基于自提取脉冲样本图的雷达信号快速提取法

针对电子侦察中截获的敌方雷达信号,估计敌方雷达参数、实现快速的雷达信号提取,对电子对抗决策有重要意义。基于脉冲样本图的描述方式,提出一种新算法,实现对截获的敌方雷达信号的快速识别。算法利用同种雷达信号脉冲之间的匹配相关性,通过脉冲的整体平移,在实现对脉冲样本图的自提取的同时,把用此脉冲样本图描述的雷达辐射源信号筛选出来。仿真分析表明该方法可以获得较高的成功率。     

简化的混合估计算法及其在GPS／SINS深组合中的应用

为解决GPS/SINS深组合导航系统滤波的非线性和噪声的不确定性的问题,针对深组合模型特点,设计了一种简化的基于U滤波的多模型混合估计滤波器。根据系统模型中状态方程是线性方程、观测方程是非线性方程的特点,提出了一种简化的U滤波算法(Ultra tight coupling unscented Kalman filter,UTCUKF),然后针对噪声变化建立了非线性模型,多模型混合估计滤波器的输出为各滤波器的概率加权融合,因此模型概率是根据噪声变化而调整的,从而也使系统输出对噪声变化具有一定自适应能力。最后进行了仿真,并与基于普通U滤波的多模型混合估计算法进行了比较。结果表明,本文算法的解算时间短,模型切换速度更快,而估计的精确度与同条件下的基于普通U滤波的多模型混合估计算法相当,更符合深组合系统高动态的要求。     

捷联惯导位置更新中的二子样涡卷补偿优化算法研究

研究了高动态环境下捷联惯导位置更新中的涡卷补偿算法。首先,给出了以地理坐标系为导航坐标系的位置更新算法;然后,基于曲线拟合的思想方法,推导了位置更新的二子样和三子样涡卷补偿算法,并且在划船运动(一种引起涡卷效应的典型高动态环境)下对二子样涡卷补偿算法进行优化,提出了位置更新的二子样涡卷补偿优化算法。仿真结果表明,二子样涡卷补偿优化算法的精度要比二子样涡卷补偿算法高,而其计算量与二子样涡卷补偿算法相当。     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

基于光流信息的圆弧偏置比例导引规律

提出了一种改进的用于被动寻的导弹的基于光流带落角约束的导引规律,其具有更强的适应性和更小的落角误差,而且该导引律不要求弹目距离信息,克服了被动寻的导弹不能测距的约束.基于采用光学传感器和光流算法的测量模型,受昆虫导航的启发,利用光流信息进行被动寻的导弹的导引和控制.同时借鉴偏置比例导引律的结构,重新设计偏置项,实现导弹以期望的落角命中目标.仿真表明,拦截地面运动目标时,该导引律在保证小脱靶量的同时,基本达到期望的落角,对于测量噪声也具有较好的鲁棒性.      

全球导航卫星系统多星故障排除新方法

在全球导航卫星系统中,多颗卫星同时发生故障的概率会随着观测卫星数的增加而增加,从而,在接收机自主完好性监测中需考虑多星故障的处理.针对故障检测比故障排除简单、且故障检测率比故障排除率高的特征,以故障检测为基础,提出了一种新的多星故障排除方法——随机搜索法.该方法采用二进制对观测卫星进行编码,通过随机初始化方式获得初始无故障星座,再通过逐步搜索未选卫星方式来得到最终的含有最多无故障卫星的星座,实现故障排除功能.仿真结果表明:大部分情形下,新方法能获得99%以上的故障排除率,既能进行单星故障排除,也能进行多星故障排除,能有效满足全球导航卫星系统关于自主完好性的要求.      

锥运动条件下新的速度误差补偿项研究

经典的捷联惯导积分算法往往需要在姿态更新过程中对圆锥误差项进行精确补偿。虽然考虑了载体姿态变化的影响,但速度更新算法通常忽略了圆锥效应的作用。就圆锥误差项引起的速度误差进行了研究。指出其与陀螺角增量对速度更新的影响方式相同。在假设的线性斜坡模型条件下,利用两个连续的角增量和比力增量,详细推导了新的速度误差项的二子样更新补偿算法。在一种特殊的机动条件下,即当载体绕横轴作圆锥角振动的同时又沿立轴作同频同相的线振动,推导的二子样优化算法能够使该误差补偿项的平均性能最优。仿真结果证明该优化算法能够对新的速度误差积分项进行有效的补偿。     

基于未知地标被动观测的飞航导弹SINS俯仰姿态误差估计方法

针对飞航导弹单独使用时SINS存在姿态估计精度随时间降低的问题,提出了基于未知地标被动观测的SINS俯仰姿态误差估计方法。首先,根据飞航导弹中制导段飞行的特点,把SINS俯仰姿态误差估计问题转化为攻角估计问题。然后,在不改变导弹巡航路径的前提下,利用弹上成像导引头对视场内任意未知地标连续被动观测,分别提出了弹体坐标系和速度坐标系下的攻角估计方法,并分析了观测噪声对量测方程系数的影响。最后,利用平均去噪的思想对估计结果进行处理,提高了SINS俯仰姿态误差的估计精度。仿真结果表明：两种方法都能有效估计出飞航导弹SINS俯仰姿态量测误差。     

捷联惯导与星跟踪器组合导航算法研究

捷联惯导与小视场星跟踪器构成惯性/天文组合导航系统,核心思想是利用星体跟踪器的高精度测角信息设计滤波修正算法对捷联惯导的导航姿态、方位和位置误差进行滤波估计并修正,以限制捷联惯导系统导航误差随时间的发散,最终提高系统长航时导航的导航精度。在分析小视场星体跟踪器量测量与SINS导航误差之间关系的基础上,设计了两种不同的组合导航算法：位置+方位修正算法和误差角组合导航修正算法。在此基础上对两种算法的导航精度进行了理论分析,并通过长航时仿真飞行数据进行了仿真验证。结果表明：位置+方位修正算法不受载体的位置误差的影响,更适用于星体跟踪器间断工作的情况;误差角组合算法不受载体姿态误差的影响,更适用于SINS初始位置误差得到有效修正的情况。