基于步进频的雷达成像算法研究

在多目标情况下,雷达接收的信号是目标各点散射的矢量叠加,高分辨率的成像可以实现各目标的分离。用于目标成像有多种算法,本文使用基于步进频的卷积-反投影算法(B-P算法)对回波信号进行处理,得到了二维的目标像,同时在增加一根接收天线的情况下,也可以获得各散射点的高度信息。仿真结果验证了该算法的有效性。     

基于新的数值积分粒子滤波的机载无源定位算法

针对机载无源定位这一多维非线性滤波问题,提出一种新的用3阶数值积分卡尔曼滤波算法来产生重要性密度函数的粒子滤波算法。新算法采用球形和径向数值积分规则选取积分点和确定相应的权值,得出的积分点数仅为状态维数的二倍,大幅的减少了计算量,较好地解决了求积分卡尔曼粒子滤波算法（Quadrature Kalman Particle Filter, QPF）在高维滤波时存在计算量大的问题;而且通过设定比例因子使得所产生的重要性密度函数在系统状态转移概率密度的基础上,融入最新的观测值,增加了粒子的多样性,提高了对系统状态后验概率的逼近程度。仿真结果表明：新算法在稳定性和定位精度上与QPF相当,但计算时间仅约为QPF的15%。     

Morlet组合小波在颤振试飞中的应用

Morlet小波是高斯包络下的复指数函数,利用其虚部是实部的Hilbert变换,频域波形为钟形的特征,提出了基于Morlet组合小波的滤波方法。利用该方法,能方便地构造合适的Morlet组合小波,完成对飞行颤振试验响应信号的滤波,并保证滤波后相位不变。通过数字仿真研究了其方法的有效性,工程应用表明,该方法能够有效滤除飞行颤振试验响应信号的噪声,具有良好的应用前景。     

无线传感器网中的加权距离节点选择法

节点选择存在于无线传感器网的目标跟踪问题中,主要任务是从多个传感器中选取合适节点跟踪当前目标,满足跟踪精度、算法计算量的要求.提出一种适用于测角传感器节点的加权距离选择法,该算法利用目标状态预测的分布及节点的探测模型,通过计算节点距目标几何距离及加权系数,选择具有最小加权距离的传感器点进行探测,避开了贝叶斯滤波,在减少计算量的同时具有很好的选择精度.仿真结果表明,本算法大幅度减少了计算量,同时可达到和熵值法相当的跟踪定位效果.      

深空导航系统状态描述形式的选取问题研究

深空导航系统的状态描述采用轨道六根数还是位置速度是一个重要问题。首先根据两种描述下的非线性特性和空间结构特性,研究了导航算法中涉及的状态方程、观测方程和导航系统适用的非线性Kalman滤波器。然后引入非线性强度理论,分析了两种描述形式对导航系统可观测性的影响,解释了描述形式不同时可观测性不一致现象。最后以深空巡航段导航为例对上述理论进行了仿真验证,结果显示基于适当的滤波器,采用轨道根数描述状态时的导航系统具有较高的导航精度和计算效率。因此深空导航特别是巡航段导航应优先使用轨道根数描述状态,但是在判断系统可观测性时要首先判断非线性强度问题。     

中心差分Kalman滤波方法在X射线脉冲星导航中的应用

由于脉冲星脉冲到达时间的测量需要较长时间,基于传统的扩展Kalman滤波的X射线脉 冲星定轨方法精度较低。为此,提出了将中心差分Kalman滤波应用于X射线脉冲星导航中, 利用中心差分Kalman滤波替代扩展Kalman滤波,通过结合航天器轨道动力学模型和脉冲星观 测信息进行定轨。仿真结果表明,中心差分Kalman滤波方法的定轨精度高于扩展Kalman滤波 方法。     

高精度磁悬浮CMG框架测角的快速最优估计算法

为了提高磁悬浮控制力矩陀螺（MSCMG）框架系统的速率伺服精度,克服旋转变压器的测角精度有限的缺点,提出一种高精度MSCMG框架测角的快速最优估计算法。该算法根据旋变角位置信号对位置和速度信号进行实时滤波估计,从而抑制信号中的随机噪声,通过改进的滤波增益确定方法降低了算法复杂度。最后该方法在DSP上实现,实验证明其有效可行,提高了测角精度,实现了由低精度传感器获得高精度速率伺服的性能。
     

差动式测量仪器动态误差分析与滤波网络设计

通过了一个动态在线测量系统实例,分析滤波网络分布位置对系统动态测量误差的影响,并提出对于差动式动态测量系统,滤波网络必须位于和差动算电路之后的设计原则。     

一种基于图像形态学的深空图像模糊复原方法

针对深空目标与空间相机相对运动造成的图像运动模糊问题,文章提出了一种基于图像形态学的运动模糊复原方法。首先运用图像形态学细化的方法消除图像中的冗余信息,快速提取图像中目标的特征;其次运用最小二乘法直线拟合方法对目标运动方向进行估计,再利用连通域划分结果对目标运动长度进行估计;最后采用约束最小二乘方滤波对退化模型进行逆推导运算来实现目标运动模糊复原。通过实验验证结果表明：文章提出的基于图像形态学的深空图像运动模糊复原方法能够正确估计运动模型参数,通用性强,易于在轨实现,可以处理目标与相机相对运动造成的运动模糊问题,在目标运动方向不一致的图像中取得了良好的复原效果。     

基于飞行数据反演解算的 SINS空中标定技

针对机载 SINS定期拆卸并进行实验室标定存在的维护效率低、标定周期不合理的问题,提出一种基于 GPS/SINS组合导航仿真飞行数据反演解算的免拆卸空中标定方法。在对飞行数据拟合插值的基础上,利用飞行数据序列和 SINS反演算法解算出惯性器件的输出增量,以引入误差后的惯性器件输出值作为 SINS的输入进行纯惯导解算,并以 SINS和 GPS输出的速度误差作为系统级标定 Kalman滤波器的观测量,对惯性器件误差项进行滤波估计。仿真结果表明,这种标定方法可较好地估计出 SINS中的误差项,实现了 SINS的免拆卸标定,降低了对 SINS定期标定的要求。