State estimate for stochastic systems with dual unknown interference inputs

Stochastic system state estimation subject to the unknown interference input widely exists in many fields, such as the control, communication, signal processing, and fault diagnosis. However, the research results are mostly limited to the stochastic system in which only the dynamic state model or the measurement model concerns the individual unknown interference input, and the state model and the measurement model are both with the same unknown interference input. State estimate of the stochastic systems where the state model and the measurement model contain dual Unknown Interference inputs (dual-UI) with different physical meanings and mathematical definitions is concerned here. Firstly, the decoupling condition with the Unknown Interference input in the State model (S-UI) is shown, which introduces the decoupled system with the adjacent Measurement concerned Unknown Interference inputs (M-UI) appearing in the state model and the measurement model. Then, through defining the Differential term of the adjacent M-UI (M-UID), the equivalent system with only M-UID in the state model is obtained. Finally, considering the design freedom of the equivalent system, the decoupling filter in the minimum mean square error sense and the adaptive minimum upper filter with different applicable conditions are represented to obtain the optimal and sub-optimal state estimate, respectively. Two simulation cases verify the effectiveness and superiority compared with the traditional methods.     

一种适合于大尺寸航拍图像的特征点提取方法简

 一些航拍图像的尺寸较大,现有的特征点提取算法在对其处理时均要耗费大量的时间,针对这一问题,提出一种快速有效的特征点提取算法。首先构造原始图像的拉普拉斯金字塔,以获得图像的尺度信息,同时保留图像的方向信息;再使用非均匀多方向滤波器组将金字塔图像分解在不同方向上,在分解后的图像中提取局部极值点作为候选特征点集;采用特定的合并策略合并候选特征点最终得到特征点集,并根据方向滤波器组为特征点分配方向向量。试验结果表明,本文算法在基本保证提取到的特征点匹配率及正确率的前提下,有较高的效率。     

在PN码捕获中门限判决对T_(MA)性能影响的分析

文章比较了在单径加性高斯白噪声(AWGN)无衰落信道环境下,利用匹配滤波器(MF)捕获方法,对不同的门限比较判决准则对系统平均捕获时间(TMA)性能的影响进行了分析;同时给出了不同门限值时系统的平均捕获时间的仿真结果,并对结果进行讨论,得出各种门限设置准则的应用环境,为捕获系统的设计与实现提供参考。     

航空制导炸弹SINS/GPS组合导航系统的设计

针对某型航空制导炸弹设计了SINS/GPS组合导航系统,考虑到制导航弹的高精度、低成本的特殊要求,系统采用了基于挠性陀螺的IMU作组合,而导航计算机采用基于“浮点DSP FPGA”的主从式多处理机模式,具有实时性好、运算精度高等优点,同时文章讨论了系统软件的详细设计,包括系统自检、初始对准、惯导解算、信息融合等模块的设计及部分核心算法的实现,最后对原理样机进行了地面跑车试验,试验结果表明系统的设计是成功的,利用该方案设计的原理样机能够满足实际要求。     

一种纯距离跟踪滤波器的改进算法

针对纯距离目标跟踪可观测程度较低的问题,提出一种基于角度参数的纯距离目标跟踪改进算法。文中方法将系统的观测区间范围划分为若干个子扇区,每个子扇区采用一个独立的加权扩展卡尔曼滤波器进行纯距离跟踪,利用贝叶斯理论来修正各滤波器的权重,系统的输出为各并行运行的滤波器估计值的加权和,最终获得目标的运动轨迹。系统的仿真结果表明,方法收敛速度快,跟踪精度高于扩展卡尔曼滤波器的跟踪精度。     

基于捷联惯导高保真误差模型的非线性滤波算法

针对捷联惯导系统在大姿态误差条件的对准问题,推导了高保真非线性误差模型。该模型采用欧拉角表示姿态误差,并用与导航解算相同的姿态更新算法准确描述了姿态误差的传播规律。利用该模型设计了扩展卡尔曼滤波器,并以二位置对准为例,比较该模型与线性模型和大方位误差模型的滤波效果。仿真实验结果表明在小角度误差和大方位误差条件下,基于高保真模型的滤波器估计精度都优于其它两种模型,且在大水平姿态误差条件下滤波精度也很高。     

惯性速度辅助下GPS／捷联惯导组合系统性能研究

ＧＰＳ／惯性导航组合系统目前正得到越来越广泛的应用，但ＧＰＳ接收机载波环失锁时，码环的速率辅助信息来自惯导系统，由于惯性速度的不精确性及伪距测量误差和它之间的相关性，将可能导致组合系统工作的不稳定，本文根据码环的工作特性，在组合卡尔曼滤波器中考虑了码环的跟踪误差，利用ＧＰＳ／捷联惯导组合系统的导航性能，结果表明，ＧＰＳ／捷联惯导组合系统中，若消除了伪距测量误差与惯性速度误差之间的相关性，将可较显著     

基于滤波估计的线控转向路感规划

线控转向系统取消了转向盘与转向轮之间的机械连接,路面状况无法通过转向盘传递给驾驶员,路感需要模拟产生。为此对驾驶员理想转向盘力矩影响因素进行分析,基于汽车动力学模型,采用卡尔曼滤波方法对回正力矩进行估计,计算转向阻力矩,研究转向路感与车速、变传动比及侧向加速度的一般规律,提出基于滤波估计路感规划策略。仿真结果表明：路感模拟方法可以使得驾驶员获得良好的路面信息,提高汽车的操纵性和舒适性。     

The Western Crete geodetic infrastructure: Long-range power-law correlations in GPS time series using Detrended Fluctuation Analysis

The Global Positioning System makes it possible, nowadays, to measure crustal displacements with unprecedented accuracy. These measurements can improve our understanding of the spatio-temporal evolution of motion along tectonic plate boundaries, as well as deepen our comprehension for the nature of earthquake fault behavior and earthquake cycle. The Hellenic subduction zone and the earthquake-prone Crete, with large crustal motions of 3–4 cm/yr, may provide such a natural laboratory for this type of investigation. In this work, we examine the statistical structure and behavior of time series, as produced by permanent GPS sites, established on the islands of Crete and Gavdos.     

SINS基于非线性量测的大失准角初始对准算法

针对陆用捷联惯导系统(SINS)大失准角初始对准问题,提出一种基于二阶非线性量测的二阶泰勒级数展开的初始对准算法。首先,将大失准角非线性对准问题,转化为具有线性系统方程和二阶非线性量测方程的滤波问题。然后,设计基于二阶非线性量测方程的二阶泰勒级数展开的滤波算法,可以在任意姿态和无初值条件下进行初始对准和参数估计。最后进行车载对准试验,结果表明,新算法可以在300s内完成实现大失准角初始对准,对准精度与传统分段对准算法相当。