对Jahangir组合式矩估计器的改进

在M.Jahangir以常数为权的组合式矩估计器的基础上,给出一种以函数为权的组合式矩估计器,称为L-J估计器.其中,最优加权函数是根据U估计器与形状参数的单调关系,通过数论网格最优化算法搜索解出.大量仿真实验证实,在对K分布形状参数v大范围的参数估计中,L-J估计器在估计精度上,不但较Jahangir等提出的常数加权组合矩估计器的精度有显著提高,而且可与MLE(Maximum Likelihood Estimator)相当.特别是由于MLE作为渐进无偏估计量,需要充分大的样本长度才能达到最优,这就使得L-J估计器的估计精度可在样本长度较小时优于MLE.此外,L-J估计器无需迭代运算,因而在计算效率上,显著优于现有的ML估计器.     

一种基于证据距离的多分类器差异性度量

 多分类器系统因其能够显著提升分类精度而引发了广泛关注。多分类器系统中各子分类器间的差异性是提升融合分类精度的先决条件。提出了一种基于证据距离的分类器系统差异性度量,同时基于该度量提出一种多分类器系统构造方法。综合了既有差异性度量、所提新差异性度量以及在训练样本集上的分类性能等多个指标,实现了多分类器系统的有效构造。实验结果表明,所提差异性度量及多分类器系统构造方法是合理的,能有效提升融合分类精度。     

P码直接捕获算法的设计及资源优化

针对P码直接捕获消耗资源较多的问题,提出了一种资源优化的方法。该方法在检测概率、虚警概率和捕获时间满足系统要求的约束下,对存储资源、乘法器资源与逻辑资源进行多目标的优化,并通过兼容FFT快速捕获法与延迟相乘法的特点,能够自由地分配时域与频率搜索的并行度,因此该方法能够适用于各种形状的二维不确定域搜索任务,更有效地对资源消耗进行优化。     

星图运动模糊及其复原方法

研究了载体角运动及振动对星敏感器成像的影响,推导并建立了不同飞行状态下星图模糊的数学模型.在此基础上讨论了多重运动模糊机理,提出采用分步复原方案去除多重星图模糊,以保证高动态环境下星敏感器工作的精确性及稳定性.仿真结果表明,载体运动造成的星体质心提取误差与具体运动形式及参数有关,并通过比较复原前后星敏感器的定姿效果,验证了模糊星图分步复原方法的有效性.      

基于预警卫星系统的临近空间飞行器跟踪

系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

基于SINS/CNS组合导航系统的多模型自适应估计算法

针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。     

一类基于改进的当前统计模型的目标跟踪算法研究

提出了一种基于改进当前统计模型的交互式多模型算法。在交互式多模型中,利用滤波过程中的新息和新息协方差的变化,对当前统计模型(CS)的机动频率自适应调整,使模型更适应实际。经理论分析Singer,CS模型的先验假设条件,提出了一种改进的匀速运动(CV)模型,以适应目标弱机动的情形,弥补CS模型在目标弱机动时跟踪精度不高的缺点。理论分析和仿真结果验证了提出算法的有效性。     

多自主翼伞系统建模及其集结控制

当前对翼伞系统的研究主要集中在单个翼伞,但实际空投中一般需要使用多个翼伞,才能完成大量物资、装备的空投补给任务,而多个翼伞同时空投时,将会出现翼伞需要集结、相互间需要避免碰撞等在单翼伞空投时不存在的问题。现有的单翼伞系统已能通过GPS/惯导系统及其他板载传感器实现自主飞行,针对多个自主翼伞的空投任务设计算法,以控制下降翼伞之间的相互运动,实现多翼伞系统的集结和避碰。首先以质点模型为起点,通过引入新的独立变量,并将翼伞运动转换至风固定坐标系,使得单个翼伞质点模型降维为非线性降阶模型,进而得到多自主翼伞模型,在此基础上提出了一种集结控制算法,利用每个翼伞自身的状态信息和相邻翼伞的状态信息,采用势场法使得多翼伞实现集结并避免碰撞,最后一致地降落至地面。仿真结果表明多个自主翼伞实现了集结,减小了翼伞的着陆散布,降低了翼伞之间的碰撞风险,验证了该方法的有效性,可以为进一步研究多自主翼伞协同控制提供理论参考。     

基于非正交码的波束形成网络幅相测试方法

针对目前数字波束形成网络幅相一致性测试系统中扩频码受限于正交码的问题,提出了一种基于非正交码的数字波束形成网络幅相测试方法。基于非正交码的幅相测试精度受多址干扰影响,提出了使用解相关算法提高幅相测试精度的方法,该方法以噪声略有增加为代价消除了多址干扰。理论分析给出了幅相测试的理论下界,并分析了系统误差、通道间耦合对幅相测试精度的影响。仿真结果显示,当采用非正交码时,测试设备不使用解相关算法无法达到预设的精度要求;使用解相关算法后,基于非正交码的幅相测试可以达到理论下界,在带内信噪比为10dB条件下,幅相测试精度为±01dB/1°,可以满足实际系统需求。     

基于ZigBee的无线网络在航天领域的应用

文章概要介绍基于ZigBee的无线网络的研究现状,结合其应用优势,通过仿真分析指出:在航天器应用环境下,当网络工作在信标使能模式时,若网络中存在多个节点或者网络负载很大,则会造成大量的碰撞和重传,使得网络的吞吐量急剧下降;而当网络工作在非信标使能模式时,不会造成大量的碰撞和重传,网络性能优于信标使能模式。文章还对基于ZigBee的无线网络在多址接入和组网、共存和互联互通、应急通信和机动配置方面的航天应用研究前景进行了展望。