基于极限学习机的修正当前统计模型跟踪算法

针对当前统计(Current Statistical,CS)模型由于先验知识的缺乏和其结构特点导致的跟踪精度降低的问题,通过使用极限学习机(Extreme Learning Machine,ELM)并根据目标历史状态信息,实时估计并修正CS模型的加速度估计值,提出了基于ELM的修正CS模型跟踪算法.ELM的训练结果表明...     

一类结构随机跳变系统的自适应滤波方法

提出了含有相关和非相关两类特征参数的结构随机跳变系统自适应滤波方法,并采用改进了的一种基于随机采样技术的自举滤波算法,其对于非线性非高斯问题具有很强的适应性,很好地克服了传统滤波算法在解决此类问题时所存在的"基础结构失真"的缺陷,从而提高了滤波算法的整体估计性能.在"闪烁"噪声环境里,测量信息存在随机中断的导弹制导问题的仿真结果,验证了本方法的有效性.     

基于软技术的高动态扩频信号载波跟踪技术

高动态环境中,由于载体的动态变化范围大,使得所发射信号的多普勒频移、一次变化率、甚至二次变化率都比较大,这对于完成信号的正确解调提出了很高的要求.因而又给出了一种用复合软环来跟踪高动态载波信号的方法,实现了基于数字信号处理器的接收机,并且验证了此方案切实可行,完全达到各种性能要求.     

外弹道重构的改进Bayes滤波

由于被积函数及观测方程的复杂性，直接利用古典Bayes方法估计外弹道参数是极其困难的，而Kalman滤波等方法因数据质量问题经常出现发散现象，为了有效重构外弹道，基于Bayes方法，提出了外弹道重构的改进Bayes滤波算法，并给出了递推公式，仿真计算证明，该方法有效解决滤波发散问题和实际工程中的精度问题，是切实可行的方法。     

一种新颖的ICT扫描方式及其FBP重构算法

计算机层析成像检测的突出问题是获取一幅图像的时间太长.为了缩短较大尺寸构件层析成像检测的二代(TR,Transverse Rotation)扫描时间,讨论了一种准三代(RR,Rotation and Rotation)扫描的概念,推导了它的滤波反投影算法. 计算机模拟结果证明了该算法的正确性. 分析表明,在同样检测条件下,它的扫描速度将比TR提高3倍以上.      

DS/FH混合系统鲁棒自适应抗干扰技术

根据鲁棒估计理论,采用一种基于广义M估计的自适应滤波器消除DS/FH混合扩频系统中的部分带宽干扰,并推导了鲁棒自适应算法.比较了2种M估计中常用的ψ函数的性能:Huber函数(Huber function)、三权重函数(Tri-weight function).Monte Carlo 仿真结果表明,采用鲁棒自适应滤波器的DS/FH系统抗非稳态干扰性能显著提高,且具有拒绝特性的三权重函数性能明显优于Huber函数.      

空间机动目标的跟踪和定位

轨道机动控制过程中，推力加速度的不确定性是机动目标运动的主项摄动。通过对推力加速度和机动目标运动建模，在地心惯性系建立了增广系统状态动力学模型，在地平测量坐标系建立了离散量测模型，同时讨论了机动目标增广状态非线性动力学模型的线性化问题。给出了扩展卡尔曼滤波实时估计增广状态向量的算法，仿真分析证明所述算法稳定、收敛，对机动目标具有较高的定位精度。     

临近空间高超声速多目标检测前跟踪算法

针对临近空间不同径向距离高超声速目标难以同时被有效检测的问题,提出一种通过峰值聚优改进Hough变换积累结果的检测前跟踪(TBD)算法。采用径向距离-时间坐标描述数据,减少量测误差影响,规格化坐标使2个维度处于同一量级。进行Hough变换,分割参数单元进行点数积累和能量积累,采用标签矩阵记录每个量测点曲线经过的参数单元,遍历所有量测点将每个量测点只存于其所能构成能量积累值最大的参数单元,得到新的点数积累和能量积累结果。只对点数积累空间设置门限提取目标航迹,进行航迹约束和合并,输出最终航迹。仿真结果显示,算法将3个目标全部检测出的概率可达到90%,具有较好的多目标检测性能。     

野值对FDRP-KF滤波性能的影响及其处理方法

一般来说,野值会导致滤波性能的下降,严重的情况下会导致滤波的发散。主要以INS/TAN组合导航系统为例,讨论了野值对FDRP-KF滤波性能所产生的影响及相应的处理方法。     

基于预测滤波的捷联惯导任意双位置对准方法

针对捷联惯性导航系统(SINS,Strapdown Inertial Navigation System)在大失准角情况下的初始对准问题,建立基于加性四元数误差模型的非线性滤波方程,并提出一种基于模型预测滤波(MPF, Model Predictive Filter)与扩展卡尔曼滤波(EKF, Extended Kalman Filter)相结合的地面任意双位置初始对准方法.该方法将部分惯性器件误差作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,并克服了将模型误差假设为高斯白噪声的局限性.半物理仿真结果表明,该方法有效提高了SINS姿态误差角的估计精度,而且也降低了系统状态变量的维数,提高了对准解算的实时性.