预测-校正EKF算法在自主导航中的应用

为提高航天器自主导航系统非线性估计精度,通过分析EKF线性化方法的缺 点,基于数学分析理论研究了非线性函数线性化展开点以及雅可比矩阵取值点不同对线性化 逼近程度的影响,然后对传统EKF算法的线性化展开方式进行了改进,提出了一种基于中值 定理和平滑估计的预测-校正EKF（FR\|EKF）新算法。仿真结果表明,该算法在精度上优于 EKF算法。     

大型民用客机起飞重量估算方法

推导了一种在概念设计阶段快速估算大型民用客机起飞重量的方法,针对近年来新型民用飞机的设计数据对计算公式的系数进行了重新修正,从而更加准确估算未来民用客机设计起飞重量。对该方法的收敛性以及解的存在性进行了分析。以中国将进行研制的干线民用客机为例,对该计算方法的有效性进行了实际的计算验证,分析了起飞重量的合理取值范围。其计算方法以及计算结果对中国未来干线民用客机的设计具有直接参考价值。     

平稳色噪声背景下相干信源DOA估计的新算法

提出一种基于对称均匀线阵的波达方向(DOA)估计新方法.该算法在未知噪声协方差矩阵为复对称Toeplitz结构的情况下,利用空间差分方法和相干信源信息Toeplitz矩阵重构相结合,来处理同时存在相干、非相干信源的情况.该算法在提高阵列的信源过载能力的同时,可明显减小运算量.计算机仿真结果证明了算法的有效性和正确性.     

基于神经网络的时频域雷达信号调制参数估计

针对常规时频分析方法对多分量雷达信号分析的不足,提出一种基于神经网络的时频域多分量雷达信号调制参数估计新方法.把多分量雷达信号的时频分布作为灰度图像,通过神经网络训练得到高分辨率时频平面图,然后在时频域实现雷达信号各分量的调制参数估计,相对于时频重排等方法,其对时频分布的处理不需要关于各分量信号的先验知识.仿真实验表明,该方法在得到比时频重排方法更高分辨率时频图的基础上,能够较准确地估计各分量雷达信号调制参数.     

基于最优样条节点的导弹主动段弹道估计方法

拟合导弹主动段弹道并估计其弹道参数是天基红外系统(SBIRS)的重要任务之一。首先采用三次样条函数对导弹主动段弹道进行描述,并建立主动段弹道的运动模型和测量模型;其次采用最大似然估计方法将导弹弹道估计问题转化为非线性最小二乘准则下的样条系数和样条节点分布最优估计问题;最后利用投影定理将样条系数估计和样条节点分布估计分离开来,并通过迭代逼近给出了最优样条节点数的确定方法。仿真实验结果表明,所提方法不仅对主动段弹道的拟合精度高,而且还减少了待估参数的数目,简化了求解过程,可在无先验信息条件下较好地解决导弹主动段弹道的估计问题。     

顺轨拦截模式剩余飞行时间估计方法

匹配顺轨和逆轨拦截模式的估计方法是精确计算剩余飞行时间(TGO)的必要条件,适用于逆轨拦截模式的TGO估计方法并不适于顺轨拦截模式。为此,针对顺轨拦截模式,分别提出了拦截机动/非机动目标的TGO估计方法。通过对线性制导方程的变形求解出了拦截弹的飞行弧长,并根据预测的碰撞点位置求得了TGO估计的解析式。该求解方法通用性强,适用于弹道成型制导律的TGO估计。以负比例(RPN)和扩展RPN(ARPN)为制导框架,与经典方法进行对比,所提出的TGO估计方法精确度高,能够有效提高导弹的制导性能。     

基于信道估计自适应算法的AVLC重发机制仿真

航空甚高频链路控制(AVLC)是下一代民航地空数据链甚高频数据链模式2(VDL2)的链路服务规程.为了提高AVLC重发控制效率、减少误重发,提出了基于信道估计的监督帧发送时刻自适应算法.在OPNET平台上建立了物理层、数据链路层和子网层VDL2架构;利用动态进程建模方法,建立了AVLC模型.通过对无监督帧、监督帧发送时刻静态算法和自适应算法分别建模,开展对比仿真,验证了监督帧重发控制对于提高VDL2性能的有效性和自适应算法较静态算法的优越性.实验结果表明,在宽范围的系数合理区间内,所提出的算法可有效增加吞吐量,缩小包延时,同时可增强系统稳定性.      

Synchronized perturbation elimination and DOA estimation via signal selection mechanism and parallel deep capsule networks in multipath environment

State-of-the-art model-driven Direction-Of-Arrival (DOA) estimation methods for multipath signals face great challenges in practical application because of the dependence on the precise multipath model. In this paper, we introduce a framework, based on deep learning, for synchronizing perturbation auto-elimination with effective DOA estimation in multipath environment. Firstly, a signal selection mechanism is introduced to roughly locate specific signals to spatial subregion via frequency domain filters and compressive sensing-based method. Then, we set the mean of the correlation matrix’s row vectors as the input feature to construct the spatial spectrum by the corresponding single network within the parallel deep capsule networks. The proposed method enhances the generalization capability to untrained scenarios and the adaptability to non-ideal conditions, e.g., lower SNRs, smaller snapshots, unknown reflection coefficients and perturbational steering vectors, which make up for the defects of the previous model-driven methods. Simulations are carried out to demonstrate the superiority of the proposed method.     

基于非参数边缘积分估计的局部特征描述子

为提高图像匹配性能提出了关于局部区域特征描述子的统计模型。该模型是一种基于梯度模值及方向分布的边缘积分函数模型。在离散梯度方向的边缘积分函数与梯度矢量场的模值累积方向直方图相同。采用基于核函数的非参数估计,估计了该函数,应用于尺度不变特征变换(SIFT)描述子。为了提高描述子的旋转不变性、独特性,降低运算复杂度,将特征点周围的局部区域作为圆形,由径向采样网格划分为8个子区域。在每个子区域估计边缘积分函数,特征向量由每个小块8个方向的函数值组成。实验表明,该描述子能够提高旋转变换的检测率(查全率),降低运算复杂度。      

航空发动机尾气静电信号基线模型分析及应用

开展了基于尾气静电信号的航空发动机气路监控技术的应用研究,把尾气静电监测信号EGEMS作为一种新的气路状态参数并建立其基线模型,通过监控尾气静电信号RMS(root mean square)值的偏差值实现对气路部件的实时监控.首先从尾气静电监测的角度总结了尾气碳烟颗粒物的排放特性,分析了尾气静电信号的基线成分、主要影响因素及典型故障静电信号特征,在此基础上分别提出了基于燃油流量单参数的尾气静电信号基线模型(参数化模型)和基于多元状态估计技术的多参数基线模型(非参数化模型)挖掘技术.通过对某型涡轴发动机尾气静电信号的分析表明:所建立的基线模型能够准确反映发动机不同工况下的尾气静电信号的基本特征,有效地监测到气路的异常状态,验证了所提方法的可行性和有效性.