考虑量测滞后的INS/SAR组合导航非等间隔滤波算法研究

由于INS／SAR组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，从而造成了量测的不等间隔频率输出和量测信息滞后。针对上述问题，采用常规的卡尔曼滤波算法难以获得高的滤波精度。本文首先分析了常规卡尔曼滤波器工作过程；然后在此基础上，提出了采用非等间隔并解决滞后的滤波算法以解决上述问题。本文利用系统状态转移矩阵的特性，设计了相应的非等间隔卡尔曼滤波算法，以解决非等间隔量测的问题；同时，在该非等间隔卡尔曼滤波算法的基础上，提出了解决量测滞后的方案。并通过协方差分析的方法对比分析了常规卡尔曼滤波器，非等间隔卡尔曼滤波器和解决滞后效应的滤波算法三种情况下的滤波精度。仿真结果验证了本文提出的算法具有较高的滤波精度。     

目标被动定位与跟踪技术

基于精确制导技术的需要 ,本文研究了被动方式下的目标定位与跟踪技术 ,对其研究背景、研究意义、研究现状以及被动定位与跟踪问题的分类进行了详细的阐述 ,并在此基础上指出了尚待解决的一些问题。最后 ,对目标被动定位与跟踪技术的发展方向做了展望     

朔月期间基于SEMOI的卫星自主导航方法研究

为解决朔月期的卫星自主导航,提出了一种利用日地月光学信息(SEMOI)的实现方法。利用朔月期卫星-太阳方向矢量与卫星-地球方向矢量间夹角,由迭代最小二乘法估计历元时刻的卫星定位数据,并以轨道预报方式实现卫星自主导航。给出了计算流程。仿真结果表明,该法的定位精度可满足民用卫星的导航要求。最后讨论了采样周期和敏感器精度等因素对定位精度的影响。     

EKF和UKF在INS/GPS组合导航中的应用分析

扩展卡尔曼滤波(EKF)是在非线性系统中常用的一种滤波方法,Un-scented卡尔曼滤波(UKF)是一种新的非线性滤波算法,其主要特点是与EKF一样传递状态的前两阶矩,但不用计算Jacobian矩阵。将EKF和UKF分别应用到INS/GPS系统的滤波中,仿真结果表明UKF比EKF更适合于在INS/GPS系统中使用。     

基于椭圆轨道的空间交会停靠全系数自适应控制方法研究

本文针对线性时变对象，用差分的方法对其离散化，证明了离散化后的对象的系数之和等于1，并利用离散化对象的系数和微分方程的系数之间的关系，计算出离散化后对象的系数收敛值，这也是在时变对象和非线性领域内应用全系数自适应控制理论必须要解决的问题。并基于随圆轨道的空间交会停靠的动力学方程为实际背景，用此方法和PID方法进行了仿真比较，从仿真结果可以看出全系数控制方法的优越性。     

多传感器组合导航系统研究

设计了一种由INS、GPS和Doppler测速雷达构成的多传感器组合导航系统。采用GPS伪距、伪距率以及Doppler速度与INS组合 ,建立了其卡尔曼滤波方程 ,设计了飞行轨迹 ,给出了惯性元件精度较低时组合系统的仿真输出。仿真结果表明 ,多传感器组合导航系统能有效提高导航精度 ,降低对惯性元件的性能要求 ,是导航系统的发展方向     

高超音速飞机鲁棒自适应控制的研究

由于高超音速飞机自身特有的结构以及飞行时所处的复杂条件，其高度非线性的数学模型往往很难获知，即便是建立的某种数学模型也是极为不准确的，因此许多传统的控制方法已经不再适用。所提出来的高超音速飞机鲁棒自适应控制，依靠在线调参的单隐层神经元来逼近其不确定的数学模型，使得整个控制过程对模型的依赖程度大大降低，除此之外，该控制方法还具有非线性解耦的能力，最后通过对某种高超音速飞机的仿真分析，验证了该方法的控制效用及强鲁棒性能。     

一种快速精确的惯导系统多位置初始对准方法研究

传播的多位置初始对准方法虽然使惯导系数静基座初始对准的精度得到明显提高，但是用卡尔曼滤波器对其状态变量进行估计时，方位失准角收敛很慢。本文通过对惯导系统误差模型的合理简化，提出了一种快速精确的多位置估计方位失准角的方法，直接利用水平失准角快速收敛的特性估计方位失准角，从而提高了整个惯导系统静基座对准的精度和速度，计算机仿真结果验证了该方法的有效性。     

基于卡尔曼滤波器和遗传算法的航空发动机性能诊断

以某型涡扇发动机为研究对象,构建了基于卡尔曼滤波器和遗传算法的航空发动机性能诊断方法。卡尔曼滤波器根据发动机可测参数偏离额定特性时的变化量,对发动机性能参数进行了估计。当传感器存在测量偏差时,会使滤波器估计结果偏离真实情况。遗传算法以机载模型输出与发动机测量参数之间的误差最小为目标,通过优化计算,找出存在测量偏差的传感器,确定其偏差,并最终消除测量偏差对性能诊断的影响。