航天器扫描镜成像位置误差补偿技术

研究地球静止轨道航天器两自由度扫描镜成像位置误差补偿问题,即通过对扫描角的补偿,使光轴在地球表面的成像点位置与标称位置相同,消除探测区域的位置偏差.在考虑扫描镜法线偏移、姿态偏差以及轨道误差条件下,推导了光轴成像点的地心经纬度计算公式.给出了上述3类误差的具体描述方式,并分析了各种误差对光轴成像点位置的影响关系.基于角度误差的小量假设条件,给出了扫描镜的步进角/扫描角补偿量的显式算法.针对法线偏移信息一般难以准确测量的问题,提出了一种利用扫描镜在特定工作模式下的光轴惯性空间定向能力和法线偏移的长周期特性对其进行估计的方法.仿真结果表明,所提出的补偿方案和算法能够显著提高成像点位置精度.     

一种新的卫星通信系统中的载波频率同步技术

针对卫星通信中传统载波频偏估计算法精度低的问题,提出一种新的频偏估计方法。该方法首先利用传统方法在解调前端进行初始频偏估计,然后充分利用译码信息对残留频偏进行进一步估计和补偿。仿真结果表明,该方法可有效抑制传统频偏估计方法带来的残留频偏的波动,减少残留频偏对系统性能的影响,提高了系统译码性能,降低了解调门限,在不占用系统频带的同时,提高了系统功率利用率。     

H.264中多模式运动估计算法优化

针对H.264标准的多模式运动估计算法编码模式复杂、计算量大的不足,通过对H.264参考模型JM10中运动估计算法的分析,提出了一种利用时间、空间相关性的模式选择算法和结合一维绝对差值和(SAD,Sum of Absolute Difference)的高效匹配准则,将串行全搜索的运动估计算法改进为并行部分搜索的运动估计算法,把一维SAD和二维SAD匹配准则结合使用,从模式选择和编码速度两个方面对原算法进行优化.实验结果表明:与参考模型JM10的运动估计算法相比,提出的优化算法在恢复质量(用峰值信噪比表征)平均下降0.03 dB、码速率增加不超过1.5%的前提下,编码速率提高20%~30%,表明了该算法在恢复质量略有下降的情况下明显提高了编码速度.      

超声速状态下航空发动机部件蜕化参数估计与性能恢复控制

为解决超声速状态下航空发动机部件蜕化参数估计与性能恢复控制的难题,基于改进卡尔曼滤波器,通过一种三维插值方法实现超声速状态包线范围内的发动机部件蜕化参数估计。而航空发动机性能恢复控制是在常规内环控制转速的基础上增加了外环控制回路,该回路主要包括推力估计模型与外环控制器两部分。基于最小二乘支持向量回归机设计了一种推力估计模型,其输入采用特征选择算法筛选推力估计模型的最优输入,相比于传统的不经选择的推力估计模型,精度有较大提高。设计了外环模糊PI（Proportional integral）控制器自适应调节内环转速指令来实现蜕化发动机性能恢复的目的。最后通过超声速状态下的数字仿真,验证了上述发动机部件蜕化参数估计与性能恢复控制方案的有效性。      

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。     

基于迭代QR分解的DOA估计技术

提出了一种基于迭代QR分解的信源到达角(DOA)估计技术.DOA估计的子空间方法主要是通过估计信号协方差矩阵的信号子空间或者噪声子空间来求出信号的DOA参数.估计这些子空间通常需要大量的计算,采用ASIC实现时其成本会非常昂贵.本文采用迭代QR分解方法进行子空间分解,可以利用较少量的计算资源完成处理任务.仿真实验结果达到0.23毫弧度,说明该算法比较可靠有效.     

采用内部测温估计表面热流在高超声速风洞试验中的应用

表面热流预估方法利用试验件内部的温度来预估其表面热流。该方法的最大优点是测量温度的热电偶是内埋在试验件内部,不与外界的高温气流直接接触。该方法为高超声速飞行器飞行实验估计表面热流提供一种可行的途径。为了验证该方法在预测外界流场特性方面的能力,在航天空气动力技术研究院(CAAA)的 FD-03风洞中开展了一系列高超声速气动热风洞试验。试验中采用一块铝合金试验板,部分试验采用光滑平板,其余试验在试验平板的表面添加拌线以干扰外界流场。而后采用热流估计方法预估试验板的表面热流。预估结果表明,如由拌线产生的激波等外流场的强烈变化将在估计的热流结果中得到清晰的显示。     

声矢量传感器阵中基于Kalman滤波和OPASTd的DOA跟踪算法

研究了声矢量传感器阵动目标角度跟踪问题,并提出了声矢量传感器阵中 一种基于Kalman滤波和正交压缩近似投影子空间跟踪(Orthonormal projection approximation and subspace tracking of deflation, OPASTd)的波达方向(Direction of arrival,DOA)跟踪算法。该算法通过OPASTd算法来进行DOA的跟踪,从而克服了PASTd算法由于在某些情况下振荡但不收敛进而压缩数据、在迭代更新中由特征向量的不准确性产生误差累积等原因引起破坏信号子空间正交性的缺陷。Kalman滤波和OPASTd相结合算法可在估计角度的同时进行数据关联,与传统的PASTd算法相比,角度跟踪性能更好。该算法的优越性均可在文中得到验证。     

基于STF和加权改进的群目标跟踪算法

为了进一步提高群目标交互多模型跟踪算法的估计性能,提出一种改进的群跟踪算法.首先,通过采用模型转换概率的自适应算法,优化模型与目标运动模式的实时匹配.并通过引入强跟踪滤波（STF,Strong Tracking Filter）中的渐消因子,提高机动阶段时的群质心的状态估计精度.其次,分别利用概率加权法和标量加权法完成群质心状态和扩展状态的融合估计.最后在变分贝叶斯滤波的基础上,建立完整的跟踪算法流程.仿真实验结果表明,该方法不仅能够提高群质心状态和扩展状态的估计精度,还能有效降低机动阶段时的峰值误差.