复杂电磁环境下组网雷达对隐身目标的跟踪研究

在复杂电磁环境背景下,研究了组网雷达基于粒子滤波算法对隐身目标的跟踪滤波问题,建立了雷达观测方程和隐身目标的多基地雷达截面积模型,分析了基于U PF的组网雷达目标跟踪滤波算法。利用计算机仿真验证了复杂电磁环境下组网雷达利用粒子滤波技术跟踪隐身目标的有效性,并对几种跟踪算法的效率进行了比较。     

INS/SAR组合定位技术研究

主要研究了INS/SAR组合对运动目标的定位算法。首先,建立了INS/SAR组合定位系统数学模型;其次,基于卡尔曼滤波方法和alpha-beta滤波方法完成了INS/SAR组合定位算法设计;最后,考虑组合导航系统误差及导引头测量误差,对定位算法进行了数字仿真及性能分析。仿真结果表明,所设计的INS/SAR组合定位算法在远距对运动目标具有较高的定位精度。     

欠观测条件下的扩展增量 Kalman 滤波方法

建立欠观测条件下的非线性增量量测方程,并给出其线性化方法,在此基础上提出一种欠观测条件下的扩展增量Kalman滤波(EIKF)模型及其递推算法.工程实际中,由于环境因素的影响、测量设备的不稳定性等原因往往带来未知的系统误差,传统的扩展Kalman滤波(EKF)无法对这种未知的系统误差进行补偿和校正,结果产生较大的滤波误差,甚至导致发散.提出的扩展增量Kalman滤波方法能够成功地消除测量的系统误差,从而有效地提高非线性滤波的精度.该方法计算简单,便于工程应用.      

无迹增量滤波方法

提出无迹增量滤波(UIF)的概念,建立一般无迹增量滤波模型及其分析方法,并对具有加性噪声的无迹增量滤波进行了详细讨论,给出其递推算法.在工程实际中,由于环境因素的影响、测量设备的不稳定性、模型和参数的选取不当等原因往往带来未知的系统误差.在这种情况下,传统的无迹Kalman滤波方法(UKF)在递推过程中会产生较大误差,甚至导致发散.提出的无迹增量滤波方法能够成功消除这种未知的系统误差,提高滤波的精度.该方法计算简单,便于工程应用.      

改进的MMPHD机动目标跟踪方法

基于序列蒙特卡罗方法的经典多模概率假设密度滤波方法及其各种衍生方法,在预测过程中依据多个并行的状态转移模型,通过将大量粒子散布到下一时刻目标所有可能出现的状态空间实现目标状态的捕获,造成计算量大、目标跟踪精度差。为此,提出一种改进的多模粒子概率假设密度机动目标跟踪方法。该方法利用最新量测信息估计目标运动模型概率及模型参数,并将估计得到的目标模型应用到粒子概率假设密度滤波方法的预测过程中生成预测粒子,从而将大部分粒子聚合在目标最可能出现的状态空间邻域中,实现粒子的有效利用。数值仿真表明,所提方法不仅显著地减少了目标丢失个数,而且提高了目标跟踪精度。     

基于Kalman滤波技术的纤维增强复合材料界面断裂参数确定方法

将信号控制领域的Kalman滤波技术运用于确定复合材料的界面参数,得到一种高效精确的材料参数确定方法—Kalman滤波反演法;以确定单纤维增强复合材料顶出试验中界面参数为研究目标,结合有限元分析,将Kalman滤波技术应用到复合材料界面参数反演中,并且引入不同的测量噪声进行计算.反演的结果:一方面获得了SiC(SCS-6)/Ti复合材料的界面参数;另一方面证明了Kalman滤波反演方法的可行性、收敛性和精确性,同时说明该反演计算方法具有消除测量噪音的能力.     

MIMU/GPS/磁强计组合导航系统序贯抗差自适应滤波器设计

将磁强计应用于INS/GPS组合导航系统中,其提供的航向角信息可以有效抑制惯导系统的误差积累并提高航向角的可观测性,但磁强计应用中一个突出的问题在于,除了罗差之外,它仍然容易受到环境中各种异常磁场的干扰。为解决这一问题,本文采用残差检验对磁场干扰进行检测,然后提出一种基于序贯处理的抗差自适应滤波算法,对实现对滤波结果的修正。基于跑车实验的离线数据分析表明,该滤波算法能有效抑制磁场干扰的影响,且具有较好的敏感性和鲁棒性。     

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.