自适应无迹增量滤波方法

提出自适应无迹增量滤波(AUIF)的概念和定义,建立自适应无迹增量滤波模型及其分析方法,给出递推算法.传统的滤波方法极少关注量测方程的系统误差.在许多实际情况(如深空探测),量测方程由于受环境因素及测量设备不稳定等影响往往无法进行验证或校准而存在未知的系统误差,并且模型参数和噪声统计量也具有不确定性.这种不确定性会使递推过程产生较大误差,甚至导致发散,从而降低滤波精度.提出的AUIF能够成功消除这种未知的系统误差,也能够实时估计变化的噪声统计量,提高滤波精度.该方法计算简单,便于工程应用.      

基于自适应遗传算法的DGPS整周模糊度快速解算

 鉴于遗传算法(GA)所具有的全局搜索特性,也为了更快速准确地解算差分全球定位系统(DGPS)整周模糊度,将自适应遗传算法(AGA)引入DGPS整周模糊度的搜索中。首先根据全球定位系统(GPS)载波相位双差方程求解出双差整周模糊度的浮点解,并以基线长度作为约束条件确定整周模糊度的搜索范围;然后利用白化滤波的方法对整周模糊度进行降相关处理,降低整周模糊度各分量之间的相关性;最后将自适应遗传算法应用在整周模糊度的解算过程中,搜索整周模糊度的最优解。仿真计算结果表明,与LAMBDA算法和简单遗传算法相比,自适应遗传算法能够快速地求解整周模糊度,也具有较好的可靠性和鲁棒性。     

噪声检测自适应窗口滤波算法

脉冲噪声的存在,从视觉上影响图像的质量。为了去除图像中的脉冲噪声,提出了利用相似邻居数对图像中的噪声像素进行标记并建立相应矩阵,接着根据噪声的污染程度自适应的选择滤波窗口,最后对噪声像素进行自适应均值滤波去除图像中的脉冲噪声。实验结果表明,算法能有效降低图像中的脉冲噪声,对图像的边缘与细节保持较好。     

适用于非合作发射源的合成孔径雷达无源成像方法

 合成孔径雷达(SAR)具有突出的高分辨率成像能力,在民用和军用领域体现出重要的应用价值。在复杂的作战环境中,提高SAR的电子对抗性能成为SAR技术发展考虑的重要方面。提出一种新的SAR无源成像方法,该成像方法将单部机载SAR接收机或多部机载SAR接收机在不同位置处接收到的回波信号相关,对相关后的信号采用滤波反投影方法进行成像,可重建场景的辐射率。该成像方法不需要已知发射源的波形和位置信息,适用于非合作发射源,具有良好的电子对抗性,并且适用于任意载机飞行轨迹、多基SAR等情形。仿真验证以双基情形为例,验证了该SAR无源成像方法的有效性,并分析了影响成像质量的各关键因素。     

Jerk模型用于高速机动飞行器跟踪的性能分析

针对高速机动飞行器的跟踪应用,对SJ(Singer Jerk)、CSJ(当前统计Jerk)、MCSJ(修正当前统计Jerk)和αJ等4种主要Jerk模型进行了综述。比较了它们的建模假设、设计参数以及实际应用时的限制因素。基于UKF(无迹卡尔曼滤波)算法,分别在单台和2台雷达的测量条件下,在3种滤波参数集设置下,利用各模型对近空高速滑翔飞行器进行了跟踪仿真。飞行器真实飞行轨迹根据简化动力学方程通过四阶龙格库塔数值积分方法得到。仿真结果表明:4种模型都具有很好的初值鲁棒性;在目标弱机动段落,4种模型具有较好的参数鲁棒性;但在强机动段落,SJ、CSJ、MCSJ等3种模型的参数鲁棒性很差,滤波误差发生严重突跳,αJ模型的参数鲁棒性最好。针对高速机动飞行器的跟踪应用,αJ模型的综合性能最优,而MCSJ模型最差。     

自动驾驶仪的自建模自校正滤波控制

本文介绍自驾驶仪的一种新的设计方法，它可以线自建模，自辨次参数，进行自校正滤波控制因此它有很强的适应能力，对环境的变化，参数变化，动态噪声和测量误差的变化等随机和时变参数皆适应。     

多重模型自适应滤波的故障诊断与容错

对多重模型自适应滤波（MMAF）进行了改进并将它用于控制系统的传感器的故障诊断与容错。数值仿真表明, 其故障诊断准确度高, 容错效果良好。      

捷联激光制导的视线信号提取方法

提出了一种弹目视线角信号的提取方法,该方法采用UKF解耦,针对捷联激光制导炸弹需要攻击移动目标却不能测量弹目相对距离和速度的情况,建立了弹目相对运动模型,解耦过程不需要相对距离信息,能够更方便地应用于工程实践.经仿真验证,此方法可以较好地估计出弹目视线角以及角速率信息,能够满足捷联激光制导炸弹工程应用的需要.     

鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

基于有色噪声自回归建模的惯性/卫星交互多模型滤波导航算法

针对卫星量测噪声为有色噪声导致惯性/卫星组合导航系统滤波精度降低的问题,提出了一种基于有色噪声自回归建模的自适应交互多模型滤波算法。建立了有色噪声自回归模型,通过量测残差序列获取拟合模型系数,从而对称扩展得到系数模型集;并构建了交互多模型滤波框架,实现不同模型滤波器之间的数据融合。仿真结果表明,相比于传统卡尔曼滤波算法,该方法能有效改善有色噪声对滤波带来的影响并提高组合导航系统定位精度,具有较好的工程应用参考价值。