一种基于天文测速的火星捕获段天地联合导航方法

为提高火星捕获段探测器的导航精度,提出一种基于天文测速的天地联合导航方法。该方法在地面无线电测距、测速的基础上,引入探测器与恒星的视向速度作为新增观测量,采用扩展卡尔曼滤波(EKF)对探测器状态进行估计。理论分析与仿真结果均表明,与仅依靠地面无线电导航相比,采用基于天文测速的天地联合观测导航方法能有效提高探测器的位置与速度估计精度,且导航精度的提升效果与马尔柯夫最优估计理论的预测值有较好的吻合度。当天文测速精度与地面测速精度相当时,位置估计精度较地面无线电导航提高了近一倍。     

基于局部均值差分的红外小目标图像背景抑制算法

复杂背景条件下红外小目标检测是提高红外武器系统探测距离的有效措施之一。针对小目标的特点提出了一种基于局部均值差分的红外小目标图像背景抑制算法。首先,通过优化的高通滤波进行初始背景抑制;然后,在分析小目标与背景像素差异的基础上检测目标潜在区域;最后,通过局部分割和特征分析实现抑制背景并增强目标。仿真结果表明,对于复杂地物及云层背景的红外图像,所提算法在提高目标信噪比及对比度方面均有较强的稳定性。     

基于容积滤波的自适应相对导航算法

针对激光交会雷达测量方程的非线性问题,将容积滤波算法应用于航天器相对导航中;并考虑测量噪声统计特性不准确以及测量信息偏差等工程因素,针对激光交会雷达测量参数类型不同的特点,提出了一种基于容积滤波的自适应相对导航算法。该算法通过自适应调整量测协方差阵,能有效降低统计特性不准确等测量异常给导航系统造成的不利影响。仿真结果表明该自适应导航算法在激光交会雷达测量值存在噪声统计特性不准确等情况下时仍可保持较高的导航精度。     

基于均方根容积粒子的SMC-PHD算法

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的重要性采样函数设计方法.在重要性采样函数估计时,首先利用SCKF对重要性采样函数的均值和协方差阵进行预测,而后利用统计门限技术提取与重要性采样粒子相关联的量测.通过相应的权值对所提取的量测进行合并,更新重要性采样函数的均值和协方差阵.在此基础上将设计的重要性采样函数应用于SMC-PHD的强度预测和更新,最终实现多目标状态和数目的估计.实验表明,本算法在非线性多目标跟踪中具有精度高、估计结果稳定的优点.      

基于平滑滤波与最小二乘支持向量机的指纹图像识别研究

平滑滤波能抑制或消除噪声,获得高质量的图像。建立了完整的指纹识别系统,通过预处理、特征提取和分类识别3个过程,实现了指纹的分类识别;研究了预处理过程中的滤波增强方法,比较了邻域平均、高斯平滑和中值滤波的处理效果;在识别阶段采用最小二乘支持向量机,进行指纹识别实验,并对实验结果进行了比较。     

一种改进的GPS动态定位滤波方法

针对GPS接收机能够测量卫星信号的多普勒频率的特性,亦即能够测量三维速度的特性,引入了一种改进的GPS定位系统滤波算法。首先,根据机动载体的"当前"统计模型建立了系统状态方程;然后,根据GPS接收机实际能够输出位置与速度信息的特点建立了系统的量测方程;最后,给出了标准的卡尔曼滤波算法模型并详细描述了算法的推导过程。仿真结果表明,改进算法相对于以前的算法无论是在精度和跟踪速度方面都有较大的提高。     

空间制冷机压缩机自适应主动振动控制方法

空间制冷机压缩机的振动是制约其应用于敏感仪器的一项关键因素,压缩机的振动会导致成像模糊,降低探测目标的分辨率和定位精度,甚至引起平台的机械共振。为了降低压缩机振动对空间有效载荷敏感器件的影响,采用基于自适应窄带陷波滤波器的自适应主动减振算法,此算法与振动传递函数模型无关,不受应用环境的限制,通过不断调整驱动信号的幅度和相位来实现自适应减振。搭建了由DSP控制软件、硬件电路、振动传感器组成的自适应主动减振系统,将此算法首次用于压缩机减振,并试验验证了算法的有效性。将压缩机的基频振动由0.166m/s²降低为0.014m/s²,下降了21.2dB。     

自适应空间机动目标跟踪算法

在空间目标跟踪问题中,目标机动导致的模型不匹配问题会导致滤波算法出现滞后现象。为了对空间机动目标进行快速跟踪,在平方根容积卡尔曼滤波〖（Square rootCubatureKalmanFilter,SCKF）的基础上,引入强跟踪滤波（StrongTrackingFilter,STF）的思想,推导得到了次优渐消因子在SCKF中的等价描述。并通过建立以矩匹配方法为基础的自适应机制,设计了兼顾滤波精确性和鲁棒性的自适应强跟踪平方根容积卡尔曼滤波（AdaptiveStrongTrackingSquare rootCubatureKalmanFilter,AST SCKF）算法。仿真结果表明,在目标机动前,AST-SCKF算法和SCKF算法的位置收敛精度相差不足1%;在目标机动后,AST-SCKF算法的位置和速度的收敛精度相对SCKF算法分别提高了95.19%和30.50%,同时,其收敛速度相对SCKF算法分别提高了57.20%和24.68%。     

基于视觉的惯性导航误差在线修正

陀螺零偏和加速度计零偏是影响惯性测量单元(IMU)积分精度的重要因素。提供一组精确的实时的零偏估计可以提高IMU的积分精度,为视觉导航提供良好的位姿预测,提高整个系统的动态性能。通过合理地建立IMU的噪声模型以及IMU和视觉的组合方程,利用一种基于李群和李代数知识的IMU预积分方法将零偏进行合理的线性化,运用Kalman滤波进行IMU零偏的在线估计。实验结果表明,通过本文的修正方法,惯性导航的平均积累误差由0.034m/s提高到0.0037m/s,精度明显提高。     

电动汽车空调无位置传感器的内置式永磁同步电机控制研究

针对内置式永磁同步电机(IPMSM)无位置传感器的转子位置和速度估计的难点,提出了一种基于改进定子磁链观测器的转子位置、速度的估计方法。该方法结构简单,涉及电机参数少。通过引入有效磁链概念对IPMSM的电压方程进行等效变换,对两相静止坐标系下的反电动势进行积分。为了抑制反电动势的积分环节带来的积分饱和和直流漂移问题,设计了截止频率可以自动调节的低通滤波器来代替积分器。对于在低速时低通滤波器所带来的磁链幅值衰减和相位超前问题,利用饱和反馈对观测误差进行补偿。最后通过锁相环进行位置的估计。搭建了MATLAB/Simulink仿真平台。仿真表明:该方法能够实现对IPMSM全速度范围内的转子位置的高精度估计。