空运市场需求预测的自适应动态建模方法

根据空运市场需求时间序列的季节性、趋势性及随机振动性的特点，随机过程和时间序列分析手段，建立了空运市场需求预测的自适应平滑模型，并利用卡尔曼滤波法解决了模型参数的动态估计问题。     

利用地磁场测量的小卫星自主导航设计

地磁场矢量是卫星所在位置的函数 ,通过对地磁场的测量 ,即可实现对近地小卫星的自主导航。本文采用卡尔曼滤波技术设计了小卫星基于地磁场测量的导航方法 ,在采用地磁场模型时选取磁偶极子模型 ,以此使设计算法的计算量大大减少。最后利用数字仿真验证了系统性能。     

捷联导引头制导系统导引律及自适应滤波方案设计

本文推导了捷联导引头制导系统五维动态方程和二维测量方程。在设计导引律时，采用了“瞬态导引法”。同时，提出了有限记忆自适应卡尔曼滤波的算法，并将该算法用于制导系统的滤波方案设计。通过蒙特卡罗实验，验证了本文所提出的制导方案是可行的     

组合导航的自校正滤波控制

本文介绍了一种新的组合导航自校正滤波与控制方法，它是将卡尔曼滤波、参数辨识与自校正控制结合起来，从而提高了适应能力与误差补偿精度，文中分别讨论了误差模型、自校正滤波与自校正控制，并把它们统一起来，得到了封闭解。     

基于GPS及其与磁强计组合的姿态确定算法研究

提出了一种组合敏感器定姿算法，针对卫星上同时装备有磁强计与全球卫星定位系统（GPS）的情况，利用两者的测量信息，在卡尔曼滤波算法的基础上，对两者信息融合定姿算法进行了设计和仿真，旨在提高卫星自主定姿精度和可靠性，结果表明，组合定姿算法使姿态确定的精度得到提高。     

基于RBF网络的惯导系统初始对准

建立了惯导系统（ＩＮＳ）初始对准的线性和非线性误差模型。分析了径向基函数（ＲＢＦ）网络的结构和工作原理。研究了ＲＢＦ网代替初始对准中的卡尔曼滤波器的实现方法。通过仿真表明，用神经网络进行初始对准，既可获得与卡尔曼滤波相同的对准精度，又提高了系统的实时性。     

卡尔曼滤波定轨算法的研究进展

本文对国外卡尔曼滤波定轨算法的研究与试验进行了综述。80年代关于地球引场模型误差的研究，有大地改善了滤波的稳定性，在滤波的同时加进卡尔曼平滑，又显著提高了卡尔曼滤波的定轨精度。90年代美国、法国继研制成功卡尔曼波滤定轨软件，并投入试验运行，NASA的TONS软件（中继星星上导航系统）从1992年7月14日开始，在EUVE星上连续运行了320天，定轨精度（RMS）为25m。法国的DIODE（DORIS实时轨道确定）软件从1998年3月26日开始在SPOT4上运行的两年中，最长连接运行12个月，定轨精度（RMS）为6m。     

基于卡尔曼滤波的目标机动判别研究

在对目标方位序列进行卡尔曼滤波的基础上,利用滤波残差的分布特性,对其进行假设检验,可以据此判断方位序列是否发生显著变化,由此判断目标是否机动.为了说明这种方法的有效性,文中给出了一个实例.     

有序递推滤波修正系统误差方法

本文将推广卡尔曼滤波的原理拓展到对测量元素逐个进行滤波的处理。从理论上证明它可以提高状态向量滤波结果的估值精度，而且它可以减少求逆公式的计算量。本文应用该方法导出了轨道测量数据处理的有序递推自校准系统误差的方法及公式。