CAT及其发展

介绍了CAT的基本模型、基本组成和基本理论.论述了CAT的发展,如自适应测试、模糊测试、CAT|CAD|CAM集成信息系统等。     

非线性信号处理器的设计与实现

非线性信号处理是我们分析和处理真实信号时经常遇到的问题，将非线性信号经过一个处理系统使之成为线性信号再进行处理是我们常用的方法之一。本文提出了一种非线性信号处理器的设计框架及实现手段，其基本原理是将信号通过一个非线性滤器，而根据数学工具的推导我们可处理后的信号或信号特征值已经是线性的，易处理的。该框架是一个可逆系统，可根据不同的信号特征选择不同的变换基及滤波器进行有性的处理。     

推广的KALMAN滤波有序修正法

为预防推广的Kalman滤波的发散,本文提出一种滤波的有序修正法。此法不仅理论上成立,而且实际效果也很明显。同时,用有序修正法不会引起计算上复杂性,因而具有实际应用价值。     

一种多制式传感器数据融合算法

针对一有三坐标雷达、两坐标雷达和红外探测器三种传感器的分布式多站多目标跟踪系统，提出了一种多制式传感器数据融合算法。算法以测量间最小距离为关联度，对测量集间的相似程度进行度量，用极大似然法估计目标位置，通过融合方法求得目标三维航迹。在作状态估计时，采用两组非线性卡尔曼滤波切换提高融合精度。     

BTT导弹块模型的鲁棒自适应设计

针对BTT导弹的非线性模型,给出了其适合用backstepping设计方法的块控模型。充分利用系统的结构特点,结合块控原理、backstepping设计方法、鲁棒控制和自适应控制方法,提出了一种鲁棒自适应控制器的设计方法。允许系统中的每一个子块都存在不确定性,采用非线性跟踪微分器减小了backstepping设计中的“计算膨胀”问题,并且避免了系统控制矩阵未知时控制器可能的奇异问题,证明了系统的状态跟踪误差和参数误差指数收敛于原点的一个邻域。最后给出的仿真结果显示了本文方法的有效性。     

飞行器定轨中的自适应样条滤波方法

在飞行器试验数据处理中,人们通常用最小二乘方法采用一条多项式曲线来拟合测量数据,为了提高曲线拟合的精度,本文提出采用样条函数来拟合测量数据,另外,对观测噪声未知的情况下,讨论了自适应样条滤波。本文讨论的方法采用了线性模型。     

导航星座自主导航的时间同步技术

导航星座自主导航能够有效地减少地面测控站的布设数量,减少地面站至卫星的信息注入次数,降低系统维持费用,实时监测导航信息的完好性,增强系统的生存能力。卫星时间同步是实现导航星座自主导航的关键技术之一,而星载原子时钟的频率稳定性能直接影响着卫星时间同步精度。本文基于星载原子时钟频率稳定性的Allan方差表达,建立系统状态方程,并以星间双向测量伪距差作为基本观测量,组成系统测量方程。从而,可以设计适用于导航星座卫星时间同步的Kalman滤波算法。系统仿真结果表明:通过滤波处理星间双向测距数据,不断地更新卫星时钟参数,能够实现星座卫星自主高精度时间同步。     

用卡尔曼滤波实现单轴跟踪系统的前馈复合控制

在跟踪系统中 ,利用目标单轴向运动加速度的非零均值相关模型可以构造目标的运动学方程 ,用接收机角误差信号和天线座测角传感器信号重构目标位置量测的方法 ,可以组成目标运动的量测方程 ,从而构造关于目标位置、速度、加速度的状态估计器。利用目标机动加速度的当前统计模型 ,则实现了该估计器加速度的均值和方差的自适应滤波估计运算。针对状态方程为上三角阵的特点 ,采用一次一个量测的处理方法 ,对误差协方差阵的传播和更新实现全上三角矩阵因子分解 ,保证了估计器实时运算的数字稳定性。上述技术的综合应用 ,用卡尔曼估计器实现了单轴角跟踪系统的前馈复合控制