协方差矩阵结构的广义杂波分组估计方法

针对球不变随机向量建模的相关复合高斯杂波背景下雷达目标自适应检测的协方差矩阵结构估计问题,将均匀杂波分组方法进行推广和改进,提出了杂波协方差矩阵结构的广义迭代杂波分组估计（GRCCE）方法。首先,在广义杂波分组背景下利用最大似然方法推导了协方差矩阵结构估计的迭代过程;其次,基于杂波分组思想,给出了广义杂波分组估计(GCCE),利用GCCE作为初始化估计矩阵进行迭代,得到协方差矩阵结构的GRCCE;最后,通过仿真对方法的有效性进行了检测,结果表明,GRCCE只需要一次迭代就能达到收敛,估计精度随着杂波一阶相关系数的增大而提高,而不受纹理分量参数变化的影响。与现有方法相比GRCCE适应杂波环境更广,估计精度更高,而且计算量更小。     

基于MAP估计和广义高斯MRF的SAR图像边缘比率检测方法

SAR图像极低的信噪比以及乘性噪声给SAR图像的边缘检测带来了较大的困难。提出了一种针对SAR图像边缘的自适应贝叶斯检测方法。该方法利用广义高斯马尔可夫随机场作为局部均值的先验概率分布模型,利用贝叶斯准则推导了局部均值的最大后验概率估计。广义高斯马尔可夫随机场模型参数估计和局部均值估计采用联合迭代技术进行求解。边缘检测器的参数采用接收机操作性能曲线和卡方检验进行选择。基于实测SAR数据的仿真实验结果表明,本文的边缘检测算子是有效的,并优于已有的SAR图像边缘检测算子。     

An alternative computation of a gravity field model from GOCE

GOCE is the first satellite with a gravitational gradiometer (SGG). This allows to determine a gravity field model with high spatial resolution and high accuracy. Four of the six independent components of the gravitational gradient tensors (GGT) are measured with high accuracy in the so-called measurement band (MB) from 5 to 100 mHz by the GOCE gradiometer. Based on more than 1 year of GOCE measurements, two gravity field models have been derived. Here, we introduce a strategy for spherical harmonic analysis (SHA) from GOCE measurements, with a bandpass filter applied to the SGG data, combined with orbit analysis based on the integral equation approach, and additional constraints (or stabilization) in the polar areas where no observation is available due to the orbit geometry. In addition, we combined the GOCE SGG part with a set of GRACE normal equations. This improves the accuracy of the gravity field in the long-wavelength parts, due to the complementarity of GOCE and GRACE. Comparison with other models and with external data shows that our results are rather close to the GPS-levelling data in well-selected test regions, with an uncertainty of 4–7 cm, for truncation at degree 200.     

低轨卫星多普勒频移特性的快速计算

地面站利用低轨卫星进行通信时,地面接收站接收信号存在明显的多普勒频移现象。为描述多普勒频移特性,首先分析卫星轨道偏心率对多普勒特性曲线的影响,分析表明：轨道偏心率越大,地面站接收信号多普勒变化率越大。其次,推导了卫星多普勒频移的计算表达式,并讨论了低轨卫星多普勒频移特性曲线的快速计算。仿真计算结果表明,该算法可以很好地描述任意低轨道卫星多普勒频移特性,并明显缩短了精确算法的计算时间,对于10 000km轨道高度卫星,算法置信度可达99%以上。     

