基于UKF的机载无源定位算法

提出了一种基于UKF(Unscented Kalman Filter)的机载无源定位算法,并结合应用背景,对系统模型以及通常的UKF算法作了相应的改进。该算法对量测模型非线性问题采用UKF予以解决,克服了EKF(Extended Kalman Filter)中引入的较大线性化误差对性能的影响。与基于EKF的定位算法相比,本文提出的算法滤波性能更好,对初始估计误差不敏感,并且算法不用计算雅可比或黑赛矩阵,更容易实现。仿真结果验证了提出算法的优越性。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。     

小卫星多传感器融合滤波定姿算法

虽然扩展卡尔曼滤波被成功应用于许多非线性系统,但由于其对高阶项的截断误差等因素,其用于小卫星多传感器定姿系统时性能受到限制。针对上述问题,本文提出了一种将扩展卡尔曼滤波器与两步滤波器相结合的方法。利用Gibss矢量做姿态参数,避免了四元数在进行迭代时的归一化约束。以太阳敏感器、星敏感器、MEMS陀螺、磁强计为敏感器件,通过仿真,将本文算法与扩展卡尔曼滤波器进行了对比。结果说明,本文算法能将最大稳态定姿误差降低4.4×10-30。     

基于遥测信号的小波变换与数字滤波联合滤波方法研究

为了弥补数字滤波器不能滤除遥测信号通带内噪声的不足,提出小波变换与数字滤波联合滤波的方法。重点讨论数字滤波器的选择、小波滤波分解级数的确定和小波消噪中阈值的选择。将该方法应用于遥测信号滤波,取得了较好的效果。     

基于支持向量机的惯导初始对准系统

针对平台式惯导系统的初始对准 ,提出了基于支持向量机 (SVM)网络的滤波器 ,并将其用于惯导初始对准中 ,代替初始对准系统中的闭环Kalman滤波器 ,可以确保系统的误差状态始终为小量 ,实现了惯导初始对准中的滤波与校正功能 ,并将其与神经网络滤波器、闭环Kalman滤波器进行对比。仿真结果表明 ,采用SVM网络滤波器简化了系统运算的代数结构 ,提高了系统状态估值运算的实时性 ,而对准系统的精度又与采用闭环Kalman滤波器的精度相当 ,并且SVM网络克服了神经网络的不足。     

微带类椭圆函数滤波器

介绍了一种新型的微带线滤波器－类椭圆函数滤波器。比起传统的微带交指、平行耦合线等形式滤波器，微带类椭圆函数滤波器具有很好的带外抑制特性，且体积小。通过微带谐振器安放在不同的位置和改变谐振器之间的间距。实现不同性质的耦合及耦合大小。分别计算了三种性质耦合大小与间距的关系，并得到曲线。设计了4阶类椭圆函数滤波器。测试结果与理论预期值相吻合。该类滤波器可以广泛应用在平面电路中，同时在超导状态下也有诱人的应用前景。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

同步与数据缓冲系统的同步定时器

同步定时器是ＣＤＡＳＳ／ＤＢ系统的重要部件。它用高精度数字锁相环，精确地恢复地球同步气象卫星采集的原始云图数据的同步基准信息。数字锁相环由用高速器件组成的相位比较器和用计算机软件实现的滤波器构成，采用标准频率计数方式，完成对模拟太阳（ＳＰ）和数字太阳（ＳＳＤ）的锁相及卫星上时钟频率测量等任务。     

导弹飞行试验多站测量定轨的自适应滤波方法

运用自适应滤波方法研究导弹飞行试验多站测量定轨问题。充分考虑导弹飞行的动力学模型所提供的信息，对加速度随机干扰的统计特性以及测量设备的系统误差进行自适应补偿，从而获得高精度的弹道估计。计算结果表明，这种飞行状态估计与测量设备系统误差估计交互进行、互相补偿的方法，在数据处理过程中效果是明显的。     

基于Kalman滤波的卫星光谱成像仪非均匀性场景校正

为消除在轨卫星光谱成像仪的非均匀性,提出了一种基于Kalman滤波器校正算法.给出了校正算法,建立了均方根误差和列向粗糙度等评价指标.对美国TERRA卫星MODIS仪器图像的校正试验结果表明:用Kalman滤波器校正方法去除遥感图像中非均匀性条带的效果明显,校正后图像的品质显著提高.