动基座下INS/GPS组合导航系统初始对准研究

为了提高INS/GPS组合导航系统在动基座下的对准精度及对准快速性,针对位置/速度组合模式,确定其动基座下初始对准卡尔曼滤波方案,并进行计算机仿真。仿真结果表明,卡尔曼滤波算法在INS/GPS组合导航系统动基座初始对准中精度较高、收敛速度快、对水平失准角有较好的估计效果,是一种有效的估计方法。     

稳定平台中陀螺漂移自适应实时估计算法

 针对陀螺稳定平台的漂移问题,建立了陀螺稳定跟踪装置在不同工作模式下陀螺漂移的数学模型,指出稳定模式下包含常值漂移和相关漂移的陀螺低频噪声是影响稳定精度的主要原因。提出一种自适应实时估计算法,采用卡尔曼滤波框架和滤波器收敛判据,结合Sage-Husa滤波和加权Sage-Husa滤波算法,利用跟踪器跟踪静止目标时输出的脱靶量信号对陀螺常值漂移和相关漂移进行估计。实验结果表明:该算法能够在系统模型和噪声特性均不准确的情况下使用,收敛时间小于3 s,估计均方差小于0.02 (°)/s,具有良好的鲁棒性和自适应能力。     

压制干扰下组网雷达目标检测与跟踪技术

针对压制干扰下组网雷达目标检测与跟踪,提出了一种基于压制干扰下雷达量测模型的跟踪技术。该跟踪技术包括压制干扰下量测模型和组网雷达序贯滤波跟踪两部分。压制干扰下量测模型根据雷达采取抗干扰措施前后接收机输入端的信干比分别计算检测概率,进而模拟传感器在压制干扰下对目标的检测情况。组网雷达序贯滤波中,首先对压制干扰下各雷达的量测数据进行串行合并和点迹合成,而后采用基于交互多模型(IMM)的序贯滤波方法对压缩后的数据进行跟踪。该检测与跟踪技术可模拟出雷达在压制干扰下由于检测概率下降造成的目标暂消现象,提高组网雷达跟踪航迹的连续性和稳定性。仿真结果表明了该技术的可行性和有效性。     

扇形波束圆锥扫描微波散射计方位多普勒滤波分辨率分析

星载微波散射计可以提供全球、全天候的海面风场数据,是能够同时测量海面风速和风向的有源微波遥感系统。扇形波束圆锥扫描体制微波散射计是一种新型体制的微波散射计,这类散射计采用多普勒滤波来提高方位分辨率。文章首先介绍了扇形波束圆锥扫描微波散射计的基本概念,在此基础上分析了天线圆锥扫描速度的范围及其对驻留时间的影响;随后结合卫星轨道参数和地球椭球模型,仿真分析了天线扫描区域内的多普勒特性,根据系统参数,仿真分析了方位多普勒滤波后的分辨率。     

自适应增量粒子滤波方法

提出自适应增量粒子滤波(AIPF)的概念和定义,建立AIPF模型,给出了分析方法和主要的计算步骤.对于许多实际工程(如深空探测)中存在的由未知系统误差的影响而无法精确建立量测似然函数及滤波过程中的粒子匮乏等问题,通过增量粒子滤波模型对滤波过程中的粒子数进行自适应调整,从而消除这种未知系统和滤波粒子匮乏的影响,自动调整粒子,提高非线性滤波的精度.仿真计算中,滤波误差均值和方差分别降低为原来的3.8%和19.6%.该方法有效地改善了滤波效果,计算简单,便于工程应用.      

强信号下GNSS接收机前端处理引起的相关损耗

在全球导航卫星系统（GNSS）信号质量监测及GNSS射频（RF）信号模拟器测试等应用中,有用信号功率往往远高于噪声功率。针对二进制相位移位键控（BPSK）和二进制偏移载波（BOC）调制信号,首次研究了这种强信号条件下接收机带限滤波、采样和量化（BSQ）引起的相关损耗。首先分析了不考虑量化作用时由滤波和采样引起的损耗;然后分析了不考虑前端滤波时由量化和采样引起的损耗,推导了相关损耗的解析表达式并得到了量化器的最佳量化间隔;最后,对于滤波、采样、量化共同作用引起的损耗,采用蒙特卡罗方法仿真分析了GPS L1 C/A信号在不同滤波带宽和量化比特数下的归一化相关功率,探讨了根据仿真结果拟合相关损耗解析表达式的方法以简化分析。      

基于测速测角敏感器的火星探测器自主导航方法研究

提出了一种基于天体光谱红移测速和利用星光敏感器测角的测速测角组合导航新方法。该方法与现在的深空探测器导航方法相比,优势明显：一是无需太复杂的轨道动力学模型,简单易行。二是不需要依赖地面的无线电信息,无时延。最重要的是消除了测角导航方法引入的微分误差和测速导航方法引入的积分误差,可以实现精确天文自主导航,满足深空导航连续自主、实时高精度的基础要求。针对该导航方法,首先完成了轨道动力学模型和量测模型的建立工作,然后根据模型的非线性特点,分别采用扩展卡尔曼滤波算法完成了对该组合自主导航方法的研究。最后,对该方法进行仿真验证,通过对仿真结果的分析可以发现,测速测角组合自主导航方法满足巡航段的导航精度指标要求。     

基于压缩感知的频率和DOA联合估计算法

波达方向（DOA）估计是阵列信号处理的一个重要问题,针对信号的DOA估计问题,本文基于压缩感知理论,提出了一种新的频率和角度联合估计算法。首先利用方向波数的空间稀疏性,建立过完备稀疏字典,然后利用压缩采样阵列结构通过求解最优化问题得到方向波数的高分辨估计,最后利用最优空域滤波实现信号到达角度和频率的配对。相对于传统算法,该算法能够实现多信号DOA的高分辨估计,且经过压缩采样后降低了运算量,仿真验证了该算法的正确性与有效性。     

自适应高阶容积卡尔曼滤波在目标跟踪中的应用

针对传统容积卡尔曼滤波(CKF)在系统状态发生突变时估计精度下降的问题,将强跟踪滤波(STF)算法与高阶容积卡尔曼滤波(HCKF)算法相结合,提出了一种自适应高阶容积卡尔曼滤波(AHCKF)方法。该算法采用高阶球面-相径容积规则,可获得高于传统CKF的估计精度,同时在HCKF算法中引入STF,通过渐消因子在线修正预测误差协方差阵,强迫残差序列正交,提高了算法的鲁棒性,增强了算法应对系统状态突变等不确定因素的能力。将提出的AHCKF算法应用于具有状态突变的机动目标跟踪问题并进行数值仿真,仿真结果表明,AHCKF算法在系统状态发生突变的情况下表现出良好的滤波性能,有效地避免了状态突变造成的滤波精度下降,较传统的CKF、HCKF、交互式多模型-容积滤波(IMM-CKF)和自适应容积卡尔曼滤波(ACKF)算法有更强的鲁棒性和系统自适应能力。     

卫星通信频谱监测中的一种形态学滤波预处理方法

针对卫星信号监测中监视频带宽、背景噪声非平坦造成的信号漏检和误检的问题,结合卫星通信信号的特点提出了一种频谱校正的新方法。该方法将接收的频谱信号视为一维灰度图像,通过改进的形态学滤波检测法,估算出信号中非平坦的背景噪声基底,利用估计的噪声基底完成对原频谱信号的修正,可提高信号检测的准确性。仿真结果表明,该方法降低了信号带宽对传统形态学滤波中结构元素长度选择的影响,计算量小,能高效地实现非平坦频谱信号的底噪校正。