预警卫星对主动段弹道跟踪算法研究

针对预警卫星视线（LOS，Line-of-Sight）测量下对弹道导弹目标的跟踪问题，传统的方法（如EKF）存在易发散、不稳定的现象。引入一种更为稳健和有效的滤波估计算法UKF，其通过特别选取一些样点，给出随机变量经过非线性变化后的均值和方差，从而得到滤波器基于非线性方程的更新，避免了非线性方程的线性化。解析表达了导弹推力加速度值和导弹在重力作用下姿态的变化特性，提出了基于弹体旋转的主动段运动方程。通过Mortte-Carlo仿真，与其它算法比较，说明该算法跟踪性能更好，在空间预警系统应用中具有较好的适应能力。     

电子角跟踪导引头技术及其应用前景

对电子角跟踪在反辐射导引头中的应用进行了研究。介绍了导引头的组成、电子角跟踪的工作原理和特点。研究了如灵敏度、角跟踪误差、制导信号提取、弹体扰动去耦、角搜索模糊，以及单目标跟踪等关键技术，最后分析了电子角跟踪技术在雷达、单机无源定位、反辐射、救生和机器人等技术领域的应用前景。     

生物工程微操作机器人视觉系统的研究

针对生物工程领域显微操作的要求和特点,设计并实现了一个显微视觉系统.该系统采用基于相关系数的模板匹配算法和基于形态学运算的识别算法,能同时获得至少3个目标的二维位置信息.这两种算法均可由能够用硬件并行实现的离散卷积运算来实现,从而能够快速地计算目标的位置信息,实现了实时视觉伺服控制.实验结果表明视觉伺服控制能有效地提高系统的性能;视觉系统能够满足实时控制的要求.     

飞行仿真转台基于干扰观测器的鲁棒跟踪控制

对三轴飞行仿真转台系统,提出一种基于干扰观测器的鲁棒数字跟踪控制器的设计综合方法.该控制器由前馈控制器、闭环控制器及摩擦补偿环节组成.前馈环节由零相差跟踪控制器ZPETC (Zero Phase Error Tracking Controller)及FIR滤波器构成,闭环由比例微分(PD)控制及干扰观测器构成,摩擦补偿采用基于库仑模型的固定补偿方法.实验结果表明,该方法能有效提高跟踪性能,并且对系统参数变化和力矩扰动具有很强的鲁棒性.     

基于路径跟踪原理求解6-SPS并联机构位置正解

以6-SPS并联机构为例,基于路径跟踪原理,提出一种求解并联机构位置正解的预估-校正法.该方法通过求解并联机构位姿方程的微分初值问题,经过路径跟踪,可求出指定杆长动平台的正确位姿,并可求出从初值到待求值的中间结果.仿真结果表明,该方法具有计算速度快,收敛范围大,计算结果可靠的特点.     

一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

多目标遥外综合测量体制靶场布站几何理论分析与仿真

从多目标遥外综合测量体制的定位原理入手 ,对定位误差与布站几何的关系作了较细致的分析 ,提出靶场最优布站几何。试验和仿真结果表明 ,该几何布局可以满足系统要求     

从测控系统到数据系统

阐明了航天器数管系统与测控系统的关系 ,以及它们发展到数据系统的趋势。同时提出了数据系统的基本技术要素和实现数据系统的若干关键技术。     

一种基于三维到达角的无偏伪线性卡尔曼滤波

为了解决大场景下基于三维到达角的目标跟踪问题，提出了一种具有无偏性的伪线性卡尔曼滤波。首先，基于三维到达角信息对目标运动模型与量测模型进行建模；之后，对量测模型进行了伪线性化处理，得到了线性形式的目标量测模型。为了解决伪线性卡尔曼滤波存在的有偏性问题，提出了一种结合EKF（extend Kalman filter）的三维伪线性无偏卡尔曼滤波。仿真实验表明，该模型能够对非机动目标与机动目标有效跟踪，对于百公里级别的目标，当角测量误差从0.1°变化到0.5°，算法在仿真时间结束时均能将绝对位置误差降低至10 km以内，且算法的运行速度与EKF为同一个量级，同时兼顾了抗干扰能力、定位跟踪精度、运行效率的要求，能够为大场景下的目标跟踪提供有效方法。     

Robust extended Kalman filter with input estimation for maneuver tracking

This study investigates the problem of tracking a satellite performing unknown continuous maneuvers. A new method is proposed for estimating both the state and maneuver acceleration of the satellite. The estimation of the maneuver acceleration is obtained by the combination of an unbiased minimum-variance input and state estimation method and a low-pass filter. Then a threshold-based maneuver detection approach is developed to determinate the start and end time of the unknown maneuvers. During the maneuvering period, the estimation error of the maneuver acceleration is modeled as the sum of a fluctuation error and a sudden change error. A robust extended Kalman filter is developed for dealing with the acceleration estimate error and providing state estimation. Simulation results show that, compared with the Unbiased Minimum-variance Input and State Estimation (UMISE) method, the proposed method has the same position estimation accuracy, and the velocity estimation error is reduced by about 5 times during the maneuver period. Besides, the acceleration detection and estimation accuracy of the proposed method is much higher than that of the UMISE method.