扩展卡尔曼滤波对时变参数追踪性能的影响研究

扩展卡尔曼滤波（Extended Kalman filter,EKF）理论由线性卡尔曼滤波理论发展而来。在结构的物理参数未知的情况下,扩展卡尔曼滤波理论将结构的物理参数与其状态向量组成增广状态向量,对增广状态向量进行识别,从而得到修正的结构参数。本文引入扩展卡尔曼滤波理论,对结构参数进行识别。为了验证该方法的有效性,引入1个时变参数三自由度系统作为仿真算例,分别探讨扩展卡尔曼滤波中的各项滤波参数（模型噪声的协方差矩阵Q,测量噪声的协方差矩阵R）对结构的时变参数追踪性能的影响。结果表明,合适的滤波参数能使得算法更迅速,准确地识别出结构中的时变参数变化趋势。还通过一个悬臂梁仿真算例,证明了即使在部分测点没有测量的情况下,EKF算法也能识别出结构参数。     

引入姿态误差的中继跟踪预报

航天器的姿态控制误差是客观存在的,由于中继终端跟踪能力有限,在某些情况下,姿态误差会导致跟踪中断,从而造成测控资源的浪费并影响正常执行任务。针对姿态控制误差影响中继跟踪的问题,通过对简化姿态旋转矩阵求导,推导出姿态误差与中继终端框架角和角速度的转换关系,得到引入姿态误差的中继终端跟踪预报模型。利用该模型对某航天器中继跟踪情况进行仿真计算,表明：考虑姿态误差情况下,中继跟踪弧段比无扰动情况要短一些,跟踪时间减少的时段发生在天线方位轴与航天器到中继星连线的夹角较小的时候。     

光电经纬仪红外成像跟踪处理器的研究与实现

以高性能数字信号处理器TMS320C6203为核心,结合CPLD（可编程逻辑器件）进行逻辑控制,用FPGA（现场可编程门阵列）进行预处理,设计了实时目标检测和跟踪系统。介绍了实时图像处理系统的硬件组成、工作原理、软件流程,重点分析目标检测算法和系统实时性。该系统被成功用于光电经纬仪红外图像处理系统中,经试验证明,系统对弱小目标的检测、识别和跟踪能力达到实际工程的实时性需求,大大提高了数据采集能力与处理速度,采样精度得到很大提高,完全满足系统设计要求。     

面向目标的概率多假设跟踪算法

 概率多假设跟踪(PMHT)算法由于其计算量与目标和量测的个数成线性关系而成为一种重要的数据关联方法,但该算法采用的是一种面向量测的参数模型,容易受到杂波的干扰。针对这个问题,提出一种面向目标的PMHT（TO/PMHT）算法,将量测与目标的距离作为权重,使计算出的后验关联概率能够真实地反映量测和目标的关联可能性。通过多种典型环境的仿真计算表明：TO/PMHT算法和面向量测的PMHT算法相比,跟踪性能有了明显的提高;与多假设跟踪(MHT)算法相比,在保持跟踪性能的同时,极大地提高了计算效率。     

一类非线性系统的状态反馈输出跟踪研究

研究一类非线性系统的状态反馈输出跟踪控制问题。对于给定的光滑有界的参考信号,利用反步方法设计系统的跟踪控制器,使从任意初值出发的系统的输出都渐近于给定的参考信号,同时系统内部状态保持有界。仿真实例验证了研究结论的可行性。     

一种在紧缩场进行捕获跟踪试验的方法

为满足不断增长的天基中继业务需求,航天器星间链路常使用大口径高增益天线,且配置自动捕获和跟踪设备,以完成对目标航天器的自动跟踪.随着天线口径的增大,对场地空间要求不断增大,地面验证试验变得愈加困难.针对越来越难以实现的捕获跟踪外场试验,提出一种在紧缩场进行捕获跟踪试验的方案,方案详细分析了在紧缩场进行试验的可行性.通过设置跟踪通道校相因子,很好地分离了角误差信号,获得良好的S曲线以及非常小的交叉耦合,从而验证了在紧缩场进行捕获跟踪试验是可行的.相对于传统的远场测试方法,该方法具有不受气候影响、费用低等优点.     

一种基于FPGA实现实时提取恒星星像坐标的方法

提出一种基于FPGA实现实时提取恒星星像坐标的方法。该方法在提取恒星星像坐标过程中,不必利用当前图像下一列坐标的灰度值和当前列下一行坐标的灰度值,而仅仅采用当前图像当前行的上一列坐标的灰度值以及当前列的上一行坐标的灰度值, A/D转换成数字量后,把星图图像保存到SRAM和提取恒星星像坐标两个过程并行。实验结果表明,采用该方法不仅能够准确提取恒星星像坐标,而且能够进一步提高坐标提取的实时性,满足星敏感器并行流水工作模式的要求。     

高超声速滑翔再入飞行器弹道估计的自适应卡尔曼滤波

采用传统状态增广法对高超声速滑翔再入飞行器(HGRV)进行弹道估计,存在模型简化误差过大和过程噪声方差难以构造的问题.依据目标运动特性和模型简化误差定量分析结果,状态方程改进为采用圆形地球模型和拟合大气模型并考虑哥氏力.采用一阶Markov过程描述气动力参数,将过程噪声方差构造为气动力参数方差和机动时间常数的函数,时变气动力参数方差采用“渐消记忆”的统计估计法由气动力参数估计值序列统计获得,而存在跳变的机动时间常数则作为运动模式采用变结构交互多模型法与运动状态一起估计.仿真结果表明,所提算法对位置、速度和气动力参数的估计精度优于传统算法,具有较好的工程实用性、鲁棒性和效费比.     

基于形态自适应网络的无人机目标跟踪方法

针对无人机影像目标跟踪过程中常出现的目标方向变化、目标遮挡变化、样本多样性不足等问题,提出了一种基于形态自适应网络的无人机航空影像目标跟踪算法。首先使用基于数据驱动的方法对数据集进行扩增,添加了遮挡样本和多旋转角度样本,提高样本多样性;提出的形态自适应网络模型通过旋转不变约束改进深度置信网络,提取强表征能力的深度特征,使得模型能够自动适应目标形态变化,利用深度特征变换算法获取待检测目标的预定位区域,采用基于Q学习算法的搜索机制对目标进行自适应精准定位,使用深度森林分类器提取跟踪目标的类别信息,得到高精度的目标跟踪结果。在多个数据集上进行了对比实验,实验结果表明该算法能够达到较高的跟踪精度,可以适应目标旋转、目标遮挡等形态变化情况,具有较好的准确性和鲁棒性。     

GPS信号捕获与跟踪策略确定及实现

为了检测GPS(Global Positioning System)信号,设计了码环及载波环捕获与跟踪数字系统.序贯搜索与窄间隔超前-滞后型数字延迟锁相环的采用,保证了码相位的可靠捕获与精确跟踪,四相鉴频器、叉积自动频率跟踪算法及科思塔环载波相位跟踪算法的结合,既保证了载波频率(多普勒频移)的捕获速度,又使环路能有效地跟踪频率/相位变化,获得较好的动态性能与噪声性能.控制算法及参数确定的软化实现使系统具有较好的灵活性.基于扩频相关器与数字信号处理器的数字系统验证了上述方案的正确性及有效性.