基于俯冲模型的SAR成像处理和几何校正

针对高速俯冲状态下斜视SAR(Synthetic Aperture Radar)高分辨率成像处理和几何校正方法进行研究,建立了通用的SAR空间几何模型,在此基础上推导了俯冲状态下的等效斜视距离模型,并给出相应的回波信号数学模型.根据高速俯冲SAR的信号特点,采用Burst工作模式,利用改进的ECS(Extended Chirp Scaling)成像算法进行成像处理,给出了成像处理流程和相位补偿因子表达式.根据距离方程和多普勒定位方程组推导了针对ECS成像算法的几何校正计算公式.计算机仿真结果表明,改进ECS算法能够对俯冲模式SAR进行高分辨率成像处理,并对斜视SAR具有较好的处理能力,提出的几何校正方法能够很好地修正几何失真.      

基于扩展卡尔曼滤波的舰机相对位姿估测

通过将基于扩展卡尔曼滤波的长序列图像分析方法与单目视觉技术相结合,把无人机自主着舰视觉导引中舰机间相对位姿的估测,转化为机载摄像机对着舰靶标平面3D位姿的实时估测问题.首先根据透视投影理论,建立了以摄像机的透镜中心为原点且Z轴与光轴重合的摄像机坐标系和世界坐标系,然后利用机载摄像机连续拍摄的靶标图像序列,选择描述相对运动的3个欧拉角、平移向量及它们的速度作为状态变量;由靶标角点的提取和帧间匹配,建立了反映着舰靶标上特征点的图像坐标和状态变量之间关系的观测方程,带入扩展卡尔曼滤波器,估测出舰机的相对运动参数.计算机数据仿真和基于DSP平台的半实物仿真试验验证了算法的有效性和鲁棒性.      

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。     

基于先验概率优势关系的粗糙决策分析模型

针对含有不完全偏好信息的多属性决策问题,提出了基于先验概率优势关系的粗糙决策分析模型.首先分析了扩展优势关系和限制扩展优势关系的不足,在此基础上提出先验概率优势关系的概念,并得到先验概率优势关系下的粗糙近似;然后通过对比分析,证明了新模型较上述两种优势关系模型可使分类结果更加符合实际情况和人在数据处理过程中的直观感受.最后,通过一个实例验证了新方法的可行性和有效性.     

湍流标度律的实验测量

实验测量了射流与圆柱尾流纵、横向的湍流速度脉动，计算了这两种方向的湍流速度结构函数的标度规律。结果表明，横向的湍流速度脉动比纵向有着更大的间歇性，这支持目前已有的一些关于均匀各向同性湍流的实验测量和数值计算的结果，而与另一些文献报道不同。此外，还对纵、横向湍流速度结构函数标度律的S-L模型进行了一些分析。     

弱模型依赖通用智能姿态控制技术

超高速跨域飞行、敏捷机动等是新一代飞行器发展方向,而长时高速飞行产生的气动外形变化带来的气动参数大范围改变等问题,都对控制系统设计提出了更高的要求。为提高飞行器对模型不确定性的适应能力及控制方法对不同外形、复合执行机构的通用性,深入研究了弱模型依赖的通用智能姿态控制技术,分层次地开展了基于深度学习(DL)的自适应姿态控制、基于深度确定性策略梯度算法(DDPG)的通用姿态控制、弱模型依赖的多维复合控制等技术研究,显著提高了控制系统的鲁棒性和通用性,对人工智能技术在飞行器姿态控制中的应用具有一定的指导意义。     

基于鲁棒扩展卡尔曼滤波的双目视觉测量相对导航技术研究

针对非合作目标相对导航问题,为提高相对导航的精度和可靠性,采用双目视觉测量方法实现追踪器与目标器之间相对状态的测量,并基于鲁棒扩展卡尔曼滤波方法,提出了一种鲁棒相对导航滤波方法。仿真结果表明,该方法对相对导航系统模型中的不确定性具有良好的鲁棒性,且滤波精度较高。     

基于模型拼接技术的四旋翼无人机全飞行包线建模

四旋翼无人机在军事和民用领域都有广泛的应用前景。然而，四旋翼无人机具有机载传感器准确性低与可靠性差、不同飞行条件下动力学模型差异大等特点。本文以四旋翼无人机为研究对象，系统地开展了飞行路径重构、频率域系统辨识、全飞行包线建模的相关研究工作。针对机载低成本传感器存在显著常值偏差与量测噪声统计学特性未知的缺点，采用基于EKF的飞行路径重构技术对在飞行试验中无人机的机体空速进行重构；针对不同飞行速度下四旋翼无人机动力学模型差异大的特点，采用频域法辨识得到不同飞行条件下的本体动力学模型；针对四旋翼无人机大跨域的高精度控制需求，利用模型拼接技术，系统性地提出了全飞行包线建模方案，经过验证，所提出模型拼接技术是准确可靠的。     

一种单传感器实时系统误差配准算法

针对运动单传感器系统误差配准问题进行了研究,提出了一种基于位置未知固定目标的单传感器实时系统误差配准算法。算法利用传感器对固定目标的两时刻量测值,构建包含传感器系统误差的等效系统状态及其状态方程与量测方程,并基于扩展卡尔曼滤波技术实现了利用位置未知的固定目标对传感器系统误差的实时精确滤波估计。蒙特卡洛仿真结果验证了算法的有效性,具有对系统误差的稳定估计性能、快速的滤波收敛能力、较高的系统误差配准精度以及较强的工程实用性。     

星间测距对小卫星编队相对轨道状态的修正

相对轨道状态确定是小卫星编队正常工作的基础和重要保障.针对小型化、低成本的星载GPS接收机定轨精度较低的情况,提出一种利用单纯星间测距信息对卫星编队相对轨道进行修正的方法.引入星间测距信息,采用扩展卡尔曼滤波算法提高编队的相对轨道估计精度.通过仿真验证,证实了该方案的有效性.