基于MEDLL的分级搜索抗多径算法

以多径估计延迟锁定环路(MEDLL)为代表的参量式基带抗多径算法以其能够同时估计直达信号和多径信号各参数而受到广泛关注,然而该类算法估计精度的提高是以计算复杂度的增加为代价的。为了在保证估计精度的同时降低资源消耗并加快搜索速度,提出了一种MEDLL最大似然(ML)估计搜索方法,将粗搜索后得到的参数估计值作为下一级搜索的先验信息,缩小搜索范围后减小搜索步进,完成逐级精细的参数估计。推导了原始MEDLL及树状分级结构的MEDLL(T-MEDLL)算法计算复杂度表达式;其中在存在一路多径信号的情况下,对于0.01 chip的多径延迟分辨率,复杂度可以降低为传统盲搜索的30%~50%。进一步基于自研的数字中频(IF)GPS信号模拟器和软件GPS接收机平台对不同多径情况下盲搜索法与分级搜索算法的参数估计精度及码伪距多径误差等性能进行了对比,验证了更低计算复杂度的T-MEDLL可以达到与传统MEDLL算法同样的跟踪精度。      

PN制导律多模型自适应辨识滤波方法

针对导弹主动防御应用中拦截导弹制导行为辨识问题,提出一种比例导引（PN）制导律多模型辨识滤波方法,对拦截导弹加速度和制导律导航常数进行辨识。采用非线性可观性理论对制导模型的可观性进行了分析。得出在拦截导弹使用PN制导律时,制导模型可观的充要条件。与以往工作相比,该方法考虑了拦截导弹末制导初期由于瞄准误差校正而引起的控制器饱和现象,在拦截导弹执行器处于饱和或退出饱和阶段都能精确对制导律进行辨识。另外,以往工作假定PN制导律常数已知,该方法将PN制导律常数当做制导模型的一个状态进行估计。仿真结果校验了所提方法的性能。     

航天器轨迹偏差的非线性非高斯预报方法

针对航天器轨道偏差传播问题,提出一种高斯和模型与状态转移张量结合的预报方法。该方法使用多个子高斯分布加权拟合状态偏差分布,再以高阶状态转移张量分别预报每个子高斯分布,以捕获偏差分布的非高斯性,减小预报误差。将其应用到航天器二体轨道问题中,对比分析不同方法的预报结果。仿真结果表明,该方法可以逼近Monte Carlo仿真的预报精度,并显著提高计算效率,对长时间预报问题,效率提高可达数十倍。该方法面向一般的非线性系统状态偏差预报问题,尤其在长时间仿真预报时兼具很好的精度和计算效率。     

一种适用于空间监视跟踪的递推滤波算法

针对空间监视跟踪环境中对于包含角变量的状态向量估计存在精度较低的缺点,利用Gauss von Mises（GVM）多变量概率密度分布,提出一种基于矩匹配的GVM参数估计方法,并在此基础上改进GVM分布的确定性采样方法,建立针对GVM分布的递推滤波算法,该算法充分考虑了流形的内蕴结构,克服了传统滤波方法假设状态向量定义于欧氏空间及采用欧氏空间中高斯分布模型的局限性。仿真结果表明,该滤波算法能有效估计状态变量的后验概率分布,对角变量的估计精度明显优于扩展卡尔曼滤波方法(EKF)。     

一种基于非线性跟踪-微分器的角加速度估计方法

针对仅能获取角度信息的角加速度估计问题,基于卡尔曼滤波和非线性跟踪-微分器设计了一种角加速度估计算法。该算法利用卡尔曼滤波得到角速度的估计值,并以此为基础采用非线性跟踪-微分器对角加速度进行估计,通过对卡尔曼滤波与跟踪-微分器角加速度估计进行合理融合获得最终的角加速度输出。仿真结果表明,所设计的估计方法能满足视线角加速度的估计精度要求,具有一定的工程应用价值。     

基于模糊控制的组合导航算法

文章提出一种根据信号残差（新息）对导航信息进行自适应噪声协方差调整的算法,由此得到导航参数的最优状态估计。其中重点研究了模糊控制对滤波器的动态调整,建立模糊滤波控制的模型,并与传统卡尔曼算法进行比较。仿真结果表明,基于模糊控制器的卡尔曼滤波器很好地限制了数据的发散,并在很大程度上提高了系统的稳定性。