两位置初始对准方法。首先,建立了捷联惯导系统的两位置初始对准模型。由于该模型中不存在惯性器件的随机常值影响,因此,在确保初始对准精度的前提下,有效降低了初始对准模型维数;然后,利用鱼群优化算法改善了粒子滤波算法中粒子样本的分布,提高了粒子滤波算法的收敛速度和预测精度。仿真结果验证,采用该初始对准方法,可以有效提高初始对准的精度,且满足系统对实时性的要求。     

高超声速飞行器组合导航鲁棒滤波算法

高超声速飞行器由于其飞行环境的影响,使得GPS和星敏感器的量测噪声表现出非高斯特性。针对常规基于Kalman滤波的组合导航在非高斯噪声下性能下降的问题,提出了基于鲁棒滤波的高超声速飞行器组合导航算法。方法在惯性／GPS／＆异步量测建模的基础上,通过随机去耦将量测更新转化为线性回归问题,并基于M估计获得状态量最优估计。仿真结果表明,方法对非高斯噪声具有更好的鲁棒性,有效提高了高超声速飞行器组合导航系统的性能。     

DSMC热化学模拟分子数对氮氧离解反应计算影响的分析

准确模拟高速流场中的热化学非平衡问题一直都是各种流场数值计算的难点。DSMC作为一种有效的流场模拟方法,从统计学的角度而言,作为统计母体的模拟分子数是影响计算准确性的关键。Bird等[Bird,1990]针对不涉及热化学非平衡的流场提出了一个统一的模拟分子数选取规则。本文在热浴条件下使用DSMC模拟了空气中三种常见氮氧气体的离解反应,对涉及热化学非平衡的流场中模拟分子数对DSMC精度的影响进行了分析。结果表明:与Bird针对普通流场所提出的统一模拟分子数选取规则不同,在不同的流场物理条件(本文主要为温度)下,得到正确结果的模拟分子数阈值与温度成正相关(最小离解度与最大离解度模拟分子数选择下限相差10倍),超出阈值后增加模拟分子数对流场精度并无明显提高,这一结果与Parker的分子能量传递理论相符。从保证计算精度和平衡计算效率的角度,本文的结论对DSMC非平衡流场模拟具有参考价值。     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

惯性辅助高动态RTK 模糊度浮点解求解算法研究

载波相位差分(RTK)技术需要着重解决整周模糊度快速精确求解问题。针对高动态应用,提出一种利用惯性信息辅助求解RTK整周模糊度浮点解的算法,建立了基于加速度信息辅助的Kalman滤波器模型,分析了加速度误差和惯导信息延迟对滤波结果的影响,并通过仿真对算法的动态性能进行了深入研究。仿真结果表明,与未受辅助的Kalman滤波算法相比,基于惯性辅助的求解算法能够在高动态下获得较精确的整周模糊度浮点解,使后续整数解的搜索空间更小,提升了模糊度固定效率和成功率;在发生周跳、出现野值和跟踪到新卫星信号的情况下,该算法同样具有很好的模糊度浮点解求解性能;此外,惯导加速度的随机测量误差和信息延迟不会对算法的性能造成较大影响。     

基于GPS/MEMS微惯性导航系统的 混合校正方法研究

针对GPS/MEMS 微惯性组合导航系统, 为了提高算法的可靠性和导航精 度, 研究了Kalman 滤波算法。分析了DSP 数字系统的运算能力、构建了优化的数学模 型, 提出了Kalman 滤波混合校正方法, 并将此方法应用于搭建的组合导航系统。通过 跑车试验对该方法进行了验证,试验结果表明,系统的导航精度,姿态误差在0.5°,航 向角误差2°,速度误差0.5m/s。     

基于MEMS-INS/GNSS组合导航抗差自适应Kalman滤波算法

标准的Kalman滤波器在组合导航领域得到了广泛的应用,然而在实际运动过程中,载体的运动模型是复杂多变的,无法准确掌握系统的动态特性。针对高动态环境下载体动态复杂多变特性带来的动力学模型难以精确构建问题,以及卫星跟踪环路信号易受扰动导致的观测信息出现异常粗差问题,设计了一种基于MEMS-INS/GNSS组合导航系统抗差自适应Kalman滤波算法,研究了优化自适应因子的求解方法。通过跑车试验证明了该算法能够有效地抑制误差发散,提供更加精确的导航定位结果,更好地控制观测信息误差以及动力学模型异常所带来的影响。