利用分步Kalman滤波器的自主定轨信息融合算法

将星敏感器/红外地平仪的天文定轨信息与星间观测进行信息融合是消除基于星间链路自主定轨中星座整体旋转问题的有效途径。针对两种定轨方法精度相差较大导致融合效果较差的问题,提出了一种分步 Kalman 滤波算法。该算法利用星敏感器观测信息能够有效修正旋转参数的特点,将星敏感器观测信息和星间观测信息进行分步处理和最优信息融合以消除自主定轨算法中存在的星座整体旋转误差,提高定轨精度。通过对Walker星座的仿真表明,利用提出的分步Kalman滤波信息融合算法,星座自主定轨60天后星座URE误差能够稳定在 1.5米 以内,且能有效消除星座整体旋转误差。     

基于插值DFT的弹体弹性自适应陷波方法

针对现代导弹弹性频率低、频率不确定范围大,传统陷波方法会造成严重相位滞后的问题,提出一种基于插值离散傅立叶变换（IpDFT）的自适应陷波方法。该方法利用修正Jacobsen方法辨识、跟踪测量信号中弹性模态的频率,并调整陷波器的中心频率来实现自适应陷波。该估计器频率辨识精度接近克拉美罗下界（CRLB）,弹性幅值变化对辨识精度的影响很小。仿真对比表明,该方法灵敏度高、辨识快、相位延迟小、弹性抑制效果好。与固定参数陷波器相比,相位滞后从29.4°减小到11.86°;与一类用自适应陷波器频率辨识方法相比,辨识时间从2s减少到0.25s,弹性振动幅值峰值为其10%。     

弹道目标实时跟踪中的滤波方法综述

指出目标运动先验信息、系统结构信息和设备测量信息的融合应用是提高滤波器跟踪性能的核心。进而综述了弹道目标融合滤波中的运动模型构造、滤波算法设计以及测量误差处理等环节中的关键技术和研究现状。并针对传统实时处理结构弊端,分析了实时跟踪系统的设计方法,讨论了如何建立高效的弹道跟踪数据处理流程,通过融合策略并举的方式实现系统各类信息的有效利用。一些设计方法可以为实际跟踪滤波器的开发提供参考。最后,结合空间应用的发展需求,分析了弹道目标跟踪技术的研究方向。     

线性调频波的转发干扰对消分析

提出了一种线性调频波的转发干扰对消方法,该方法利用匹配滤波输出存在时延与频移上的强烈耦合,通过调整对消波的相位和频移,使其匹配滤波输出与原回波输出基本满足时间重合、幅值相近、相位相反的对消关系,减小回波总输出幅值,即可有效降低其被检测概率;推导了只进行调相转发的对消输出公式和同时进行调频调相转发的对消输出公式,分析了其理论输出特性,并分别对其进行了仿真验证.仿真结果表明,对消波若只进行相位调制,其对消效果与转发时延和信号带宽之积相关,此值越小则对消效果越好,但对相位调制和幅度控制的精度要求也越高;对消波若同时进行相位和频率调制,其对消效果由转发时延与信号脉宽之商直接决定,此值越小则对消效果越好,带宽不影响对消效果,但带宽越大则对消效果对频率调制精度要求越高.      

基于Kalman滤波的载波跟踪环路设计

基于Kalman滤波方法提出了一种新的高动态载波跟踪环路的设计方案,用以解决高动态、弱信号条件下对载波跟踪造成的困难。文中给出了整个环路的设计方案,并详细讨论了环路中各个模块的参数传递过程。最后同FLL辅助PLL的跟踪环路进行了对比,仿真结果显示该环路在高动态状态下能够极大的改善跟踪性能。     

自适应混合信息滤波算法及其在 相对导航中的应用

为解决相对导航模型中线性、非线性并存,及多传感器信息融合时基于Kalman滤波的导航算法计算复杂度较大的问题,提出一种混合信息滤波算法;考虑测量噪声统计特性不准确等工程因素,提出一种自适应混合信息滤波相对导航算法.理论分析及仿真验证表明,与基于Kalman滤波的传统导航算法相比,给出的混合信息滤波算法具有多传感器数据融合时计算复杂度低、便于工程实现的优点,且可以完成线性、非线性并存时的导航滤波任务;除上述特点外,在传感器测量噪声统计特性不准确的情况下,给出的自适应混合信息滤波相对导航算法可以通过自适应调整量测协方差阵的方式,使导航系统仍保持较高的精度.     

运载火箭推力调节电机驱动反馈信号滤波方法

在运载火箭推力调节系统中,广泛采用基于电流斩波技术的步进电机驱动电路,电机励磁绕组驱动电压的波形随驱动频率的变化呈现出较大差异的振荡状态。本文提出一种采用变频采样技术和固定滤波窗口方案的均值滞回滤波算法,实现在电机驱动频率[800Hz,3200Hz]范围内对电机驱动反馈信号的鲁棒滤波。试验结果表明,该滤波方法能很好地消除反馈信号的振荡状态,可精确实现反馈信号脉冲计数与测频功能,能可靠地应用于运载火箭推力调节系统的故障诊断与遥测等应用场合。     

基于容积滤波的自适应相对导航算法

针对激光交会雷达测量方程的非线性问题,将容积滤波算法应用于航天器相对导航中;并考虑测量噪声统计特性不准确以及测量信息偏差等工程因素,针对激光交会雷达测量参数类型不同的特点,提出了一种基于容积滤波的自适应相对导航算法。该算法通过自适应调整量测协方差阵,能有效降低统计特性不准确等测量异常给导航系统造成的不利影响。仿真结果表明该自适应导航算法在激光交会雷达测量值存在噪声统计特性不准确等情况下时仍可保持较高的导航精度。     

交互多模型PHD滤波跟踪多目标方法

在机动多目标跟踪问题中,目标数未知或随时间而变化,概率假设密度（PHD）滤波可以在每一时间步估计多目标状态和目标数,但单模型方法不能给出精确的估计。提出了一种交互多模型PHD滤波方法,建立多模型描述多目标运动方式,利用PHD滤波结合多模型跟踪目标运动轨迹。同时,给出了多传感器交互多模型PHD滤波方法,以提高目标跟踪精度。     

考虑火箭弹弹性变形的视线角速率提取算法

为了解决火箭弹因弹性变形导致捷联导引头视线（LOS）角速率提取精度降低的问题,建立了瞬态坐标系下的火箭弹刚-柔耦合动力学模型与弹性变形在线辨识模型,提出了考虑弹性变形的视线角速率提取方法;针对模型近似误差及观测噪声非高斯导致传统非线性滤波算法估计精度不足的问题,提出了一种6阶嵌套隐式龙格库塔（NIRK）精细积分的连续-离散扩展集员滤波算法（CD-ESMF）,实现了考虑火箭弹弹性变形情况下的视线角速率高精度提取。