星载SAR的多普勒中心频率估计的新探索

本文对几种经典的多普勒中心频率估计算法的从滤波的角度加以分析，分析了符号相关算法的实质，并提出一种了简单适用的非线性滤波方法，对雷达回波方位功率谱周期图进行平滑，在满足成象要求下，可以快速估计出多普勒中心频率。     

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。     

基于多传感器技术的微型飞行器智能组合导航技术研究

微型飞行器(MAV)尺寸微小,有效载荷低,其机载导航系统在结构与原理上都与传统飞机导航系统有很大的差异,增加了系统设计的难度。提出了一种基于组合传感器技术的MAV分层次导航系统方案。在MAV姿态信息提取中,引入了一种四元数结构下的捷联惯导与GPS组合信息卡尔曼滤波方案。在此基础上,通过研究MAV现有传感器技术下的各类导航方式的适用性、精度以及可靠性,根据MAV导航系统的要求,提出了一种基于多传感器智能组合技术的MAV导航位置信息提取方案。仿真与飞行试验证明,本文的这种基于组合传感器技术的MAV分层次导航具有计算简单,精度高,可靠性好的优点。     

一种新的实时参数估计方法

研究导弹控制系统仪器测试时动态模型的实时参数估计 ,利用递归傅里叶变换作实时数据分析 ,提出了一种基于线性状态空间模型的实时参数估计方法。实际应用表明该方法可以得到准确的模型参数估计和适当的误差边界 ,且计算量少、动态模型估计参数收敛性非常好。     

基于双相关峰检测的C/A码伪距精密估计

采用软件无线电技术和数字信号处理技术，直接对A／D变换后的中频信号进行处理，并得到C／A码的相关曲线。利用曲线拟合方法对相关峰波形进行拟合，进一步确定相关曲线的峰值点位置。同时基于双相关峰检测的伪距估计方法，精确求解C／A码伪距观测值。利用自编的仿真程序包，在Matlab中进行了相应的模拟计算。仿真结果表明当信噪比大于26dB时，可得到毫米数量级的伪距估计精度，能够满足GPS模拟源系统高精度自校的要求。     

机载阵列雷达抑制运动杂波的学习算法

一种称为自适应空时处理器(STP)的线性滤波器是一种相对比较新的方法，它使机载阵列天线雷达目标检测概率达到最大。理论上，全自适应STP可以实时获得最优解(一种维恩滤波器)。但是，实际上全自适应STP也存在一些问题。首先，线性滤波器的加权数可能非常大。其次，单一加权矢量的计算复杂度大约为O(MN)^3。再次，STP为线性滤波器但却工作在非线性不稳定的环境中。这些问题导致采用空时处理器传统技术的实时、最佳处理是现行计算技术内所不及的。为使运动杂波对目标检测的影响最小，本文探讨了人工神经网络和几种学习算法的可应用性。人工神经网络是一种自适应、并行、分布式处理系统，可以实时完成复杂计算。学习算法的机理是为了存储新的信息或变更信息，人工神经网络中的长期存储器要不断更新而又不被破坏。由于学习算法既能在系统的使用期内保留信息又能变更信息，所以对雷达系统的计算要求降到了最低，同时还能适应环境的变化。     

圆概率偏差及其区间估计

本文根据广义 X~2分布的概念及其性质,讨论了圆概率偏差估计及其区间估计问题,给出了不同的近似估计方法和计算公式,并举例进行了计算和比较。     

控制输入受限情况下卫星姿态的鲁棒自适应控制

卫星通常工作在各种扰动环境中，包括参数不确定性和非参数不确定性。工程实践中碰到的另一个重要问题是控制输入受限。考虑存在参数不确定性和非参数不确定性，研究控制输入受限情况下卫星的姿态控制问题，设计了一种鲁棒自适应控制器，证明了姿态控制系统是全局一致最终有界稳定。仿真结果验证了该控制器的有效性。     

非线性H∞鲁棒制导律设计

针对战术寻的导弹在追踪平面内的非线性运动学问题,提出了一种鲁棒制导律.与传统的制导方法不同,这种制导律不需对目标运动进行任何假设,也不必对目标加速度进行实时估计,因此,在对目标机动信息一无所知的情况下,制导律本身具有很强的鲁棒性.通过分析推导,给出了解析形式的H∞制导律.数字仿真结果表明,H∞制导律具有良好的跟踪性能和鲁棒性.     

非线性比例导引系统研究

研究了非线性比例导引系统的性能。利用一种单输入双输出二阶非线性状态估计器估计弹目视线角速度和角加速度，状态估计器的输入直接采用来自导引头的信息，其输出量可以给出弹目视线角速度和角加速度的估计值，将此估计量作为补偿信号引入到比例导引系统中，形成了非线性比例导引系统。仿真研究表明，这种非线性比例导引具有良好的制导特性。