复合噪声调频干扰的极化滤波方法

基于瞬态极化理论研究了复合噪声调频干扰的极化滤波方法。在对多个噪声调频干扰源合成信号的极化起伏特性进行分析的基础上,提出了复合噪声调频干扰的瞬态极化估计方法和基于MLP的极化滤波抑制方法。最后,利用计算机仿真实验验证了文中所提方法的有效性和可行性。     

基于多组合窗函数的NLFM信号匹配滤波器设计

文章研究了在相位逗留原理的基础上采用由多种窗函数线性组合得到的组合窗设计NLFM信号的波形与脉冲压缩滤波器,重点分析了组合窗函数的组合参数及窗函数数量对NLFM信号脉冲压缩结果的影响。仿真结果表明,在一定条件下对基于三种窗函数线性组合的组合窗设计的NLFM信号进行谱修正滤波后,主副瓣比（RMS）可提高4．6～8．9dB,而主瓣展宽和主瓣损失变化较小。     

基于Simulink的SINS/GPS组合导航系统仿真

针对采用传统语言编程方法实现数学仿真存在效率低、可视性差等缺点,基于Matlab/Simulink动态仿真环境,使用模块图和编制S-函数相结合的方法,设计了SINS/GPS组合导航的仿真模型。SINS和GPS采用位置、速度综合模式,使用Kalman滤波技术。结果表明使用该仿真模型进行系统仿真简便、迅捷、可视性好、数据分析能力强,且其结构简单、参数修改方便,具有很大的工程使用价值和推广意义。     

固体火箭发动机探伤图像包络线伪迹校正

对固体火箭发动机探伤图像中出现的包络线伪迹进行了相应的研究,介绍了滤波反投影算法,分析了探伤图像中包络线伪迹产生原因,提出了相应的解决方法。对相应方法首先进行了计算机仿真验证,然后进行了固体发动机探伤图像包络线伪迹校正实验研究,取得了理想的效果。     

小波滤波在光纤陀螺捷联惯导系统初始对准中的应用研究

针对光纤陀螺车载捷联惯导系统在晃动基座下传感器测量噪声增大,导致对准精度降低、对准时间长的问题,本文对小波滤波方法在光纤陀螺捷联惯导系统初始对准中的预滤波处理进行了研究,确定了合适的小波尺度分解级数及小波基,并进行实验验证。实验结果表明：此方法有效降低了光纤陀螺的测量噪声,提高了航向角的对准精度并缩短对准时间,在工程上具有一定的参考价值。     

基于FastSLAM的绳系机器人同时定位与地图构建算法

绳系式移动机器人可用于极端地形的探测,如陡峭斜坡、松软土壤、高耸悬崖、沟壑等。在运动过程中移动机器人的绳索不可避免地与障碍物接触甚至缠绕。由于绳索与障碍物之间的接触点不相互独立以及机器人模型的非线性特性,经典的FastSLAM框架不适用于绳索机器人的同时定位和地图创建（SLAM）问题。提出基于改进FastSLAM框架的绳系机器人SLAM算法。在该框架中,分别利用无迹滤波和粒子滤波解决接触点位置估计和机器人位姿估计问题,并利用非线性观测模型的无迹变换来简化粒子权重更新。仿真结果表明,该算法可有效地估计接触点位置,同时提高机器人位姿估计性能。     

基于动态视觉传感器的无人机目标检测与避障

针对无人机在动态环境中感知动态目标与躲避高速动态障碍物,提出了基于动态视觉传感器的目标检测与避障算法。设计了滤波方法和运动补偿算法,滤除事件流中背景噪声、热点噪声及由相机自身运动产生的冗余事件;设计了一种融合事件图像和RGB图像的动态目标融合检测算法,保证检测的可靠性。根据检测结果对目标运动轨迹进行估计,结合障碍物运动特点和无人机动力学约束改进速度障碍法躲避动态障碍物。大量仿真试验、手持试验及飞行试验验证了所提算法的可行性。     

基于卡尔曼滤波的航空发动机单神经元自适应控制

针对航空发动机多任务、多变量、高精度和一体化控制的需求,提出了一种基于卡尔曼滤波的单神经元自适应控制方法。该方法在单神经元自适应控制算法的基础上,增加了对控制量和发动机反馈量的滤波,提高了响应速度,精度较高。仿真结果证明,该方法对过程噪声和测量噪声具有很强的克服能力,所需计算量较小,能满足发动机控制对实时性的要求。     

动基座下INS/GPS组合导航系统初始对准研究

为了提高INS/GPS组合导航系统在动基座下的对准精度及对准快速性,针对位置/速度组合模式,确定其动基座下初始对准卡尔曼滤波方案,并进行计算机仿真。仿真结果表明,卡尔曼滤波算法在INS/GPS组合导航系统动基座初始对准中精度较高、收敛速度快、对水平失准角有较好的估计效果,是一种有效的估计方法。     

稳定平台中陀螺漂移自适应实时估计算法

 针对陀螺稳定平台的漂移问题,建立了陀螺稳定跟踪装置在不同工作模式下陀螺漂移的数学模型,指出稳定模式下包含常值漂移和相关漂移的陀螺低频噪声是影响稳定精度的主要原因。提出一种自适应实时估计算法,采用卡尔曼滤波框架和滤波器收敛判据,结合Sage-Husa滤波和加权Sage-Husa滤波算法,利用跟踪器跟踪静止目标时输出的脱靶量信号对陀螺常值漂移和相关漂移进行估计。实验结果表明:该算法能够在系统模型和噪声特性均不准确的情况下使用,收敛时间小于3 s,估计均方差小于0.02 (°)/s,具有良好的鲁棒性和自适应能力。