高稳可变频率源的低杂散设计与实现

现代雷达电子对抗广泛使用DRFM 对雷达信号进行采样、存储与处理。传统频率合成技术无法同时满足高性能DRFM 对频率信号的稳定、低杂散、多路相参等指标要求。研究了频率源输出信号的抖动与杂散谐波对采样系统杂散性能的影响,结合传统频率合成技术,设计了基于FPGA和低噪声时钟抖动消除器的频率源电路,并对初级信号的谐波抑制设计了基于带通滤波器和微带滤波器的窄带滤波电路。最后,对系统的测试结果表明,本设计可输出多路频率范围为2．27～2600M Hz（分段）的频率信号,步进小于10kHz。信号相位噪声优于－95dBc／Hz ＠100kHz ,杂散抑制优于－60dBc。     

GEO卫星电推力器安装位置优化研究

针对配置电推力器的地球静止轨道(GEO)卫星,研究了以位置保持效率为指标的电推力器最佳安装位置。分析了南北、东西位置保持所需推力大小与工作时间的关系,得到推力器安装位置与位置保持可控性的定量关系。分析了电推力器安装位置与角动量卸载能力的关系,电推力器的推力方向越接近垂直,角动量卸载能力越大。以位置保持效率为最优目标,考虑卫星尺寸、位置保持可控性和角动量卸载能力等约束条件,给出了电推力器最优安装位置的确定方法:根据位置保持效率及卫星尺寸约束,确定电推力器纵向与垂向安装位置;根据位置保持可控性和角动量卸载能力等约束条件,确定电推力器横向安装位置。利用一个典型优化算例对此方法进行验证,结果表明:该优化方法能够确定满足约束条件下的电推力器最优安装位置,可为GEO卫星电推进系统的布局设计提供参考。     

多光谱图像中云层及阴影的检测与消除

云层及阴影的检测是遥感应用领域的一个非常重要的问题。目前这方面的资料比较少，尤其是在被动接收条件下。提出了一种云层及阴影检测的算法，该算法的主要依据是云层及阴影覆盖区域高平滑性的特征，算法主要包括图像变换、亮度校正、云层及阴影的检测、滤波四个步骤。相对于现存方法而言，优点在于整个算法适合主被动接收条件，算法的处理比较简单，算法实现过程中没有很苛刻的参数选择，算法的适用范围较广。仿真结果不仅验证了上面的分析，而且表明该算法去云层及阴影的效果比较理想。     

太空非合作遥感卫星三维重建点云的平面滤波方法

受太空环境光照条件弱、卫星高速运动、卫星表面纹理匮乏等因素的影响,太空非合作遥感卫星的三维重建点云中往往会存在大量噪声,给太空非合作目标的准确探测带来了非常不利的影响。文章以非合作遥感卫星的形状特征作为先验知识,提出一种三维重建点云的平面滤波方法。针对点云噪声的不同特点,首先利用统计分析滤波方法消除离群离散点噪声;其次,利用改进的区域生长聚类方法,分割出点云模型中的平面结构与离群点簇噪声;然后,分别用RANSAC算法和最小二乘法对平面结构进行滤波,并将平面结构附近的噪声点垂直投影至平面内,去除模型表面噪声。实验结果表明,该优化方法可以有效去除非合作遥感卫星三维重建点云中的大部分噪声,得到卫星平面结构的光滑点云数据。     

