联邦滤波器在卫星姿态估计中的应用

本文介绍了由惯性器件、GPS姿态传感器、太阳敏感器、地球敏感器组成的卫星姿态测量系统 ,利用联邦滤波器对载体姿态进行分散化估计 ,计算机仿真表明该方案不仅有与集中滤波器相当的精度 ,且容错性好。在本文给出的系统中 ,选取不同的信息分配因子进行联邦滤波器的设计 ,可以获得不同的子滤波器性能 ,以利于故障诊断。     

GPS信号模拟器中x/sin(x)数字滤波器的设计和实现

结合一个实际 GPS信号模拟器数字中频系统的指标要求 ,介绍用 matlab设计窄带 x/sin( x)数字滤波器的方法 ,并在 Xilinx公司的 FPGA中实现所设计的 7阶 FIR滤波器 ,所设计的滤波器输出延迟为 8个时钟周期 ,后仿真的最高速度大于 1 2 0 MHz     

应用BP网络校正的卡尔曼滤波器

当目标作机动飞行时,由于未知机动引起的估计误差的影响,卡尔曼滤波器的跟踪性能将会严重下降。提出了一种应用BP神经网络对卡尔曼滤波结果进行校正的机动目标跟踪方法,BP网络可以辨识非线性机动,修正卡尔曼估计值,改善跟踪效果。同时还研究了BP网络的自适应算法。对两个变加速机动目标的跟踪结果表明,经过BP网络校正的卡尔曼滤波器不会发生误相关,跟踪的精度较高。     

基于北斗双星定位系统的组合导航滤波算法实现研究

捷联惯性导航系统的主要缺点是导航定位误差随时间增长。北斗双星定位系统是我国独立研制的一种区域性卫星导航定位系统,具有自主性强、定位精度较好的特点。因此捷联惯导与北斗双星定位的组合成为具有我国特殊意义的一种组合导航系统。论文针对北斗双星定位系统设计了一种低阶卡尔曼滤波器,建立了双星的量测噪声模型。首次提出了使用逐次逼近法来解决北斗双星系统中存在的位置滞后的问题,并且最后进行了实际的跑车验证。试验表明,该组合导航滤波算法实时性好,精度高,具有较好的工程应用价值。     

一种数字接收机中DLL的设计

延迟锁定环(DLL)是扩频接收机中实现PN码捕获和跟踪的一个重要部分,文中讨论延迟锁定环的数字化实现。介绍延迟锁定环的经典结构、数控振荡器、伪码发生器、鉴别器、环路滤波器四个模块的工作原理以及在可编程器件中的设计和环路滤波器的参数设计,最后给出实验结果。     

基于故障因子函数的鲁棒联邦滤波算法研究

针对联邦滤波器子系统传感器故障，提出了一种基于状态递推器的滑动残差检验法，并在故障检测函数的基础上，定义了故障因子函数，用于联邦滤波器的信息分配。根据新的算法，联邦滤波器的信息分配系数可根据故障因子函数进行自动调整，以减少故障通过全局重置对其他无故障子系统的污染程度，从而减少了故障信息的影响程度和持续时间，提高了故障隔离后联邦滤波器的快速恢复能力。仿真结果表明该算法是有效的。     

卫星自主轨道确定的自校准滤波

研究在导航敏感器测量带有系统偏差情况下的卫星自主轨道确定问题,已有的大量研究表明这类系统偏差是影响自主轨道确定系统性能的关键因素.针对这一问题,本文基于线性时变系统的可观性理论证明了系统偏差为未知常值时,自主导航系统的状态和常值偏差都是可观的.在此基础上设计了将系统偏差作为状态向量新增分量的自校准滤波器以估计轨道参数,同时校准系统偏差.数学仿真结果表明,采用自校准滤波可以将自主导航的位置精度从10km（3 σ）量级提高到200-500m（3σ）.     

基于自适应波形设计的天基雷达目标检测方法

针对天基雷达检测海面目标时杂波特性复杂、场景变化迅速和信杂比低的问题,文中提出一种基于波形自适应设计的目标检测方法。这种方法将每个驻留时间分拆为若干个子驻留,在第1个子驻留上发射线性调频脉冲,并进行预检测和杂波协方差估计。在后续子驻留中采用多粒子滤波技术对杂波协方差进行动态更新,以适应天基雷达杂波的快速变化。进而在后续子驻留中利用平均平方优化技术自适应的设计波形,并进行主成分分析和广义似然比检验,以提高信杂比和实现恒虚警率检测。最后,文中将海杂波建模为复合高斯过程、将目标建模为若干个具有确定但未知散射幅值的散射体,并进行仿真实验。结果表明,在尖峰性海杂波环境和天基监视雷达配置条件下,用这种目标检测方法实现可靠检测所需的信杂比降低约9dB,可有效改善对弱小目标的检测效果。     

四维黎曼时空下脉冲星导航模型精度分析

考虑深空探测中广义相对论的影响,以适应纳秒量级的计时精度要求,本文针对航天器绕飞轨道,建立四维黎曼时空下带有时间转换项的脉冲星导航系统轨道动力学模型和四维观测模型,并基于无迹卡尔曼滤波方法设计脉冲星导航算法,针对模型中的时延项对导航精度的影响进行分析。分析结果表明:在时间转换模型中引力时延、航天器偏轨时延以及绕飞行星曲率时延等因素远大于航天器曲率时延对导航精度的影响,在量测模型中太阳系的引力远大于周年视差效应和脉冲星自行对导航精度的影响。     

一种适合于大尺寸航拍图像的特征点提取方法简

 一些航拍图像的尺寸较大,现有的特征点提取算法在对其处理时均要耗费大量的时间,针对这一问题,提出一种快速有效的特征点提取算法。首先构造原始图像的拉普拉斯金字塔,以获得图像的尺度信息,同时保留图像的方向信息;再使用非均匀多方向滤波器组将金字塔图像分解在不同方向上,在分解后的图像中提取局部极值点作为候选特征点集;采用特定的合并策略合并候选特征点最终得到特征点集,并根据方向滤波器组为特征点分配方向向量。试验结果表明,本文算法在基本保证提取到的特征点匹配率及正确率的前提下,有较高的效率。