一种图像分割方法的实现

本文基于模糊数学理论中的模糊Ｃ－均值聚类算法,将其思想用于图像分割。通过与其它经典方法的比较,证明了这种方法具有较好的处理效果和较强的抗噪能力。     

通用的前馈振动控制Simulink仿真系统及其应用

利用Simulink平台，建立一个基于自适应滤波技术的前馈振动控制的通用仿真系统，并对直升机结构响应主动控制进行仿真研究，为了模拟机体的力学特性以及旋翼对机体的激振作用，本文建立了一个带伺服液压惯性式作动器的自由一自由梁模型，并使之处于双频扰力作用下，对于该模型，采用了FIR、SIIR等滤波模型进行识别和控制。通过对不同控制模式和与之相适应的滤波算法的仿真研究，揭示其算法收敛性和收敛速度等特性。     

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题,提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上,将姿态矩阵求解问题转化为Wahba问题,实现对多个时刻重力矢量信息的充分利用,并通过SVD算法实现对Wahba问题的求解,结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息,构建状态方程和量测方程,采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题,不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明,改进算法能够明显提高惯导系统在动基座下的姿态精度,转台实验对准方位误差小于0.05°。     

基于星光角距/激光测距的卫星组合导航方法

为了进一步提高卫星天文自主导航精度,提出了一种利用激光测距辅助的天文组合导航方法。激光测距能够直接获取卫星到地面参考信标的高精度距离信息,在以星光角距为观测量的天文导航系统中引入激光测距辅助数据,可以拓展滤波器观测量的维度,从而改善滤波效果。由于组合导航系统为非线性系统,为避免泰勒展开线性化引起的二阶截断误差,采用UKF滤波方法进行组合导航系统信息融合。仿真结果表明,所提出的组合导航方法能够明显提升导航精度,改善滤波性能。     

基于带有事件触发机制的集员滤波的RSSI室内移动定位

在室内移动定位系统中,由于待定位节点易受统计特性未知的噪声干扰影响,采用Kalman滤波和粒子滤波等经典的噪声抑制方法,已无法有效满足室内定位精度不断提升的要求.针对这一问题,提出了一种基于事件触发的集员滤波室内移动定位算法.首先,针对基于接收信号强度指数(RSSI)测距误差导致传统三边定位算法无法获取可行解的问题,提...     

一种基于二次组阵的DOA估计方法

提出一种基于二次组阵的信号到达方向估计方法,在阵列中通过划分相互重叠的子阵对指定的空间区域进行空域滤波波束设计实现对空间信号的干扰抑制,提高期望信号的信干噪比。根据子阵间的位置关系对阵列进行二次组阵,用空间谱估计方法实现对各子阵输出期望信号的到达方向（DOA）估计。仿真结果表明：与常规谱估计方法相比,基于二次组阵的DO...     

惯性+星光折射定位组合导航技术研究

由于现有惯性器件精度水平有限,纯惯性导航误差较大,因此需要采用组合导航的方式来提高导航精度.目前,全自主组合导航方式中传统的惯性+星光定姿组合导航方法只能实现定姿,不能实现定位,无法修正加速度表测量误差引起的惯性导航误差,故在精度上可提升空间有限.为此,提出了一种惯性+星光折射定位组合导航方法,重点从星光折射定位原理、...     

多源信息融合卫星组合导航系统的可观度分析

针对基于GNSS卫星、地标矢量和星光矢量的多源信息融合的高轨卫星组合导航系统,分别利用系统可观度分析方法和状态可观度分析方法对其进行分析.仿真结果表明:在GNSS导航卫星不可见时,地标矢量和星光矢量可以有效地提供测量信息,并保证滤波器的稳定.可观度分析结果表明:系统可观度主要受GNSS导航星的可见星数目影响较大,地标矢...     

A novel strong tracking cubature Kalman filter and its application in maneuvering target tracking

The fading factor exerts a significant role in the strong tracking idea. However, traditional fading factor introduction method hinders the accuracy and robustness advantages of current strong-tracking-based nonlinear filtering algorithms such as Cubature Kalman Filter (CKF) since traditional fading factor introduction method only considers the first-order Taylor expansion. To this end, a new fading factor idea is suggested and introduced into the strong tracking CKF method. The new fading factor introduction method expanded the number of fading factors from one to two with reselected introduction positions. The relationship between the two fading factors as well as the general calculation method can be derived based on Taylor expansion. Obvious superiority of the newly suggested fading factor introduction method is demonstrated according to different nonlinearity of the measurement function. Equivalent calculation method can also be established while applied to CKF. Theoretical analysis shows that the strong tracking CKF can extract the third-order term information from the residual and thus realize second-order accuracy. After optimizing the strong tracking algorithm process, a Fast Strong Tracking CKF (FSTCKF) is finally established. Two simulation examples show that the novel FSTCKF improves the robustness of traditional CKF while minimizing the algorithm time complexity under various conditions.     

基于方位信息的组网雷达跟踪滤波研究

干扰对组网雷达目标跟踪系统模型的影响,决定了系统需要用非线性滤波技术进行纯方位跟踪.粒子滤波避免了传统非线性滤波方法的缺陷,但是存在粒子退化,于是用EKF和UKF在每一时刻更新粒子,用更新的粒子及其协方差构造重要性函数,然后重采样.仿真实验表明了这两种改进粒子滤波方法的有效性.