输出重定义的高超声速飞行器鲁棒自适应控制律设计

针对一个吸气式高超声速飞行器模型,研究了其鲁棒自适应控制方法并进行了稳定性分析。针对高超声速飞行器的非最小相位特征,通过输出重定义的方法使非最小相位系统的不稳定零动态变为渐近稳定。采用反馈线性化方法设计控制器,实现对速度信号和航迹角信号的稳定跟踪,同时采用切换控制方法消除系统不确定性带来的影响,提高系统的鲁棒性。稳定性分析结果证明系统具有公共李雅普诺夫函数,且所有状态量均能收敛到原点附近的一个小邻域内。仿真结果表明,所设计的控制系统能够有效跟踪参考轨迹,且在给定的有界连续不规则变化模型不确定性和外界干扰范围内也具有良好的跟踪性能。     

宽带数字信道化接收机技术的热点和发展趋势

数字信道化接收机具有瞬时频带宽、动态范围大、能实现超宽带侦察的特点,能较好地满足现代电子战接收机的要求。首先介绍了数字信道化接收机的基本原理,在此基础上,重点分析了数字信道化接收机在信道化过程中的研究热点和难点,并简述了信道化接收机技术的发展趋势。     

基于积分多普勒平滑伪距的导航算法研究

载体处于高动态机动、障碍遮挡、信号干扰和多路径等复杂环境时,GNSS接收机跟踪环路易发生信号失锁和相位失调,导致载波相位观测值发生较大变化,采用载波相位平滑伪距将严重影响导航精度。为改善GNSS接收机导航性能,对电离层效应及延时校正模型进行了研究,基于α-β滤波算法提出了基于积分多普勒平滑伪距的导航算法。实验结果表明:采用该算法在静态、动态条件下定位精度优于5m,测速精度优于0.05m/s,可显著提高GNSS接收机的导航精度。     

一种新的强跟踪H∞滤波方法研究及应用

针对常规H∞滤波跟踪机动过程能力较弱的问题,提出了一种新的强跟踪H∞滤波算法,该滤波算法具有较好的姿态跟踪能力,并保持了H∞滤波模型简单、鲁棒性好的优点.文中通过研究基于强跟踪H∞滤波方法的GPS/INS对准,实现空中机动条件下的惯导系统初始对准.对该算法进行仿真验证,测试结果表明,采用基于H∞的强跟踪滤波可以较好地提...     

合成孔径雷达子孔径数据改进ECS成像算法

ECS算法中的方位CS操作会产生大量补零问题,影响成像实时性。本文提出一种改进ECS算法,在补偿方位向高次相位后,不进行调频斜率调整,采用变标傅立叶变换校正方位向输出间隔随距离变化的扇形畸变,克服了ECS算法需要大量补零的不足,仿真验证了算法的有效性。     

基于鲁棒非线性卡尔曼滤波的自适应SLAM算法

针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。     

复杂背景中红外多光谱目标检测算法研究

针对多光谱红外探测器,对复杂背景条件下红外弱小目标检测算法进行了研究。根据弱小目标缺乏纹理等相关信息的特点,给出了一种用于多光谱图像的弱小目标检测算法。对多光谱图像,构建数据立方体,对多光谱信息建立稳定的目标特征向量,用多光谱背景抑制滤波器以提升图像信噪比,将一种基于统计判别的低信噪比条件下红外序列图像弱小目标检测算法与传统多级假设检验跟踪(MHT)算法综合,形成了改进的连续帧目标检测跟踪算法,对波门内疑似目标点用引入多光谱信息建立的特征向量进行目标的非监督检测判决。实验结果证明:在低信噪比下该算法能有效检测跟踪弱小目标,在保证检测概率前提下可有效抑制虚警,极大地降低了后续跟踪算法的计算爆炸风险。     

SMOS与Aquarius卫星海表盐度测量方法及数据的对比分析

国际上发射的海表盐度遥感卫星主要有2颗:欧洲的SMOS和美国的Aquarius卫星,为给后续海表盐度遥感提供参考借鉴,对比分析了这2颗卫星的遥感器载荷、数据处理算法和盐度数据。遥感器载荷方面,SMOS采用L波段二维综合孔径辐射计,而Aquarius采用L波段实孔径辐射计加散射计;数据处理算法方面,分析了二者在介电常数模型、海面粗糙度校正以及反演算法方面的差异;盐度数据方面,分析了SMOS与Aquarius盐度数据之间的相关程度,并分别与ISAS(In Situ Analysis System)浮标盐度数据作对比,分析了2颗卫星的盐度数据精度。将2颗卫星的盐度遥感数据与ISAS浮标盐度数据对比发现,在全球范围内,Aquarius盐度测量精度优于SMOS;但在开阔海域,SMOS盐度测量精度优于Aquarius;而在近海岸区域,均出现较大的误差,且SMOS数据误差更大。     

基于粒子群算法的多波位高度估计方法

为解决雷达斜视模式下对目标区域的高度估计问题,提出了一种基于粒子群算法的多波位高度估计方法。利用粒子群优化算法建立约束条件和目标函数,通过多次迭代使目标函数趋于一个最优值,同时得到高度的最优解。利用粒子群优化算法求解多波位测高方程组可减小方程组近似处理误差。此外,利用粒子群优化算法可随时更改波位数目,增强了该测高方法使用的灵活性,有效提高了高度估计精度。通过理论仿真和实测数据仿真分析,验证了粒子群优化算法在求解多波位测高方程组时的有效性。结果表明:该方法具有较高的高度估计精度。     

卷积码盲识别技术研究

针对卷积码的盲识别问题,总结了现有识别方法的实现原理及过程,并用Matlab进行了仿真分析。对于码长、码率及编码记忆长度等参数,利用接收码字构造矩阵并进行变换,从而达到识别的目的。针对生成多项式的识别,给出了四种常用的方法,并比较了各方法的性能和计算复杂度。结果表明,在低误码率低于10-2情况下,采用欧几里德算法最佳;当误码率为10-2量级时,基于Walsh-Hadamard变换的方法更能保证识别的准确性。