基于BMFLC算法的舰船升沉测量方法

在舰船升沉信息的实时测量过程中,升沉滤波器实现了低频衰减和特定频段二次积分,但其存在输出相位超前的问题,并且超前相位的大小随输入信号频率变化。首先分析了升沉滤波器的误差特性,然后针对相位超前和噪声、零偏对系统影响的问题,提出了基于带限傅里叶线性组合(band limited multiple Fourier linear combiner,BMFLC)算法校正滤波器输出的方法,并分析了算法中参数的选取和算法的计算量,实现了在抑制噪声和零偏的影响下对滤波器的输出进行幅度和相位补偿,进而提高了测量精度。仿真结果表明,提出的基于BMFLC算法的舰船升沉测量方法对升沉滤波器的输出进行了补偿,能够很好地解决超前相位误差和噪声、零偏影响的问题,实现了舰船升沉信息测量的实时性和准确性。     

一种基于可观测度分析的SINS／GPS空中对准新方法

针对遥感飞机长时间直线飞行作业时,由于SINS/GPS组合导航系统可观测度低导致系统精度下降的问题,提出了一种基于可观测度分析与杆臂误差补偿的空中机动对准新方法.该方法将归一化处理后的系统状态可观测度作为反馈因子,在空中对准过程中根据反馈因子对SINS系统进行自适应反馈校正,同时补偿了影响GPS观测量精度的杆臂效应误差.半物理仿真结果表明,该方法与传统方法相比,有效地提高了空中机动对准的精度.     

基于回波数据的机载双天线InSAR运动补偿

基于定位定向系统(position and orientation system,POS)测量数据实现补偿不适用于基线非刚性的系统,因而研究了基于回波数据的干涉相位误差补偿方法——频谱分割方法,分析了干涉相位误差与载机姿态变化造成的斜距误差之间的关系,阐明了算法原理及适用条件.分析了算法的关键参数对补偿精度的影响,提出定量化的选取标准.基于相位误差随距离向变化的模型,改善了算法精度,给出了算法流程.最后利用该算法处理了实际机载双天线InSAR数据,结果表明该方法具有较高的精度,可以在缺乏测量数据的情况下完成干涉相位误差补偿.     

使用单点定位误差补偿提高姿态测量精度

提出采用补偿单点定位误差的方法提高GPS姿态测量系统的精度。介绍GPS姿态测量系统的直接计算法,然后采用Z变换增强FASF算法求解载波相位整周模糊值,最后给出了采用补偿单点定位误差的GPS姿态测量系统的系统流程和计算机实验结果。实验表明,提出的方法可有效地提高姿态测量系统的测姿精度。     

大杆臂条件下传递对准算法的设计与仿真

以舰载主/子惯导传递对准为研究对象,分析了传递对准中大杆臂给杆臂长度与子惯导速度带来的影响。针对大杆臂条件下杆臂长度不确定性增加的问题,提出了将杆臂长度误差增列为系统状态向量进行精确估计,并设计了滤波器。针对大杆臂条件下,子惯导天向通道的精确计算需求,提出主惯导在子惯导安装位置处的伪观测量构造算法。仿真结果表明了该滤波算法可以精确的估计杆臂长度,保证子惯导天向通道的计算精度。     

基于内插采样技术的高精度时间间隔测量方法

针对当前时间间隔测量方法中存在的问题,提出了一种基于内插采样技术的高精度时间间隔测量方法。该方法将对原理误差的测量转变为对基准信号相位的测量,完全克服了传统时间间隔测量方法的测量原理误差,并且解决了测量范围与测量精度的矛盾,能够完成实时测量。理论分析与计算机仿真结果均表明该方法是切实可行的。     

动态环境下舰船瞬时线运动测量方法研究

针对动态环境下舰船瞬时运动信息对其自身操纵性的影响,提出一种舰船运动信息的即时测量方法.分析了航行状态下舰船运动情况,总结了测量瞬时运动的实施方案并给出运用于测量瞬时速度信息的数字高通滤波器具体参数,并利用计程仪辅助惯性导航系统实现对测量结果的进一步强化.结合舰船工作环境设计了转台试验,结果表明:提出的动态环境下舰船瞬时速度测量方法具有较高的工程实践意义.     

基于多次测量更新的移动机器人SLAM仿真

针对移动机器人同时定位与地图构建(SLAM)技术中,非线性系统进行线性化处理所产生的线性化误差问题,从费切尔信息角度分析,提出多次测量更新算法.该算法利用滤波中预测和各次更新阶段状态向量的费切尔信息加权关系,解算每次测量更新后的状态估计,通过多次将更接近于真实状态的估计值融入观测信息,可得到较高精度的后验状态估计,降低线性化误差的同时提高了机器人定位与构图准确性.实验部分实现多次测量更新与一次测量更新算法的仿真与对比,结果表明:所提算法能有效降低机器人位姿误差和地图估计误差.     

