基于Gauss滤波和Hilbert变换的模态阻尼辨识方法

为了精确获取航天器结构的模态阻尼,提出一种基于Gauss滤波和Hilbert变换相结合的模态参数辨识算法.对结构频响函数经过Gauss滤波后,通过Hilbert变换得到系统瞬时包络曲线和相位,对系统模态参数进行辨识.研究表明该方法具有较高的辨识精度,可以准确有效的完成航天器结构的模态阻尼辨识.     

航空发动机气路故障诊断的SANNWA-PF算法

针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波（SANNWA PF）算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用正态分布的方式进行分裂,采用反向传插(BP)神经网络进行权值调整,缓解了粒子的退化和贫化,具有更强的自适应性能和跟踪能力。通过一维非线性跟踪模型和航空发动机气路故障诊断仿真研究表明:SANNWA PF算法具有良好的非高斯性能,相对粒子滤波一维非线性追踪模型估计精度提高约21%,航空发动机气路故障诊断在高斯噪声和非高斯噪声下分别提高约30%和26%,诊断速度分别提高约7倍和10倍。      

高斯混合模型优化的四元数约束CKF姿态估计

针对四元数非线性滤波在姿态估计中噪声为非理想高斯分布时随机模型的失配现象,提出了一种基于高斯混合模型的四元数约束容积卡尔曼滤波（GM-QCKF）。讨论了四元数在容积卡尔曼滤波中的加权均值方法,并利用高斯混合模型对高斯分量更新与求和从而精化随机模型,最后通过两步投影理论做归一化限制,有效地改进了四元数约束容积卡尔曼滤波的稳定性。通过仿真测试,表明GM-QCKF可明显提高姿态估计精度;跑车试验验证了GM-QCKF算法在实际应用中精度和稳定性的优势。     

一种改进的SINS_ODO_ZUPT组合导航算法

将里程计和零速修正方法相结合,针对SINS_ODO_ZUPT组合导航算法高度容易发散问题,提出了一种对天向速度和天向高度进行约束的量测模型.半实物仿真实验表明,该算法能够在保证水平精度的同时抑制高度的发散.与SINS_ODO_ZUPT组合导航算法相比,该模型的高度和精度提高了 73.8％,证明了该模型的正确性.     

基于时变AR模型的MEMS陀螺抗野值Kalman滤波

陀螺是框架式导引头控制稳定平台和解算视线角速度的重要器件。随着微机械陀螺(MEMS)广泛应用于低成本框架式导引头,许多学者开展了对MEMS陀螺的研究来提高导引头的制导精度。针对导引头MEMS陀螺输出噪声大、滤波后延时大的问题,提出了一种利用遗忘因子递推最小二乘进行时变AR模型建模并与抗野值Kalman滤波相结合的方法。利用遗忘因子递推最小二乘对AR模型进行参数估计,将实时AR模型的结果应用到自适应抗野值Kalman滤波中进行随机误差补偿。经过仿真和实物测试,时变AR模型抗野值Kalman滤波的均值、方差、Allan方差的噪声项比原始数据减少了90%以上,表现出比Kalman滤波更好的效果。     

基于多传感器零速修正的消防员定位算法研究

针对消防员在地下矿洞、隧道、室内等救援环境中存在因卫星拒止而导致的定位精度差的问题,设计了一种基于多传感器零速修正(Zero-velocity Update, ZUPT)的消防员定位方法。该方法以捷联惯导零速修正为基础,磁强计、高度计为辅进行定位,将惯性传感器、磁强计、高度计固连在鞋上,根据消防员行走过程中脚底完全接触到地面时速度基本为零这一特点,通过Kalman滤波对捷联惯导输出的导航信息进行修正,可实现无信标环境下消防员自主定位。通过半实物仿真实验采集离线数据并计算定位结果,验证了算法的有效性,误差比不超过1%D。     

结合Kalman滤波的改进MOSSE跟踪算法设计

机载目标跟踪系统具有广泛的应用前景,随着技术的发展,在实际应用中机载目标跟踪系统对体积、实时性、功耗等方面的要求逐渐提高。因此针对上述需求,提出了一种基于FPGA的实时目标跟踪系统。系统采用误差最小平方和滤波器(Minimum Output Sum of Squared Error Filter, MOSSE)跟踪算法,同时针对机载目标运动轨迹相对平稳的特点,采用Kalman滤波算法改进MOSSE跟踪算法。实验结果表明,改进后的算法具有更高的稳定性。在FPGA测试中,改进后的算法BRAM＿18K消耗降低了20.33%,DSP48E消耗降低了8.09%,运行速度能够保持在200fps。     

自适应滤波抑制电子设备窄带干扰的研究

针对电子设备内部、外部普遍存在的窄带干扰问题,提出了采用自适应滤波的手段抑制这种干扰信号的设想,分析了其抑制扩频信号多窄带干扰的性能,并对其做出了理论论证。     

Unscented Kalman滤波用于再入飞行器跟踪

本文引入Unscented Kalman滤波用于再入飞行器跟踪。Unscented Kalman滤波通过设计少量的σ点，并计算这些σ点经由非线性函数的传播，从而获得滤波值基于非线性状态方程的更新。在应用中，由于Un-scented Kalman滤波无需象广义Kalman滤波那样求动力学系统函数和观测系统函数关于状态向量的导数。给计算带来了极大的方便。     

空间目标控制与信息处理技术的研究内容和应用现状

星际空间目标识别、探测以及开发利用，将是21世纪人类关注的热点领域，也是进一步推动科学技术不断发展的动力之一。本文讨论了空间目标控制与信息处理技术研究的主要内容以及涉及的基础理论；重点介绍了与空间目标控制与制导以及信息处理密切相关的估计方法的发展现状以及存在的问题；最后，简单分析了未来空间活动将面临的课题和有关方法的发展方向。