基于滤波反投影算法的TDLAS温度测量研究

为提高二维重建温度场的抗噪声、抗干扰能力,研究了基于滤波反投影算法的可调节半导体激光吸收光谱（TDLAS）系统。通过数值模拟研究了滤波反投影算法的重建质量与影响因素,结果表明,随机噪声达到10%时,重建图像仍能较好地反映原温度场特征;滤波函数能明显改善重建质量;三次样条曲线插值的重建质量最高。通过基于滤波反投影算法的 TDLAS系统对弱旋流燃烧室出口温度场进行重建,将重建结果与热电偶测量结果进行对比,相对误差范围为1.4%～8.9%,较好地反映出温度场的特征,验证了滤波反投影算法的层析成像系统的可行性。     

地磁定位方法综述

地磁导航具有可用区域广泛、无累积误差、无源和隐蔽性强等优势,是未来定位导航与授时（PNT）体系中潜在的重要导航定位手段之一。地磁导航技术包括磁场信息的测量、地磁基准图的建立和地磁定位方法的设计3个重要内容。本文主要围绕地磁定位方法,调研总结了当前主流的地磁滤波、地磁匹配和磁场同时定位与构图(SLAM)三类方法的原理及技术发展路线,重点分析了不同方法的优缺点、适用场景、时效性、对磁图和传感器的需求,并对地磁定位方法的发展方向进行了展望。     

一种新的弹道导弹雷达跟踪算法

提出了一种新的名为Singer-IEKF的弹道导弹雷达跟踪算法.传统的弹道导弹跟踪方法,利用扩展卡尔曼滤波器进行非线性滤波,取Taylor展开的前两项,可能引入较大的线性化误差,导致跟踪精度不高.在分析弹道目标动力学特性的基础上对目标的运动模型采用基于J2校正的Singer模型来描述,并利用迭代的扩展卡尔曼对非线性的目标量测模型进行线性化.对新算法和扩展卡尔曼滤波算法进行Monte-Carlo仿真比较.仿真结果表明新算法的模型更准确,跟踪性能更好.     

自学习自适应INS／Doppler组合导航系统

本文通过引入文［１］提出的自学习适应Ｋａｌｍａｎ滤波，而将氢此组成的具有自学习功能的智能组合导航系统直接建立在噪声分布密度的异步自学习估计上，由于此时的ＬＡＫＦ在每次重复滤波实验后可离线异步地学习模型与量测噪声的统计特性，从而可有效地避免滤波发散现象并能确保实时性。文中结合某飞行器，对ＩＮＳ／Ｄｏｐｐｌｅｒ组合导航系统进行了仿真研究，所得结果十分满意。     

Riccati方程最大解的一个重要定理

Riccati 方程在最优控制和滤波理论中起着非常重要的作用。最近,Kawasaki 和 Shimereura 引用了 Riccati 方程最大解的一个性质,但他们的证明是不正确的。本文对这个问题做了进一步研究,并提出和证明了 Riccati 方程最大解的一个重要定理。     

基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。     

中值滤波方法在遥测数据处理中的应用

叙述中值滤波方法的原理 ,讨论该方法在遥测数据处理中的应用 ,并进行效果分析     

基于H∞滤波技术的GPS/INS全组合导航系统研究

本文根据H∞鲁棒滤波理论，提出了基于H∞滤波技术的GPS/INS全组合导航系统。该系统仅含有位置误差、速度误差和平台误差角9维状态，并利用GPS和INS的位置、速度和姿态观测信息对全部状态进行观测，组成全松组合导航系统，由H∞滤波来提高系统的鲁棒性。文中对提出的全组合系统进行了动态仿真，仿真结果表明，该系统结构简单，状态估计精度较高，系统鲁棒性好，便于工程实现，坚实际工程应用具有重要的现实意义。     

飞行实测数据相容性检验的三步法

本文指出了１９７７年Ｋｌｅｉｈ首先建立后被各国所广泛采用的相容性检验数学模型存在的局限性，详细地分析了其在飞行实测数据应用中的缺点及其适用性。给出了新的飞行数据鲁棒相容性检验三步法，采用数值稳定的快速三角化平方根分解滤波算法进行参数估计，仿真及实际应用五实了本文有效性。     

光学景象匹配基准图的滤波方法研究

对光学景象匹配制导的实时图与基准图的特点进行了对比，分析了前人提出的实时图常用的滤波方法，认为这些方法并不完全适用于基准图的波波处理。然后根据基准图的特点提出了和同态滤波及最小方差滤波的两步法对基闪图进行滤波，这一方法特别适用于因薄云覆盖而引入的低频噪声的处理，并同时兼顾了图像的增强与恢复。通过实验证明，该方法效果良好，对于光学景象匹配基准图的预处理具有一定的实用价值。