基于宽带相位修正的散射矩阵变极化基测量

针对目标极化散射矩阵测量中,极化变换过程要求矩阵各元素具有高度的相位一致性,但实际测量很难达到,进而造成变极化基测量结果误差较大的问题.推导了一般化的极化基变换过程,分析了测试系统极化支路相位非对称性对极化变换的影响,结合宽带时频变换算法特征,提出了一种基于宽带高分辨的散射矩阵元素相位修正方法,并通过标准体的实际测量验...     

基于深度卷积神经网络的SAR舰船目标检测

针对传统合成孔径雷达(synthetic aperture radar,SAR)图像舰船目标检测算法检测精度易受斑点噪声影响,且只能提取底层特征及其泛化性较差的问题,提出了一种基于深度卷积神经网络的SAR图像舰船目标检测算法。首先将目前先进的单次多盒检测器(single shot multibox detector,SSD)检测算法应用到SAR图像舰船目标检测领域,指出了其在该领域存在的局限性,在此基础上提出了基于SSD的新的检测方法,包括融合上下文信息,迁移模型学习,在公开的SSDD数据集上进行了训练和测试,对实验结果进行了对比分析,实验结果表明,相比于原始的SSD检测算法,所提出的方法不仅提高了目标检测精度,同时也保证了算法的检测效率。     

基于罗德里格斯参数的惯性系传递对准算法

针对传统的传递对准模型在大失准角下的强非线性问题以及由残余杆臂误差导致的传递对准精度下降问题, 提出了一种改进的惯性系传递对准算法。首先, 对子惯导姿态矩阵进行链式分解, 得到常值姿态矩阵; 然后, 利用罗德里格斯参数等价替代该常值姿态矩阵, 建立关于罗德里格斯参数和残余杆臂误差的具有弱非线性量测的传递对准模型; 最后, 利用非线性滤波对状态进行估计。基于摇摆运动的仿真实验表明, 在存在大安装误差角以及残余杆臂误差情况下, 算法相比于现有方法, 对准速度更快, 对准精度更高, 在5~10 s内即可完成传递对准。车载试验结果也间接说明算法具有更高的传递对准性能。     

基于卡尔曼滤波的在线量子态估计优化算法

针对连续弱测量中存在高斯测量噪声的问题, 提出一种基于卡尔曼滤波的在线量子状态估计的预测-修正-投影优化算法。首先，在常规在线卡尔曼滤波算法预测状态时间更新和估计状态测量更新的基础上, 通过增加对量子态的约束条件, 将其应用于在线的量子状态估计中, 将量子态在线估计问题转化为一个带有量子态约束条件的卡尔曼滤波优化问题。其次，通过将待优化问题的求解分解成两个凸优化子问题，一个是基于在线卡尔曼滤波算法求解无约束条件下的量子测量更新问题, 另一个是利用量子约束条件信息, 通过求解矩阵投影问题来获得估计状态。最后，将所提算法应用到4量子位系统状态的在线估计数值实验中, 进行了性能对比实验。实验结果表明, 所提算法具有更优的在线状态估计精度, 并且能够以更少的采样次数和耗时, 实现较高精度的量子状态在线估计。     

考虑测量误差和随机效应的设备剩余寿命预测#br#

针对非线性退化设备的剩余寿命预测问题,尚未系统研究考虑测量误差和随机效应的退化建模、先验参数估计及相应的剩余寿命预测方法。首先建立考虑测量误差和随机效应的非线性Wiener退化模型;利用同类设备历史监测数据,基于期望最大化算法估计出退化模型中固定系数和随机系数先验分布;采用状态空间模型描述目标设备当前监测状态,基于Kalman滤波算法迭代估计出随机系数后验分布和当前真实退化状态;利用全概率公式,推导出考虑隐含状态估计不确定性的设备剩余寿命的概率密度函数;仿真实例分析表明,所提方法较现有方法在参数估计误差和剩余寿命预测精度上具有一定优势。     

考虑SAR量测特性的弹载SINS/SAR组合导航滤波算法

在弹载捷联惯性导航系统(strapdown inertial navigation system, SINS)/合成孔径雷达(synthetic aperture radar, SAR)组合导航系统中, 针对量测输出时间间隔不同及SAR量测滞后的问题, 提出一种利用曲线拟合法解决量测滞后的非等间隔无迹卡尔曼滤波(unscented Kalman filter, UKF)算法。首先，在UKF的基础上, 利用系统状态转移矩阵的特性, 根据SAR有无量测输出选择是否进行量测更新, 解决了量测不同步的问题。然后，利用曲线拟合补偿法拟合SAR输出信息, 获得SAR量测信息滞后的补偿算法。最后，以弹载SINS/SAR组合导航系统为研究对象, 验证所提算法的有效性。仿真结果证明，该算法得到的东向位置误差的绝对值为5.12 m, 航向角误差绝对值为6.63″, 北向速度误差绝对值为0.08 m/s, 相比于传统UKF算法有效提升了组合导航系统滤波精度。     