基于RTS滤波的GPS+BDS 非差非组合PPP/INS紧组合模型

GPS高精度定位技术在动态复杂环境中,其定位精度、可靠性和连续性因卫星信号频繁失锁而变差。为此,提出了采用基于RTS滤波(Rauch-Tung-Striebel Filter)的GPS+BDS非差非组合PPP(Precise Point Positioning)与INS(Inertial Navigation System)紧组合模型的策略来克服GPS在动态定位中的弱点。其中,采用GPS+BDS双系统观测数据,可提高PPP解算中的可用卫星数,改善星站间定位几何强度和提高PPP收敛速度;采用PPP/INS紧组合,利用INS的自主定位特性和短期高精度特性,可有效改善复杂环境下的定位精度和连续性;采用RTS滤波,可进一步提高PPP/INS紧组合性能。首先推导了GPS+BDS非差非组合函数模型、PPP/INS紧组合函数模型和RTS滤波函数模型,然后利用一组车载动态数据,对动态GPS PPP、GPS+BDS PPP、GPS/INS紧组合、GPS+BDS PPP/INS紧组合和基于RTS的GPS+BDS PPP/IMU紧组合的定位、测速和定姿性能进行分析。实验结果表明,该方案可有效提高定位(58%～72%)、测速(74%～82%)和定姿(4%～23%)精度,特别是对卫星失锁期间的定位性能改善尤为明显。     

一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题,设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时,考虑到传统的姿态求解方法精度不高,提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量,再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合,以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰,其稳定性明显优于两种方法各自求解时的情况;在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题,表现出更高的动态解算精度,从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

无人机三回路自动驾驶仪设计分析

三回路自动驾驶仪是基于最优调节(LQR)设计方法的无人机飞行控制系统,可应用极点配置方法设计三回路的自动驾驶仪控制器参数。通过推导三回路自动驾驶仪控制器参数的解析解,选取三组期望极点进行了极点配置,设计结果表明,系统的实极点位置对系统的响应速度有较大影响,闭环实极点与其它两个极点距离越远,离虚轴越近,响应速度越慢。     

自适应UKF在北斗定位算法中的应用

北斗导航系统发展日益成熟,介绍了北斗定位解算与GPS解算的差异,针对扩展Kalman滤波(Extended Kalman Filter,EKF）算法在北斗解算过程中容易引入非线性误差,无迹Kalman滤波(Unscented Kalman Filter,UKF）算法受初值和系统噪声影响较大问题,提出了一种自适应无迹Kalman滤波(Adaptive Unscented Kalman Filter,AUKF）北斗定位解算算法。该算法利用观测残差信息构建自适应渐消矩阵,消除量测噪声异常带来的影响,同时提高了滤波精度。实验表明,与EKF和UKF定位解算算法相比,AUKF算法在定位精度和对系统噪声鲁棒性方面都有所提高,是一种可靠稳定的北斗定位算法。     

一种基于自适应滤波的GPS滚转角估计方法

全球定位系统（GPS）测姿技术主要是利用GPS载波相位和信号功率2种方法,但是测量信息单一且独立,针对旋转载体的测姿问题,提出一种基于自适应滤波的GPS滚转角估计方法,通过融合GPS接收机天线信号功率和多普勒频率信息测量载体滚转角和滚转角速度。利用当前统计模型对滚转角和滚转角速度测量进行系统建模,根据滚转角预测估计值选取量测量,并提出自适应滤波,采用滚转角加速度估计自适应滤波算法,实现了对系统噪声方差阵的自适应调整,避免了滚转角加速度最值的选取问题,降低了噪声的影响。通过仿真验证了基于自适应滤波的GPS滚转角估计方法的可行性,结果表明该方法的测量精度高于无迹卡尔曼滤波（UKF）。      

基于交互式多模型鲁棒滤波的目标机动估计算法

针对雷达导引头的测量信息带有闪烁噪声的问题,研究了交互式多模型和鲁棒滤波在雷达导引头目标机动估计中的应用.采用Huber Based滤波理论改进高阶容积卡尔曼滤波,提出高阶容积鲁棒滤波算法,选取Singer模型、“当前”统计模型、常加速度模型作为目标机动模型,建立雷达导引头测量模型,结合交互式多模型算法框架,设计目标机动估计滤波器.蒙特卡洛数字仿真结果表明,所提算法的鲁棒性较强,与传统高斯滤波相比,所提算法对闪烁噪声具有更高的滤波精度.