基于IMM_UKF的红外导弹滑模制导

针对红外空空导弹被动制导问题,将交互式多模型算法(IMM)和不敏滤波(UKF)算法结合起来估计目标状态,同时设计了滑模制导律来提高目标的可观性,从而提高导弹制导精度.仿真结果表明在同等可观性条件下,IMM_UKF较自适应两步滤波(ATSF)估计精度高,与滑模制导律结合起来提高了制导精度,减小了脱靶量.     

一种基于粒子滤波的月球车同时定位与地图创建方法

针对月球探测车位置与姿态的准确估计问题,提出了一种基于RBPF粒子滤波的月球车SLAM方法。该方法基于高速激光雷达对环境地貌的观测,通过激光测距值与所建栅格地图之间的匹配实现。鉴于车体的位置估计仍难以彻底消除累积误差,提出了对于月球车平动速度的估计方法,并通过仿真实验验证了该速度估计方法的正确性。为提高粒子滤波的实时性能,提出所有粒子共同维护一幅地图的处理方法,实验表明该方法在明显提高SLAM实时性的同时,并未对滤波效果产生明显影响。
     

基于GPS RTK技术的惯导平台误差模型辨识

对在惯导平台车载试验误差模型辨识中使用全球卫星定位系统（GPS）载波相位差分（RTK）法进行了研究。建立了系统的状态与量测方程,将GPS RTK的整周模糊度作为一个状态进行估计,用基于平方根滤波的Kalman滤波器以防滤波发散。仿真结果表明：与单点定位GPS和伪距差分定位相比,GPS RTK法可明显提高辨识精度。     

基于Unscented滤波的伴飞卫星自主相对导航滤波器

为提高导航滤波器的稳定性和计算精度,根据卫星自主导航原理,构造了基于Unscented Kalman滤波（UKF）的伴飞卫星自主相对导航滤波器,建立了算法模型。仿真结果表明：UKF的滤波精度优于扩展Kalman滤波（EKF）,且无需计算量测方程的Jacobi矩阵,计算量小、易于实现。     

Rao-Blackwellized粒子概率假设密度滤波算法

针对多目标跟踪（MTT）,提出一种新的基于随机集的滤波算法,称为Rao-Blackwellized粒子概率假设密度滤波算法（RBP-PHDF）。算法运用Rao-Blackwellized思想,通过挖掘分析“混合线性/非线性模型”的结构,采用序列蒙特卡罗（SMC）方法预测与估计概率假设密度（PHD）迭代式中各个目标的非线性状态,并利用非线性状态粒子中包含的信息,使用卡尔曼滤波器（KF）对线性状态进行预测与估计。以更好地估计PHD进而提高各目标状态估计精度。分析与MTT仿真的结果表明,在相同的仿真条件下,与现有序列蒙特卡罗概率假设密度滤波算法（SMC-PHDF）相比,RBP-PHDF在降低粒子维数、减少计算量的同时,有效提升了估计精度。     

组合导航系统故障检测方法研究

针对组合导航系统的故障检测问题,提出了一种基于自适应加权和卡尔曼滤波相结合的自适应滤波新方法。它不仅可以检测出系统故障,而且可以对故障大小进行跟踪估计,同时可以对故障进行具体定位。仿真表明,该方法能够快速有效地对组合导航系统的故障进行检测和隔离,计算速度快,实时性好,可以很好地保证组合导航系统的安全可靠性。     

GPS抗干扰接收机空时二维自适应滤波算法的FPGA实现

传统的抗干扰接收机存在自由度有限、抗多径干扰能力弱等不足。针对这些不足,有人提出了空-时二维自适应滤波(STAP)算法。文章介绍了空-时二维自适应抗干扰算法的性能、特点以及Matlab仿真和FPGA实现情况。文章没有使用通常使用的多级维纳嵌套(MSNWF)逼近方法,而是尝试采用矩阵直接求逆的方法来求出自适应系数。通过仿真和实测,此方法达到了较好的效果。文章的研究成果对通信对抗、雷达对抗都有重要的参考价值。     

基于简化Unscented变换的FMSRUKF算法及其目标跟踪性能分析

研究Unscented变换的基本原理及Unscented Kalman Filter(UKF)算法。为了降低跟踪系统计算复杂性,在Unscented变换中引入单位矩阵,以简单的数值计算取代复杂的矩阵分解求解矩阵平方根的过程,把UKF改进为FM- SRUKF。对三维坐标系下的变加速运动目标进行跟踪仿真。结果表明FMSRUKF具有更好的精度和鲁棒性。     

基于像素间孤波的图像处理模型分析

通过对数字图像像素栅格之间非线性影响的研究,建立了像素间非线性影响的一维和二维时间演化方程模型,通过对方程模型的分析可知图像在空间上是离散的,图像像素之间的作用关系是非线性连续的,且方程具有解析性的孤波解.模型重点研究像素孤波的两个孤波之间的相互作用,给出了像素孤波的二孤波解,利用像素孤波的相互作用来研究模型的性能,发现像素孤波相互作用后仍能保持自身性质不变,因此可用像素孤波代替像素本身.同时发现像素孤波在相互作用时其幅值是两者的非线性叠加,可以作为影响的结果;并且像素孤波相互作用时其相位会发生特定的改变,可以将其映射为像素之间相互影响的方向信息.通过实验表明,模型可以用在图像滤波中,平滑度并不最优但是图像细节得到更多保留.      

最大相关熵准则自适应滤波器的分数阶长算法

对自适应滤波器最佳阶长的准确估计可以有效平衡自适应算法的稳态性能与计算复杂度,而基于最小均方差(MMSE)准则的变阶长最小均方(LMS)算法在非高斯噪声环境下的收敛性能变差。针对这一问题,提出一种最大相关熵准则(MCC)自适应滤波器的分数阶长(FT)算法——FT-MCC算法。该算法从MCC自适应滤波器最佳阶长的定义出发,利用不同阶长滤波器产生的相关熵之差实现阶长更新。理论分析和实验表明:相比现有变阶长最小均方算法,FT-MCC算法在非高斯噪声环境中具有较强的鲁棒性;通过恰当的参数选择,算法可较好地实现对最佳阶长的跟踪和估计。