基于联合滤波的SINS/GPS级联组合制导品质控制研究

根据战术弹道导弹的特点 ,提出了战术导弹运动偏差状态解耦的联合滤波算法 ,基于该算法相应给出了可有效检测速度跳变的SINS/GPS级联组合制导品质控制措施。仿真结果验证了该方法的有效性。     

一种高分辨率的基于特征空间的广义波束形成算法

针对GEIB算法性能严重受到阵列空间方向分辨率的影响问题提出一种高分辨率的波束形成HRGEIB算法。HRGEIB算法的基本思想是在GEIB的基础上引入频域滤波器,将频域滤波和空域滤波有效结合,以解决上述GEIB算法存在的问题。首先描述HRGEIB算法的原理,并且证明该算法能够在频域-空域的二维空间抑制干扰信号,提高GEIB算法的性能。然后,通过大量仿真实验考察HRGEIB算法的频域-空域自适应滤波特性,最后对算法中重要的参数进行讨论并且给出选择的方法。     

卡尔曼滤波中动态模型的分级解耦

本文对卡尔曼滤波中动态模型的解耦提一种新的方法，这种方法其实质是把对整个动态模型的并联滤波估计变成对整个动态模型的分级串联滤波估计。这种分解耦的方法即可用于线性动态模型又可用于非线性动态模型。对于阶数很高的非线性动态模型，这种方法对于提高估计精度，减少量和计算时间，更有其优越性。本文利用一个九阶非线性动态模型进行仿真计算。计算结果说明了这种方法的有效性。     

GMSK全数字解调

主要讲述了GMSK的一种低复杂度高性能全数字解调方法，这种方法是用一路复系数PAM信号来近似GMSK信号，经过线性近似以后就可以采用最大似然序列估计来进行信号检测，可以非常方便地实现全数字解调；该方法另一优点是大大降低了符号间的码间串扰，可以不利用Viterbi算法来消除GMSK信号的码间串扰，逐符号判决使得接收机更简单、实时。在本文中对BbTb=0．5、BbTb=0．25的两种GMSK信号进行了仿真，并对BbTb=0．25的信号进行了改进，引入了PDGMSK调制方式，仿真了这三种信号在加性高斯白噪声干扰下的误码性能．并与基带信号在相同条件下的误码性能作了比较。     

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。