嵌入CFAR自适应滤波算法

有几种熟知的自适应滤波算法都具嵌入式恒虚警率的性能循特点，而且已经发现它们当中的广义似然比测试算法在非高斯霜波中表现很强的鲁棒性。     

用渐消卡尔曼滤波器防止捷联惯导系统滤波发散

为有效防止捷联惯导系统滤波发散,根据卡尔曼滤波原理研究了滤波发散的原因,引入了渐消卡尔曼滤波和遗忘因子。对常规卡尔曼滤波器和渐消卡尔曼滤波器的滤波进行的仿真结果表明,采用渐消卡尔曼滤波器在工程上可解决捷联惯导系统滤波发散。     

重现性地磁活动的数值预报

重现性地磁扰动作为地磁活动的重要部分，其特性在磁情预报中起着不可缺少的重要作用，本文利用地磁扰动在一定条件下具有２７天重现的特性和现代时序分析法中的自适应滤波方法，对北京地磁台Ｋ指数的预报方法进行了研究，并分别在太阳黑子活动低年和高年的两个时间段，进行了预报实验。低年时段预报结果精度为０．６６；在高年时段，预报精度为０．７９，进一步分析还表明，理论计算方法应当与多方面的物理分析相结合，预报精度为０     

杂波环境下的机动目标检测和跟踪算法

交互多模式(IMM)是一种有效的机动目标跟踪算法,但由于其要求具有很多的先验前提条件而不利于工程实现.研究了一种杂波环境下更适合于工程实现的机动目标(同样适用非机动目标)的跟踪算法,该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测,并通过改变Kalman滤波的相关参数,实现自适应跟踪.该算法克服了IMM算法的模式限制和复杂性,同时也避免了对非机动目标的跟踪中,在跟踪模式间相互切换时所换造成的影响.通过在空管系统(ATC)的大量模拟实验,验证了该算法的有效性和重大应用价值.     

状态估计中两种非线性滤波算法的对比研究

分析了粒子滤波算法和Unscented卡尔曼滤波算法的原理和算法实现；在状态估计模型中对两种算法的适应性进行了比较。通过实例进行仿真，结果表明粒子滤波算法估计精度比UKF算法高，但是计算量却相对较大。     

惯性/图像组合导航中的双模态双滤波器研究

在简要介绍了飞行器视觉图像定位导航原理及模型的基础上，针对其非线性模型的推广Kalman滤波的收敛与初始条件有关的问题，将其定位导航的两种模型（线性与非线性模型）组合，提出了双模态双滤波器滤波方法。这种滤波能很好地解决非线性推广Kalman滤波的收敛问题。通过第一个线性滤波器的滤波估计给第二个非线性滤波器提供滤波初值，使这一非线性滤波收敛，并能取得较高的滤波精度。     

短波信道多普勒扩展仿真与实现

针对直接FIR滤波和多级内插滤波生成衰落因子的算法中存在算法复杂度高、计算效率低、存储空间大等问题,文章研究了一种多级迭代滤波的算法,以降低算法复杂度和减少存储空间,实时生成衰落因子;并进行了算法的复杂度分析和仿真实现,验证了算法的有效性.     

简化七阶CQKF及其在SINS大失准角初始对准中的应用

针对捷联惯性导航系统（SINS）大失准角初始对准的滤波过程，提出简化七阶正交容积卡尔曼滤波算法（7th-SCQKF）。根据简化容积卡尔曼滤波(CKF)理论，推导出改进的简化七阶CKF算法（7th-MSSRCKF），改进了原简化七阶CKF（7th-SSRCKF）的性能；同时，在7th-SSRCKF和7th-MSSRCKF基础上，引入正交半径准则，提出简化七阶CQKF（7th-SCQKF）算法，提高了滤波精度；并将简化七阶CQKF（7th-SCQKF）算法应用到SINS的大失准角初始对准仿真中，结果表明，7th-SCQKF比7th-MSSRCKF的滤波精度高，验证了新算法的正确性和有效性。     

发动机起动加速性计算参数响应特性

液体火箭发动机起动加速性的数值大小反映发动机起动过程的快慢程度。发动机地面试验后计算的起动加速性结果是否准确反映发动机的固有起动特性,需结合试验系统结构组成、计算起动加速性的测量参数测量原理及阶跃响应特性等因素进行综合分析。研究用不同参数计算的起动加速性数值不同的主要原因,确定可靠的计算方法。通过分析某大型液体火箭发动机地面试验系统的推力架结构形式及传感器安装方式等机械结构因素对起动特性影响,并研究推力、转速、压力测量参数配置的信号调理器滤波特性对阶跃信号的延迟作用,分析测量系统对起动特性的影响。分析结果表明,试验系统结构因素和测量参数滤波因素是导致不同测量参数计算的发动机起动加速性不同的主要原因。对于大型液体发动机试验系统试验后,进行发动机起动加速性计算时,要综合分析试验系统结构形式、测量系统滤波特性等因素后,才能确保计算的结果准确、可信。     

遗传算法在弹道数据融合中的应用

目前靶场采用全测元融合滤波的方式确定目标飞行器弹道,为测控设备提供引导信息并为安全决策和指挥显示提供数据支持。随着靶场测控设备种类和数量越来越丰富,而新的试验任务又对实时弹道融合解算精度提出了更高的要求,全测元融合处理能否提供高精度的融合弹道和快速地从海量融合方案中寻找最优的方案是弹道测量数据融合急需解决的问题。本文提出了基于遗传算法的最优融合方案选择方法,利用该方法得到的融合弹道精度优于全测元融合方案,仿真结果表明了方法的有效性。