SAR图像强回波目标检测的偏态分布方差方法

对复杂背景下的SAR图像强回波目标检测问题进行了研究,提出了基于偏态分布方差的自适应检测算法。首先设计一种新的基于偏态分布模型的方差滤波器,偏态分布方差滤波器可减少相干斑噪声对检测的不良影响,提高图像方差的差异性,即强目标回波边缘灰度方差相对于强目标回波灰度方差、背景杂波灰度方差更小。其次,算法改进了根据图像复杂度自动选取阈值方法,通过自适应检测小方差像素,实现强回波目标检测。仿真结果说明该算法能够对SAR图像强回波目标较快地进行准确检测。相比方差特征法(VAR)和扩展分形特征法(EF)在检测速度与虚警率方面均具有较大的优越性。     

改进的Sage—Husa滤波及在卫星姿态估计中的应用

基于极大后验估计原理,提出了一种改进的噪声估计器,以实现对噪声均值和方差的在线估计,抑制滤波器发散。对自适应扩展卡尔曼滤波算法在卫星姿态确定系统中的应用进行了仿真。结果表明新算法滤波精度优于扩展卡尔曼滤波（EKF）,与Sage—Husa自适应滤波算法相比,可阻止滤波器发散,提高系统滤波精度。     

Kalman滤波的铷原子钟控制算法

以GPS接收机输出的1pps信号为参考信号,采用Kalman滤波算法对铷原子钟的参数进行估计,计算铷原子钟的频率调整量,对铷原子钟进行调整,使其和UTC时间保持同步。实验结果表明,受驯铷原子钟输出1pps与UTC（NTSC）钟差的标准差优于3.5 ns,钟差峰峰值优于15 ns,100 s采样的Allan方差为1.83×10 -12 ,10000 s采样的Allan方差为6.1×10 -13 。实验证明了基于Kalman滤波的铷原子钟控制算法,使铷钟获得了较好的准确性和长期稳定性,且对其短期稳定性影响最小,是一种可靠稳定的铷钟控制方法。     

脉冲调制在小型姿控推力器中的应用仿真

摘要： 针对采用推力器进行姿态控制过程中的姿态稳定度和燃料消耗优化问题,对脉冲调宽调频（PWPF）和伪速率脉冲（PSR）调制器进行详细介绍,分别对采用PWPF调制器和PSR调制器的姿控推力器姿态控制进行仿真分析,总结采用上述两种调制器的优缺点.以采用双时间常数的方法降低燃料消耗,加入一阶惯性滤波的方法降低系统噪声影响从而提高姿态控制稳定度,设计一种改进的脉冲调制器.通过仿真表明采用改进的脉冲调制器相比于采用PWPF调制器更节省燃料,且姿态稳定精度相当,相比于PSR调制器,改进的脉冲调制器显著提高了姿态稳定精度.     

交互式多模型粒子滤波优化重采样算法

针对标准交互式多模型粒子滤波(IMMPF)算法中存在粒子退化及多样性匮乏问题,提出了交互式多模型粒子滤波优化重采样(IMMPFOR)算法,利用线性优化理论改善模型中具有小权值的粒子精度。该算法的新颖性体现在给定量测信息条件下,利用线性优化方法及模型交互概率将每个模型中拥有小权值的粒子替换成新的粒子。新的粒子既包含本模型中粒子信息,又包含了本模型与其他模型交互后的粒子信息。目标跟踪的仿真结果证明:每个模型新产生的粒子集合可以准确地近似真实状态后验概率密度函数,系统的估计精度与标准IMMPF算法相比有较大提升。     

基于递推更新卡尔曼滤波的磁偶极子目标跟踪

针对磁性目标跟踪问题,以磁偶极子等效场源模型为基础,建立磁性目标跟踪的离散状态空间模型,将磁偶极子目标实时跟踪问题转化为状态空间模型的滤波估值问题。针对磁性目标初始条件难以获得且现有卡尔曼类滤波算法在大初始误差条件下容易出现发散的问题,提出一种递推观测更新的卡尔曼滤波算法,将现有的一步观测更新描述为递推更新过程,等效降低大初始误差带来的大非线性误差。仿真与实测数据测试结果表明,本文算法具有良好的精度和收敛性,能够有效抑制磁偶极子跟踪中由于大初始误差导致的滤波发散,适于实际应用。     

调频多普勒引信抗调幅干扰性能分析

为提高调频多普勒引信抗调幅干扰性能,定量研究了调幅干扰对其作用机理,以信干比(SJR)增益作为表征参量定量研究了不同调幅干扰作用下调频多普勒引信的抗干扰性能。详细推导了正弦波调幅、方波调幅和三角波调幅干扰作用下调频多普勒引信的信干比增益,并对其进行了仿真验证。定量分析、仿真与引信实验测试结果表明:在调幅干扰下调频多普勒引信总信干比增益在10 d B量级;调频多普勒引信抗各种调制样式调幅干扰能力相当,对调幅干扰调制样式不敏感;调幅指数对调频多普勒引信抗干扰性能基本无影响;减小多普勒滤波器带宽可以一定程度提高调频多普勒引信系统抗干扰性能。     

Onboard orbit determination using GPS observations based on the unscented Kalman filter

Spaceborne GPS receivers are used for real-time navigation by most low Earth orbit (LEO) satellites. In general, the position and velocity accuracy of GPS navigation solutions without a dynamic filter are 25 m (1σ) and 0.5 m/s (1σ), respectively. However, GPS navigation solutions, which consist of position, velocity, and GPS receiver clock bias, have many abnormal excursions from the normal error range for space operation. These excursions lessen the accuracy of attitude control and onboard time synchronization. In this research, a new onboard orbit determination algorithm designed with the unscented Kalman filter (UKF) was developed to improve the performance. Because the UKF is able to obtain the posterior mean and covariance accurately by using the second-order Taylor series expansion through the sampled sigma points that are propagated by using the true nonlinear system, its performance can be better than that of the extended Kalman filter (EKF), which uses the linearized state transition matrix to predict the covariance. The dynamic models for orbit propagation applied perturbations due to the 40 × 40 geo-potential, the gravity of the Sun and Moon, solar radiation pressure, and atmospheric drag. The 7(8)th-order Runge–Kutta numerical integration was applied for orbit propagation. Two types of observations, navigation solutions and C/A code pseudorange, can be used at the user’s discretion. The performances of the onboard orbit determination were verified using real GPS data of the CHAMP and KOMPSAT-2 satellites. The results of the orbit determination were compared with the precision orbit ephemeris (POE) of the CHAMP and KOMPSAT-2 satellites.     

天线罩干扰下的雷达/红外复合导引头数据融合

针对雷达/红外复合导引头中存在天线罩折射以及外部干扰问题,在三维模型下,提出一种基于扩展卡尔曼滤波(EKF,Extended Kalman Filter)的多模型算法,对天线罩斜率进行估计,并将估计结果代入EKF,降低观测视线角中的天线罩折射干扰,形成最优局部估计.采用基于环境信息的加权因子法对雷达/红外局部估计结果进行融合,通过环境信息度量传感器测量结果的可信度,忽略不可信的局部估计结果.设计4组算例检验融合算法性能,仿真结果表明:所提算法可以准确估计天线罩斜率,合理并有效使用雷达/红外传感器信息,提高系统估计精度.