一种在紧缩场进行捕获跟踪试验的方法

为满足不断增长的天基中继业务需求,航天器星间链路常使用大口径高增益天线,且配置自动捕获和跟踪设备,以完成对目标航天器的自动跟踪.随着天线口径的增大,对场地空间要求不断增大,地面验证试验变得愈加困难.针对越来越难以实现的捕获跟踪外场试验,提出一种在紧缩场进行捕获跟踪试验的方案,方案详细分析了在紧缩场进行试验的可行性.通过设置跟踪通道校相因子,很好地分离了角误差信号,获得良好的S曲线以及非常小的交叉耦合,从而验证了在紧缩场进行捕获跟踪试验是可行的.相对于传统的远场测试方法,该方法具有不受气候影响、费用低等优点.     

火箭垂直起飞段漂移变化的建模与分析

垂直起飞段是火箭靶场试验过程中最容易发生故障的时段之一,并且起飞段发生故障带来的后果往往是灾难性的。因此,分析运载火箭起飞段的运行情况,测量箭体起飞漂移和分析漂移量变化规律,对于航天工程具有极为重要的意义。在系统分析某一型号火箭起飞段漂移情况的基础上,建立了火箭垂直起飞段漂移模型．查明了箭体漂移量服从自回归模型AR(5),并采用D—W典型检验方法,对数学模型实际情况的吻合性进行了检验。大量实测数据计算结果证实,该箭体漂移的运动学模型是可靠的,很好地刻画了火箭在垂直起飞段漂移量的变化规律。     

一种基于FPGA实现实时提取恒星星像坐标的方法

提出一种基于FPGA实现实时提取恒星星像坐标的方法。该方法在提取恒星星像坐标过程中,不必利用当前图像下一列坐标的灰度值和当前列下一行坐标的灰度值,而仅仅采用当前图像当前行的上一列坐标的灰度值以及当前列的上一行坐标的灰度值, A/D转换成数字量后,把星图图像保存到SRAM和提取恒星星像坐标两个过程并行。实验结果表明,采用该方法不仅能够准确提取恒星星像坐标,而且能够进一步提高坐标提取的实时性,满足星敏感器并行流水工作模式的要求。     

高超声速滑翔再入飞行器弹道估计的自适应卡尔曼滤波

采用传统状态增广法对高超声速滑翔再入飞行器(HGRV)进行弹道估计,存在模型简化误差过大和过程噪声方差难以构造的问题.依据目标运动特性和模型简化误差定量分析结果,状态方程改进为采用圆形地球模型和拟合大气模型并考虑哥氏力.采用一阶Markov过程描述气动力参数,将过程噪声方差构造为气动力参数方差和机动时间常数的函数,时变气动力参数方差采用“渐消记忆”的统计估计法由气动力参数估计值序列统计获得,而存在跳变的机动时间常数则作为运动模式采用变结构交互多模型法与运动状态一起估计.仿真结果表明,所提算法对位置、速度和气动力参数的估计精度优于传统算法,具有较好的工程实用性、鲁棒性和效费比.     

基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

GPS信号捕获与跟踪策略确定及实现

为了检测GPS(Global Positioning System)信号,设计了码环及载波环捕获与跟踪数字系统.序贯搜索与窄间隔超前-滞后型数字延迟锁相环的采用,保证了码相位的可靠捕获与精确跟踪,四相鉴频器、叉积自动频率跟踪算法及科思塔环载波相位跟踪算法的结合,既保证了载波频率(多普勒频移)的捕获速度,又使环路能有效地跟踪频率/相位变化,获得较好的动态性能与噪声性能.控制算法及参数确定的软化实现使系统具有较好的灵活性.基于扩频相关器与数字信号处理器的数字系统验证了上述方案的正确性及有效性.      

相控阵雷达的系统反应时间研究

研究了相控阵雷达的系统反应时间,提出了当采用TWS和TAS两种跟踪方式时,计算相控阵雷达反应时间的公式,揭示了反应时间与搜索、跟踪和截获方式及其参数之间的关系.研究了截获参数的优化.比较了采用两种跟踪方式时的系统反应时间.实验结果说明,采用TWS跟踪方式时,反应时间主要决定于搜索帧周期和目标的速度,与目标个数无关;采用TAS跟踪方式时,反应时间主要取决于目标个数和速度,与搜索帧周期关系不大.      

一种多目标测控资源动态优化分配方法

为使有限的测控设备资源能够满足未来多目标测控能力的需求,对测控设备的初始跟踪目标分配、跟踪极限范围确定、引导信息优选和目标信息区分等关键技术展开研究,提出一套适用于多目标测控的资源动态优化分配方案,使得有限的测控设备资源得以充分利用,解决了多目标连射试验时由于测控资源数量有限和分配方案相对固定导致测控能力下降的问题,有利于规避多目标测控中测控资源短缺带来的风险。仿真结果表明,与传统固定资源分配方法相比较,该方法提高了测控资源利用率,且使引导数据切换更平稳,适应多目标测控技术的发展需求。     

帧差法和Mean shift算法融合的高速无人机目标跟踪

为实时跟踪高速飞行无人机,图像跟踪算法必须满足快速性和准确性要求。文章给出一个融合算法,将帧差法和 Mean shift算法的优势结合起来。2个算法平行运行,差帧法实现快速跟踪,Mean shift算法则用于对帧差法结果进行准确度修正。还利用 Kalman滤波技术对计算周期内的无人机运动位移进行补偿,进一步提高实时跟踪的准确性,并给出 Matlab仿真例子验证本文方法的有效性。     

基于变分贝叶斯的星载雷达非线性滤波

星载雷达由于其探测范围广、距离远、全天候等优点,在预警防御系统中占有十分重要的地位。然而,由于观测平台的高速运动以及摄动干扰、传感器观测非线性等问题,使得星载雷达目标高精度跟踪带来严峻挑战。针对星载雷达非线性状态估计问题,采用一种基于变分贝叶斯的非线性滤波方法,该方法通过将非线性状态估计问题转化为优化问题,通过迭代优化获得了闭环解析解。此外,针对坐标变换中俯仰角量测缺失问题,提出了一种基于先验目标高度的俯仰角估计方法。通过数值仿真,验证了所提方法较传统非线性滤波方法,如扩展卡尔曼滤波、不敏卡尔曼滤波、转换量测卡尔曼滤波,具有更好的估计精度。