一种数据残缺时的三星时差定位目标跟踪算法

三星座时差定位是一个非线性定位问题,利用定位点进行跟踪得到目标航迹的方法具有一定的局限性。给出了能够适应大量时差数据残缺情况的基于EKF的目标航迹跟踪算法,仿真分析表明该算法在大量时差数据残缺时具有比前者更好的性能,有效地解决了工程问题。     

激光告警多目标定位与跟踪技术研究

研究了激光告警多目标定位和跟踪的建模方法。利用聚类概念,对激光告警器测量数据进行集类,并对各个类对应的目标状态进行空间-时间融合。通过求解航迹信息融合的状态估计值,实时形成同步脉冲控制逻辑,从而实现对激光多目标的实时跟踪和激光信号的实时提取。给出了激光告警多目标定位与跟踪的设计过程,提出了一种实用简便的融合算法,并设计了一套该模型的原理样机。试验结果验证了这种方法的有效性。     

挠性卫星自适应姿态跟踪控制

具有较强变轨或姿态机动能力的卫星,在轨运行过程中其质量特性随着液体燃料的消耗而不断变化,卫星的惯量特性也随之变化,使卫星质量参数呈现不确知的特性。如何在惯量矩阵未知情况下实现挠性卫星的姿态跟踪控制是研究的重点。考虑目标姿态角速度可以时变的一般情形,设计了基于误差四元数的自适应姿态跟踪控制律,给出了稳定性证明。数学仿真结果表明该控制律能够在卫星转动惯量未知情况下,保证卫星本体姿态和跟踪目标姿态。     

基于模型混合的多分辨率多模型跟踪算法

在原有的多分辨率多模型算法的基础上引入了滤波器混合的方法,提出了一种新的机动目标跟踪算法.原多分辨率算法在多分辨率框架下应用硬切换多模型算法,改善了多模型算法在非机动段的跟踪性能,但是保留了硬切换算法的固有缺点.交互式多模型算法由于采用模型混合,避免了硬切换算法存在的问题,但是非机动段的跟踪性能不如多分辨率多模型算法.所提出的新算法综合了两者的优点,不仅解决了多分辨率多模型算法中存在的问题,而且其综合滤波性能优于交互式多模型算法.      

利用飞轮的航天器姿态跟踪与能量存储

研究航天器集成能量与姿态控制系统中飞轮的控制律。系统中飞轮是姿态控制的执行机构,同时也是储能装置。首先利用Lyapunov方法设计了航天器姿态跟踪的反馈控制律,然后研究一种力矩形式的飞轮控制律。利用奇异值分解方法把飞轮组的控制力矩向量分解为3部分相互正交的力矩向量,一部分用来提供姿态控制力矩,一部分用来以给定的功率储能,另一部分完成轮速平衡以避免由于各飞轮轮速差异过大引起的飞轮饱和。提出了一种基于动能反馈的储能功率规划方案来保证系统的能量平衡,可以避免由于过剩能量引起的飞轮饱和。数值仿真结果验证了控制方案的有效性。     

测控资源调度管理系统的构造与实现

针对我国航天测控实际问题的特点和现状,基于知识发现提出了测控资源动态调度算法的框架,在此基础上,基于数据仓库建立了测控资源动态调度管理系统的体系结构,并采用面向对象(Ob ject-O riented,O-O)技术,分析和设计了测控资源动态调度管理系统,最后阐明了该系统的优点。实际应用表明,该方法使我国“一网管多星”的效率得到极大的提高。     

反辐射导弹作战效能分析

从作战模拟和效能评估的角度出发,建立了反辐射导弹(ARM)导引头的截获模型、跟踪模型和ARM的雷达截面积模型。描述了ARM的运动轨迹,建立了其数学模型,并讨论了三种情况下ARM对雷达的击毁概率。     

烟幕对红外成像制导系统的干扰分析

红外成像是现役精确制导武器的主要制导方式之一,在现代战争中发挥着重要作用,世界各国已越来越重视对红外成像制导武器的干扰技术的研究.其中,烟幕干扰受到了广泛的重视和应用.根据红外成像制导系统的组成和工作过程,分析了红外成像制导系统的跟踪原理,针对波门跟踪算法和相关跟踪算法,探讨了烟幕对红外成像制导系统的干扰.     

交互多模型PHD滤波跟踪多目标方法

在机动多目标跟踪问题中,目标数未知或随时间而变化,概率假设密度（PHD）滤波可以在每一时间步估计多目标状态和目标数,但单模型方法不能给出精确的估计。提出了一种交互多模型PHD滤波方法,建立多模型描述多目标运动方式,利用PHD滤波结合多模型跟踪目标运动轨迹。同时,给出了多传感器交互多模型PHD滤波方法,以提高目标跟踪精度。     

Uncertainty-aware Cube algorithm for medium-term collision risk assessment

The number of Earth orbiting objects is constantly growing, and some orbital regions are becoming risky environments for space assets of interest, which are increasingly threatened by accidental collisions with other objects, especially in Low-Earth Orbit (LEO). Collision risk assessment is performed by various methods, both covariance and non-covariance based. The Cube algorithm is a non-covariance-based method used to estimate the collision rates between space objects, whose concept consists in dividing the space in cubes of fixed dimension and, at each time instant, checking if two or more objects share the same cube. Up to now its application has been limited to the long-term scenarios of orbital debris evolutionary models, where considering the uncertainties is not necessary and impractical. Within operative contexts, instead, medium-term collision risk analysis may be an important task, in which the propagation-related uncertainties play a prominent role, but the timescale poses challenges for the application of standard covariance-based conjunction analysis techniques. In this framework, this paper presents an approach for the evaluation of the medium-term collision frequency for objects in LEO, called Uncertainty-aware Cube method. It is a modified version of the Cube, able to take the possible errors in the space objects’ position into account for the detection of the conjunctions. As an object’s orbit is propagated, the along-track position error grows more and more, and each object could potentially be in a different position with respect to the one determined by numerical propagation and, thus, in a different cube. Considering the uncertainties, at each time instant the algorithm associates more than one cube to each object and checks if they share at least one cube. If so, a conjunction is detected and a degree of confidence is evaluated. The performance of the method is assessed in different LEO scenarios and compared to the original Cube method.