具有特定功率谱形式的随机信号数字模拟

当用计算机模拟满足一定功率谱规律的离散数字随机信号时,通常是对伪随机白噪声离散数字信号进行数字滤波来模拟。但由于成形滤波器的输入信号为白噪声,导致数字滤波结果与滤波步长h有密切关系。本文通过实例,给出了一种修正数字滤波步长对模拟结果影响的方法。     

弹性体上惯性测量系统的传递对准

 给出了一套弹性体上惯性测量系统的传递对准方案。该方法只采用角速度陀螺作为测量元件,能够对传感器误差进行补偿,并且可给出两套测量坐标系失配角的可靠估计。本文应用弹性力学的模态法建立机翼的运动方程;应用自适应Kalman滤波器在线估计由空气动力诱导的广义外力。     

离散不确定系统的优化鲁棒滤波方法及在飞行试验中的应用

提出了一种离散系统的优化鲁棒滤波方法。为了得到滤波的逼近计算式，通过优化加权矩阵得到了上界不等式逼近和等效系统矩阵，得到了鲁棒滤波的时间更新算法；通过优化加权矩阵得到了下界不等式逼近和等效观测矩阵，得到了鲁棒滤波的测量更新算珐，并且给出了鲁棒滤波算法收敛的条件。飞行试验数据处理的结果表明，提出的方法是有效的。     

基于宽带滤波巴伦的端射滤波天线

端射天线是一种辐射方向与阵轴的方向一致的天线,因为其具有良好的方向图特性,通常应用在军用雷达探测系统用来解决“盲区”问题。端射天线和滤波器之间由于匹配电路的存在导致系统尺寸较大、损耗增加。将端射天线和滤波器作为整体器件设计成端射滤波天线,端射滤波天线不仅具有辐射、阻抗匹配、滤波和平衡转换功能,而且可以减小电路尺寸,使系统结构更加紧凑。文章通过采用闭合环谐振器设计一款结构紧凑的多层宽带滤波巴伦,并将宽带滤波巴伦和准八木天线进行集成,设计出了一款中心频率 2.5 GHz的端射滤波天线。该滤波天线具有频率带宽较宽、频率选择性高、带外抑制好、结构紧凑等特点。     

一种带随机偏差的分布式信息融合滤波算法

在通信、计算机、信号处理、自动控制中,对于带有未知的干扰和偏差的随机系统的状态估计已经广泛出现。在现实环境中,不同的传感器可能受到不同的干扰影响。研究随机系统的状态估计问题在实际应用中具有重要的意义。对带有随机偏差的线性随机系统,将系统转换为多模型结构的特殊情况。利用最小方差的最优加权融合估计算法,获得了分布式信息融合滤波算法。通过仿真可以看出,分布式信息融合算法要比局部估计算法具有更高的精度,算法具有分布式结构,这使其具有更好的鲁棒性和可靠性。     

基于星敏感器的卫星姿态估计方法研究

以星敏感器姿态信息作为测量数据,结合卫星姿态动力学方程组,采用增广卡尔曼滤波方法对无陀螺卫星姿态进行估计。研究发现,干扰力矩的变化会降低卫星姿态估计结果的精度,为此提出两种改进的姿态估计算法:增广自适应卡尔曼滤波方法和增广强跟踪卡尔曼滤波方法;仿真表明,两种算法都能很好地克服干扰力矩变化导致的精度下降现象。     

基于模糊逻辑的交互式多模型滤波算法

针对交互式多模型（IMM）滤波算法在对反舰导弹的"蛇形"机动方式进行跟踪时收敛速度慢、滤波精度低的问题。在三维空间内,假定目标以匀速直线和"蛇形"机动2种方式进行运动,以相对距离和视线角为观测信息,对IMM滤波算法的模型概率更新模块进行改进,提出了基于模糊逻辑的交互式多模型（FLIMM）滤波算法。通过仿真对比分析,改进后的算法能够有效地提高收敛速度,进而获得更高的跟踪精度。      

GPS/BDS/INS tightly coupled integration accuracy improvement using an improved adaptive interacting multiple model with classified measurement update

An Extended Kalman Filter (EKF) is commonly used to fuse raw Global Navigation Satellite System (GNSS) measurements and Inertial Navigation System (INS) derived measurements. However, the Conventional EKF (CEKF) suffers the problem for which the uncertainty of the statistical properties to dynamic and measurement models will degrade the performance. In this research, an Adaptive Interacting Multiple Model (AIMM) filter is developed to enhance performance. The soft-switching property of Interacting Multiple Model (IMM) algorithm allows the adaptation between two levels of process noise, namely lower and upper bounds of the process noise. In particular, the Sage adaptive filtering is applied to adapt the measurement covariance on line. In addition, a classified measurement update strategy is utilized, which updates the pseudorange and Doppler observations sequentially. A field experiment was conducted to validate the proposed algorithm, the pseudorange and Doppler observations from Global Positioning System (GPS) and BeiDou Navigation Satellite System (BDS) were post-processed in differential mode. The results indicate that decimeter-level positioning accuracy is achievable with AIMM for GPS/INS and GPS/BDS/INS configurations, and the position accuracy is improved by 35.8%, 34.3% and 33.9% for north, east and height components, respectively, compared to the CEKF counterpart for GPS/BDS/INS. Degraded performance for BDS/INS is obtained due to the lower precision of BDS pseudorange observations.     

组合导航系统中一种基于特征值分解的自适应信息融合滤波算法

基于分散滤波理论的联合滤波算法,可以有效地降低组合导航系统的计算负担,并且增强系统的容错性能。给出了一种联合滤波算法中信息分配系数的自适应计算方法,能够使联合系统根据导航过程中各传感器的信息质量的变化合理地反馈全局信息。仿真结果表明,该算法可以有效地降低由于导航子系统降级带来的滤波误差。     

NEW METHOD FOR REDUCED RANK STAP—NON CLUTTER CHANNEL METHOD

Space- time adaptive processing(STAP) is aleading technology candidate for improving detec-tion performance of advanced airborne early warn-ing radar.In practical radar systems,the optimumfully adaptive space- time processing[1] cannot al-ways be implemented because of the computationalcomplexity,so the design of suboptimum proces-sors has been one of the key topics in STAP.Sev-eral reduced- rank STAP methods have been pro-posed in recent years.For example,based on thegeneralized sidelobe…