基于高程异常补偿的飞机终端区组合导航高度优化算法

大型机场终端区飞机的进近着陆通常利用仪表着陆系统(instrument landing system, ILS), 但由于价格及环境条件等原因, 部分机场没有配备ILS。针对未配备ILS的机场终端区, 提出一种基于误差判断因子, 结合高程异常补偿算法, 利用大气数据系统(air data system, ADS), 捷联式惯性导航系统(strapdown inertial navigation system, SINS)和北斗导航系统(beidou navigation system, BDS)组合进行高度计算的优化算法, 提高飞机进近过程中高度定位的精度。通过结合机场终端区高程异常, 建立新的Kalman滤波高度量测方程, 对组合导航系统高度定位算法进行优化与仿真。仿真结果表明, 通过终端区高程异常补偿, 可以降低BDS高度误差, 抑制SINS误差发散, 在飞机受静压源误差影响的情况下, 组合后的高度定位误差相对于单系统高度定位的误差可降低41.52%, 高度定位精度改善较好。     

多星载光学传感器系统误差极大似然配准算法

针对低轨星座协同探测弹道目标过程中存在系统误差的问题，提出多星载光学传感器系统误差极大似然配准（maximum likehood registration，MLR）算法。通过一阶Taylor近似对非线性量测转换线性化，推导出目标状态的误差协方差与卫星轨道定向、姿态角测量和传感器测量等随机误差的关系，并基于视线交叉获得观测在状态空间中的近似投影，从而将MLR算法扩展到低轨星座多光学传感器的误差配准。通过引入各类测量误差的先验信息对目标状态的误差协方差进行修正，利用期望极大化迭代，实现了对系统误差的无偏有效估计及目标轨迹的融合估计。仿真验证了所提算法的有效性，且配准性能优越。     

基于分层SLAM的空地多智能体协同导航

针对单一智能体在导航过程中存在全球导航卫星系统（global navigation satellite system，GNSS）易受遮挡或干扰，惯性导航存在误差累积的问题，提出基于视觉的分层即时定位与地图构建（simultaneous localization and mapping，SLAM）空地多智能体协同算法。通过建立系统模型，采用基于扩展卡尔曼滤波融合欧氏点、逆深度点、锚定同质点3种不同特征点的分层SLAM算法，实现了对导航系统的辅助和增强。针对空地协同场景设计并开展了仿真实验。结果表明，空地多智能体协同算法可以将位置误差降低40%；而在使用锚定同质点以后，误识别率由49%降低至4%。实验验证该算法具有良好的定位精度、实用性和有效性。     

基于Masreliez-Martin的鲁棒分数阶容积卡尔曼滤波算法及应用

针对具有非高斯量测噪声的分数阶离散时间非线性系统的状态估计问题, 提出一种基于Masreliez-Martin(简称为M-M)方法的鲁棒分数阶容积卡尔曼滤波器。在分数阶离散非线性动态系统基础上, 使用三阶容积原则推导了状态预测公式, 并使用M-M方法实现状态的量测更新, 构成了基于M-M方法的鲁棒分数阶容积卡尔曼跟踪算法。将提出的算法应用到再入目标的状态估计中, 仿真结果表明, 基于M-M方法的鲁棒分数阶容积卡尔曼滤波器优于分数阶无迹滤波器和分数阶容积卡尔曼滤波器。最后, 分析了不同程度的量测污染噪声对鲁棒分数阶容积卡尔曼滤波算法的估计性能影响, 验证了所提算法的鲁棒性。     

基于载波相位的接收机群时延测量技术

针对传统群时延测量方法无法达到皮秒级测量精度要求的问题,提出一种基于载波相位的接收机群时延测量技术.该方法在通道群时延特性为分段抛物线假设的前提下,利用窄带扩频信号的载波相位观测量对分段抛物线系数进行搜索固定,通过抛物线函数固定整周模糊度,结合载波相位反映各频点的群时延.仿真结果表明,该测量技术可以精确固定整周模糊度,...     

弹目相对状态测量误差对拦截效果的影响分析

针对拦截弹中末交班过程中弹目相对状态测量误差引起的脱靶量变化问题, 在视线旋转坐标系下推导了弹目相对运动方程并进行解耦分析, 基于协方差转换法、连续离散混合系统的协方差描述函数法推导得到了弹目相对状态测量误差在末段传播的解析解及脱靶量均值、方差的计算方法。仿真解析计算与蒙特卡罗法计算结果一致, 并通过解析计算得到拦截弹相对状态测量误差与脱靶量的对应关系以及为实现拦截可允许的相对状态测量误差集。同时，仿真结果可为拦截弹中末交班信息测控精度、加速度饱和限制设计等工作提供技术参考。