嵌入CFAR自适应滤波算法

有几种熟知的自适应滤波算法都具嵌入式恒虚警率的性能循特点，而且已经发现它们当中的广义似然比测试算法在非高斯霜波中表现很强的鲁棒性。     

用渐消卡尔曼滤波器防止捷联惯导系统滤波发散

为有效防止捷联惯导系统滤波发散,根据卡尔曼滤波原理研究了滤波发散的原因,引入了渐消卡尔曼滤波和遗忘因子。对常规卡尔曼滤波器和渐消卡尔曼滤波器的滤波进行的仿真结果表明,采用渐消卡尔曼滤波器在工程上可解决捷联惯导系统滤波发散。     

重现性地磁活动的数值预报

重现性地磁扰动作为地磁活动的重要部分，其特性在磁情预报中起着不可缺少的重要作用，本文利用地磁扰动在一定条件下具有２７天重现的特性和现代时序分析法中的自适应滤波方法，对北京地磁台Ｋ指数的预报方法进行了研究，并分别在太阳黑子活动低年和高年的两个时间段，进行了预报实验。低年时段预报结果精度为０．６６；在高年时段，预报精度为０．７９，进一步分析还表明，理论计算方法应当与多方面的物理分析相结合，预报精度为０     

旋转条件下固体火箭发动机三维内流场数值模拟

基于颗粒轨道模型,通过运动方程加入过载加速度的方式建立了旋转条件下固体火箭发动机内三维两相流的数值模型,并利用该模型研究了不同的旋转加速度对固体火箭发动机中粒子运动轨迹以及聚集浓度的影响。结果表明,随着发动机旋转速度的增大,粒子的聚集带逐渐向壁面附近扩散,在发动机的轴向附近形成一个无粒子区域,旋转速度越大,无粒子区域越大;当旋转速度增加到一定值,粒子的聚集带向外扩散至壁面上,在前封头附近的壁面上形成一条与发动机母线成一定夹角的高浓度聚集带。     

杂波环境下的机动目标检测和跟踪算法

交互多模式(IMM)是一种有效的机动目标跟踪算法,但由于其要求具有很多的先验前提条件而不利于工程实现.研究了一种杂波环境下更适合于工程实现的机动目标(同样适用非机动目标)的跟踪算法,该算法通过一种由测量位置估计误差决定的机动检测函数来实现杂波背景中的机动目标检测,并通过改变Kalman滤波的相关参数,实现自适应跟踪.该算法克服了IMM算法的模式限制和复杂性,同时也避免了对非机动目标的跟踪中,在跟踪模式间相互切换时所换造成的影响.通过在空管系统(ATC)的大量模拟实验,验证了该算法的有效性和重大应用价值.     

状态估计中两种非线性滤波算法的对比研究

分析了粒子滤波算法和Unscented卡尔曼滤波算法的原理和算法实现；在状态估计模型中对两种算法的适应性进行了比较。通过实例进行仿真，结果表明粒子滤波算法估计精度比UKF算法高，但是计算量却相对较大。     

惯性/图像组合导航中的双模态双滤波器研究

在简要介绍了飞行器视觉图像定位导航原理及模型的基础上，针对其非线性模型的推广Kalman滤波的收敛与初始条件有关的问题，将其定位导航的两种模型（线性与非线性模型）组合，提出了双模态双滤波器滤波方法。这种滤波能很好地解决非线性推广Kalman滤波的收敛问题。通过第一个线性滤波器的滤波估计给第二个非线性滤波器提供滤波初值，使这一非线性滤波收敛，并能取得较高的滤波精度。     

短波信道多普勒扩展仿真与实现

针对直接FIR滤波和多级内插滤波生成衰落因子的算法中存在算法复杂度高、计算效率低、存储空间大等问题,文章研究了一种多级迭代滤波的算法,以降低算法复杂度和减少存储空间,实时生成衰落因子;并进行了算法的复杂度分析和仿真实现,验证了算法的有效性.     

简化七阶CQKF及其在SINS大失准角初始对准中的应用

针对捷联惯性导航系统（SINS）大失准角初始对准的滤波过程，提出简化七阶正交容积卡尔曼滤波算法（7th-SCQKF）。根据简化容积卡尔曼滤波(CKF)理论，推导出改进的简化七阶CKF算法（7th-MSSRCKF），改进了原简化七阶CKF（7th-SSRCKF）的性能；同时，在7th-SSRCKF和7th-MSSRCKF基础上，引入正交半径准则，提出简化七阶CQKF（7th-SCQKF）算法，提高了滤波精度；并将简化七阶CQKF（7th-SCQKF）算法应用到SINS的大失准角初始对准仿真中，结果表明，7th-SCQKF比7th-MSSRCKF的滤波精度高，验证了新算法的正确性和有效性。     

标准单元抗单粒子闩锁效应加固设计

文章针对130纳米CMOS工艺标准单粒子闩锁效应问题，开展了Complementary Metal Oxide Semiconductor(CMOS）器件单粒子闩锁效应产生的物理机理分析, 提出了一套适合于不同类型标准单元版图加固方法；基于SMIC0.13μm工艺进行了物理建模仿真和电路实现。仿真结果显示，在遭受LET值为120MeV/mg/cm2的重离子辐射时，所设计的电路未发生闩锁效应。