扰动基座下惯组信号消噪方法对比研究

针对捷联惯导系统在扰动基座下对准时,惯组信号中存在干扰角运动和线运动的特点,进行了车载扰动基座初始对准试验,对试验数据进行频谱分析,得到车载扰动基座环境的频域特性。根据分析结果,设计并实现了FIR数字滤波器滤波和小波滤波对惯组信号的消噪,频谱分析和惯性系粗对准的结果显示,这两种方法都能有效地消除惯组信号中的噪声。数据分析显示,小波滤波的效果要优于FIR数字滤波器滤波的效果。     

快速寻北系统中基于α-β预滤波器的惯性器件斜坡漂移补偿

快速寻北系统在不同温度环境下冷启动过程中陀螺和加速度计输出的斜坡漂移及其斜率的逐次启动随机性影响了快速寻北精度。以激光陀螺快速寻北系统为研究对象,设计的α-β预滤波器在粗对准阶段即可收敛,可对陀螺和加速度计输出数据的漂移特性进行实时滤波估计与补偿,其带宽不对基座扰动引起的数据波动特征造成影响,有效消除了精对准过程中陀螺和加速度计斜坡漂移的影响。实验结果表明,激光陀螺快速寻北系统经α-β预滤波后冷启动寻北精度得到显著提高。     

自适应无迹增量滤波方法

提出自适应无迹增量滤波(AUIF)的概念和定义,建立自适应无迹增量滤波模型及其分析方法,给出递推算法.传统的滤波方法极少关注量测方程的系统误差.在许多实际情况(如深空探测),量测方程由于受环境因素及测量设备不稳定等影响往往无法进行验证或校准而存在未知的系统误差,并且模型参数和噪声统计量也具有不确定性.这种不确定性会使递推过程产生较大误差,甚至导致发散,从而降低滤波精度.提出的AUIF能够成功消除这种未知的系统误差,也能够实时估计变化的噪声统计量,提高滤波精度.该方法计算简单,便于工程应用.      

基于自适应遗传算法的DGPS整周模糊度快速解算

 鉴于遗传算法(GA)所具有的全局搜索特性,也为了更快速准确地解算差分全球定位系统(DGPS)整周模糊度,将自适应遗传算法(AGA)引入DGPS整周模糊度的搜索中。首先根据全球定位系统(GPS)载波相位双差方程求解出双差整周模糊度的浮点解,并以基线长度作为约束条件确定整周模糊度的搜索范围;然后利用白化滤波的方法对整周模糊度进行降相关处理,降低整周模糊度各分量之间的相关性;最后将自适应遗传算法应用在整周模糊度的解算过程中,搜索整周模糊度的最优解。仿真计算结果表明,与LAMBDA算法和简单遗传算法相比,自适应遗传算法能够快速地求解整周模糊度,也具有较好的可靠性和鲁棒性。     

直升机气动布局参数对飞行性能的推荐域分析

直升机气动布局参数对直升机的飞行性能有着显著的影响,使用多目标粒子群优化算法可以求解气动布局参数对飞行性能的推荐域,根据指标要求或者原准机型得到一组可以接受的飞行性能目标,求解直升机气动布局参数的推荐域,使得推荐域内气动布局参数组合的对应飞行性能不低于飞行性能目标,进而配合其它限制完成参数优化。根据这一方法对算例直升机的主旋翼轴、短翼和水平尾翼的气动布局参数进行分析,给出其对飞行性能的推荐域解集,表明该方法的有效性,并总结这些气动布局参数推荐域边界的主要规律。     

噪声检测自适应窗口滤波算法

脉冲噪声的存在,从视觉上影响图像的质量。为了去除图像中的脉冲噪声,提出了利用相似邻居数对图像中的噪声像素进行标记并建立相应矩阵,接着根据噪声的污染程度自适应的选择滤波窗口,最后对噪声像素进行自适应均值滤波去除图像中的脉冲噪声。实验结果表明,算法能有效降低图像中的脉冲噪声,对图像的边缘与细节保持较好。     

适用于非合作发射源的合成孔径雷达无源成像方法

 合成孔径雷达(SAR)具有突出的高分辨率成像能力,在民用和军用领域体现出重要的应用价值。在复杂的作战环境中,提高SAR的电子对抗性能成为SAR技术发展考虑的重要方面。提出一种新的SAR无源成像方法,该成像方法将单部机载SAR接收机或多部机载SAR接收机在不同位置处接收到的回波信号相关,对相关后的信号采用滤波反投影方法进行成像,可重建场景的辐射率。该成像方法不需要已知发射源的波形和位置信息,适用于非合作发射源,具有良好的电子对抗性,并且适用于任意载机飞行轨迹、多基SAR等情形。仿真验证以双基情形为例,验证了该SAR无源成像方法的有效性,并分析了影响成像质量的各关键因素。     

Jerk模型用于高速机动飞行器跟踪的性能分析

针对高速机动飞行器的跟踪应用,对SJ(Singer Jerk)、CSJ(当前统计Jerk)、MCSJ(修正当前统计Jerk)和αJ等4种主要Jerk模型进行了综述。比较了它们的建模假设、设计参数以及实际应用时的限制因素。基于UKF(无迹卡尔曼滤波)算法,分别在单台和2台雷达的测量条件下,在3种滤波参数集设置下,利用各模型对近空高速滑翔飞行器进行了跟踪仿真。飞行器真实飞行轨迹根据简化动力学方程通过四阶龙格库塔数值积分方法得到。仿真结果表明:4种模型都具有很好的初值鲁棒性;在目标弱机动段落,4种模型具有较好的参数鲁棒性;但在强机动段落,SJ、CSJ、MCSJ等3种模型的参数鲁棒性很差,滤波误差发生严重突跳,αJ模型的参数鲁棒性最好。针对高速机动飞行器的跟踪应用,αJ模型的综合性能最优,而MCSJ模型最差。     

自动驾驶仪的自建模自校正滤波控制

本文介绍自驾驶仪的一种新的设计方法，它可以线自建模，自辨次参数，进行自校正滤波控制因此它有很强的适应能力，对环境的变化，参数变化，动态噪声和测量误差的变化等随机和时变参数皆适应。     

多重模型自适应滤波的故障诊断与容错

对多重模型自适应滤波（MMAF）进行了改进并将它用于控制系统的传感器的故障诊断与容错。数值仿真表明, 其故障诊断准确度高, 容错效果良好。