基于UKF的反辐射导弹抗机动雷达短时关机仿真研究

抗雷达关机是反辐射武器的一项重大关键技术,也是反辐射导弹不可避免要考虑的难题。本文提出了一种被动雷达寻的头与无迹卡尔曼滤波技术相结合的抗机动目标雷达短时关机方案,基于机动目标"当前"模型建立状态方程和非线性观测方程,利用UKF估计理论对反辐射导弹抗关机性能进行了仿真计算。仿真分析表明,在机动雷达关机时间较短时,本文方案对抗机动雷达关机具有可行性。     

基于地面测量的卫星导航系统时间同步技术研究

根据卫星导航系统地面观测数据的特点,建立了站间和星地时间同步的状态空间方程和量测方程,设计了序列Kalman滤波算法,综合利用时间同步观测数据及伪距观测数据,求解出监测站及导航卫星钟差。通过仿真计算表明,本文所建立的模型及设计的序列Kalman滤波算法,提高了卫星导航系统站间和星地时间同步的精度,具有一定的应用价值。     

一类连续线性切换系统的H∞滤波

研究一类连续线性切换系统的H∞滤波问题.首先,利用共同Lyapunov函数方法,给出了切换系统H∞滤波器的存在条件;其次,利用线性矩阵不等式技术,将H∞滤波器的存在性问题转变成一组线性矩阵不等式(LMIs)的可行性问题,根据LMIs的可行解,给出H∞滤波器的设计方法,由该方法得到的滤波器保证滤波误差动态系统满足给定的H...     

基于混合系统粒子滤波和二元估计的故障预测算法

针对一类故障预测问题提出了一种基于粒子滤波的故障预测算法。在算法的状态估计阶段,采用混合系统粒子滤波和二元估计算法同时估计对象系统故障演化模型混合状态和未知参数的后验分布。在算法的状态预测阶段,在一定的假设条件的前提下,将混合模型连续状态变量的预测问题转化为一个基本状态空间模型的状态预测问题。通过对连续状态变量当前时刻的后验分布进行迭代采样从而获得其未来时刻的先验分布。在算法的决策阶段,在获取的故障演化模型连续状态变量分布基础上,结合一定的故障判据近似计算出对象系统剩余寿命分布。故障预测仿真实验结果证明了算法的有效性。     

基于新息正交性的Kalman滤波抗野值法在POS中的应用

 针对位置姿态系统（POS）应用中全球定位系统（GPS）野值会降低滤波精度和稳定性的问题,提出将基于新息正交性的Kalman滤波（KF）抗野值法应用于POS数据处理中。该方法首先通过判断KF新息过程的正交性是否丧失来判别GPS的位置和速度数据中是否出现野值,然后采用活化函数对含有野值的量测值进行加权限制,使修正后的新息过程能够保持正交性质,从而达到辨识并修正GPS野值的目的。车载试验结果表明,该方法能够有效辨识并抑制GPS野值对滤波精度和稳定性的不利影响,其在GPS野值点处的位置、速度精度比标准KF提高了1~2个数量级。     

基于DSP捕获单元和复合滤波的航空发动机转速测量

主要阐述了基于DSP捕获单元和复合滤波算法的航空发动机转速测量方法。首先介绍了DSP捕获单元（CAPTURE UNIT）的原理和在转速测量中的应用方法,针对航空发动机的转速测量中电磁环境的特点和抗电磁干扰的需要,提出了在这种恶劣电磁环境下能克服噪声和随机脉冲干扰的复合滤波算法。以TMS320 2000系列DSP和某航空发动机的转速测量为例,描述了转速测量方法的软硬件设计和功能实现,方法具有精度高、速度快、抗电磁干扰能力强的特点,有较强的实用性。     

基于混合滤波的无线传感器网络融合跟踪方法

 针对无线传感器网络(WSN)中的多传感器融合目标跟踪,提出一种混合滤波算法,称为无迹混合集中式粒子滤波(UM CPF)。该算法使用了一个混合的粒子传播方案。在使用集中式粒子滤波(CPF)对WSN中的节点测量信息进行融合时,粒子滤波器中的一部分粒子使用从无迹变换(UT)获得的高斯分布作为建议分布进行粒子传播,而剩余的另一部分粒子则简单地使用状态转移先验分布进行粒子传播。WSN中的融合跟踪仿真结果表明,和纯粒子滤波算法CPF相比,在仿真速率相当的情况下,混合滤波算法明显提高了跟踪精度和稳定性。     

基于稀疏表示的图像混合噪声抑制算法

中值滤波能有效地抑制脉冲椒盐噪声,但它对于图像中的高斯噪声的去除效果不佳;而简单地使用针对高斯噪声的方法,对混合噪声也不能起到较好的抑制效果。稀疏是图像的重要特性,是进行图像处理的重要先验。本文提出了基于稀疏表示的混合噪声抑制算法。实验表明,本文算法可以有效地滤除混合噪声,且较好地保护了图像细节特征。     

基于Simulink的组合导航系统的FDIR技术仿真分析

为解决组合导航系统子系统故障时导航精度降低这一问题,根据事先制定的重构规则进行系统重构,使得导航系统发生故障时仍能正常工作地思想,制定了INS/GPS/ADS组合导航系统的重构规则,并采用Simulink进行了仿真。结果表明,在发生故障时,基于联邦滤波组合导航系统的重构技术能保证系统在故障时仍能以一定的精度进行导航。     

ARMA建模及其在Kalman滤波中的应用

提出了一种补偿惯性传感器随机误差的自回归滑动平均(ARMA)建模方法,在该方法中,首先,将时间序列平稳性检验的轮次法和样本方差变差系数相结合,以确定合适的建模样本长度;其次,将惯性传感器的随机误差看成是真实状态叠加白噪声,通过对观测数据做滤波处理,给出了求解模型参数的算法;随后,构建一组符合ARMA(6,4)模型分布的有色噪声,基于准确建立的ARMA(6,4)模型和AR(2)近似模型构建Kalman滤波器,以研究建模精度和Kalman滤波输出之间的关系;最后,探讨了基于状态可观测度分析的模型降阶方法,在保证精度情况下提高模型计算的实时性,便于建模方法在工程实际中的应用。通过对某型号加速度计的随机误差进行处理,高阶模型及降阶模型的滤波残差标准差分别降为原始随机误差标准差的1/66和1/28,说明方法是有效的。