The Marginal Rao-Blackwellized Particle Filter for Mixed Linear/Nonlinear State Space Models

In this paper, the marginal Rao-Blackwellized particle filter （MRBPF）, which fuses the Rao-Blackwellized particle filter （RBPF） algorithm and the marginal particle filter （MPF） algorithm, is presented. The state space is divided into linear and non-linear parts, which can be estimated separately by the MPF and the optional Kalman filter. Through simulation in the terrain aided navigation （TAN） domain, it is demonstrated that, compared with the RBPF, the root mean square errors （RMSE） and the error variance of the nonlinear state estimations by the proposed MRBPF are respectively reduced by 29% and 96%, while the unique particle count is increased by 80%. It is also found that the MRBPF has better convergence properties, and analysis has shown that the existing RBPF is nothing more than a special case of the MRBPF.     

噪声协方差估计新算法在惯性导航系统中的仿真研究

研究一种在动态系统常值误差未知的情况下对线性时变随机系统误差协方差进行估计的新方法。该方法通过构造一个新的时间序列,其协方差由未知参数的线性组合组成,然后用递推最小二乘法来计算新序列的协方差,该方法不需要任何关于噪声的先验知识。从仿真结果来看达到了较好的效果。     

一种基于模糊遗传算法的多传感器多目标跟踪数据关联算法

基于模糊遗传算法发展了一种新的数据关联算法。数据关联的静态部分靠一个模糊遗传算法来得出量测组合序列和S-D分配的m个最优解。在数据关联的动态部分，将得到的S-D分配的m个最优解在一个基于多种群模糊遗传算法的动态2D分配算法中依靠一个卡尔曼滤波估计器估计出移动目标各个时刻的状态。这一基于分配的数据关联算法的仿真试验内容为被动式传感器的航迹形成和维持的问题。仿真试验的结果表明该算法在多传感器多目标跟踪中应用的可行性。另外，对算法发展和实时性问题进行了简单讨论。     

基于图像奇异值描述的雷达目标识别方法

利用目标对常规雷达发射波形的调制效应，先对录取的回波数据进行预处理，把一维回波序列投影成二维灰度图像，然后提取这种图像的反映飞机目标不同机型(大、小)和不同架次的奇异值作为特征矢量，采用BP神经网络对目标进行分类识别试验，结果表明该方法是有效的，这为常规低分辨雷达空中目标识别提供了一种新方法。     

离散系统的分散滤波器

基于文献[1,2],本文讨论了两种离散系统的分散滤波器方案,并给出了理论分析。最后,通过仿真证明了理论结果。     

风场对重力波的滤波现象

对MillstoneHill台站数字测高仪DGS－256漂移探测数据进行的分析表明，背景风场对重力波扰动具有明显的滤波作用．这种滤波效应主要表现为：扰动传播方向具有顺时针旋转的日变化特征，扰动相对出现率峰值出现在扰动传播方向与背景风场方向之间的夹角为180°－225°之间．扰动时空尺度越小，其传播越趋向于逆风场方向．     

面向导航增强的低轨星座设计与应用

随着传统产业升级和新兴技术的发展,社会生产和生活对分米级、厘米级的实时精准定位需求日益凸显。低轨卫星轨道高度低、信号强度大、短时间内几何构型变化快,因此应用低轨卫星开展导航增强服务成为研究热点。低轨卫星的增强服务性能依赖于星座的快速组网和设计,低轨卫星星座构型、轨道高度、轨道倾角等是影响其覆盖性能和增强性能的关键因素。全面分析了低轨星座设计的关键要素,包括轨道高度、轨道倾角和单星覆盖性、地面人口密度、空间环境等,在此基础上设计了单构型和复合构型低轨导航增强星座,并进一步分析低轨星座的覆盖性能。结果显示:复合低轨导航增强星座可以实现对全球的连续覆盖,同时满足极地高密度覆盖和低纬度的连续覆盖需求,对北斗导航系统的增强效果明显。     

基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

精确的飞机检测与追踪方法可以有助于提升我国军事实力,但是目前对小目标飞机进行有效追踪方法较少。基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳,本文提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法以获得更好的追踪性能,该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联。实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5%的提升,且对飞机的追踪效果精度高且实时性能,具有较高的军事应用价值。     

多视场低磁星敏感器及其在磁测卫星中的应用

下一代地磁导航等空间任务对地球磁场测量卫星提出了迫切的需求, 高精度地磁场测量卫星需要极高的姿态测量精度和空间剩磁环境, 对星敏感器提出了新的要求。针对这一需求, 研究了低剩磁高精度星敏感器的改进设计方法。采用三视场分体结构设计,提高了数据更新率,通过数据融合提高了姿态确定精度,同时对光学头部进行了精细化降剩磁设计。仿真和测试结果表明,改进的星敏感器设计方法能够实现较低的剩磁和较高的定姿精度, 满足地磁场测量卫星的应用需求, 具有较高的应用价值。     

融合背景图像信息和多特征压缩的相关滤波跟踪算法

针对相关滤波类跟踪算法目标背景图像信息利用率较低、目标特征表达能力较弱的问题,提出了一种融合背景图像信息的多特征压缩跟踪算法。首先,在上下文感知滤波器的基础上,将背景图像信息加入位置滤波器。其次,提取颜色名(Color Name, CN)特征与梯度直方图(Histogram of Oriented Gradient, HOG)特征,使用最大响应因子及平均峰相关能量(Average Peak-to-Correlation Energy, APCE)评估跟踪结果的可信度,实现两种特征的自适应融合。最后,利用特征降维简化模型的复杂度,实现算法运行速度的提升。实验结果表明,改进后的算法在遮挡、形变、尺度变化等复杂环境下均具有较高的鲁棒性,其跟踪精度和成功率指标均优于DSST及其他主流的跟踪算法,并且仍保持了实时性。