传感器系统误差与目标航迹的分布式估计

精确估计传感器的系统误差, 对提高整个跟踪系统的性能具有十分重要的意义. 已有的研究方法一般是把系统误差加到状态向量中形成扩维状态向量, 利用Kalman滤波进行估计. 由于这种方法计算量很大, 许多工作致力于研究状态向量和系统误差的解耦问题, 但均未实现系统误差的分布式估计和解决计算量问题, 且无法真正实现分布式航迹融合. 考虑了传感器测量有系统误差时的多传感器分布式航迹融合问题, 实现了状态向量和系统误差的解耦、系统误差的分布式估计与分布式航迹融合. 仿真结果表明此方法能给出精度较高的系统误差和状态向量估计.     

一类非线性回归模型的曲率降低问题

对于相当一般的一类非线性回归模型,从理论上证明了存在一种通过增加观测点降低非线性模型曲率的方法,使非线性模型有可能渐近于线性模型,这一结论对于实际应用具有重要的指导意义,并已在航天测量数据处理中取得了满意的效果。     

最小迹扩展集员估计

针对扩展Kalman滤波器(EKF)在进行非线性估计时一致性较差的问题,提出了适于一类高阶非线性系统的最小迹扩展集员估计算法(LTESMF).该算法通过引入反馈机制实现观测更新,避免了椭球相交计算.算法用估计误差定界椭球参数矩阵的迹作为优化目标,迭代优化反馈系数.本文还提出用随机状态边界度量的收敛性来评价随机系统稳定性.并用该方法证明了LTESMF的估计误差能收敛到有界区域内.最终仿真结果表明,LTESMF的估计结果的稳态精度接近EKF,计算算效率与EKF相当,估计结果的一致性和收敛速度明显高于EKF.     

基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法, 即预测Kalman滤波算法. 该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态, 算法的实现包括力矩模型误差预测和姿态估计两步. 预测Kalman滤波算法具有良好的滤波性能, 不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.     

基于特征模型的再入飞行器自适应制导律设计

文中针对航天飞机类再入飞行器对参考阻力加速度曲线的跟踪问题，设计了基于特征模型的自适应制导律．首先将线性定常系统的特征建模方法推广到单输入单输出线性时变系统，从而建立了再入飞行器的特征模型，然后对特征模型提出一种新的非线性微分黄金分割自适应控制律．当特征模型的系数属于有界闭凸集，且系数的变化速率满足一定约束条件时，文中证明了非线性微分黄金分割自适应控制系统是一致渐近稳定的．在特征模型的基础上，通过结合使用跟踪控制律、非线性微分黄金分割控制律和改进的逻辑积分控制律，设计了再入飞行器基于特征模型的自适应制导律．它克服了反馈线性化方法要求精确获得对象模型的缺点．仿真结果表明，文中设计的自适应制导律对参考阻力加速度曲线的跟踪性能明显优于反馈线性化方法．     

MIMO-OFDM系统中时间-频率双选择性衰落信道的信道估计

数据的高速传输以及终端的高速移动，导致无线通信信道具有时间选择性与频率选择性两个特征，对MIMO-OFDM系统中基于导频的时间-频率双选择性衰落信道的信道估计问题进行了研究。首先，利用复指数基扩展信道模型来表示一个OFDM符号周期内双选择性衰落信道的变化；然后基于该复指数基扩展信道模型，提出了一种有效的MIMO-OFDM双选择性衰落信道的估计方法；最后在该估计算法的基础上，基于信道估计均方误差最小准则，对导频及其参数进行了优化设计，主要包括导频的个数、导频的插入位置以及导频的表达形式等，实验结果表明本文的算法在时间-频率双选择性衰落信道下具有很好的性能，并与理论分析结果相吻合。     

存在互耦误差时的圆台共形阵列DOA估计

阵列存在互耦误差时,由于理想导向矢量与实际导向矢量之间存在偏差,使得高分辨空间谱估计方法性能恶化.本文针对圆台共形阵列,充分利用其结构分布特性,以互耦矩阵呈复共轭对称分布为前提推导出了圆台共形阵列的互耦矩阵模型.在此基础上,利用两种模式对互耦矩阵进行分解,由此建立了两种基于圆台共形阵列的互耦误差自校正模型.两种模型均可以实现存在互耦误差时的圆台共形阵列DOA估计,且校正后的导向矢量与实际导向矢量之间的相关程度得到明显改善.另外,本文所提的互耦自校正方法具有较低的信噪比门限.理论分析和仿真结果证实了本文两种模型的有效性,可以为共形阵列的工程应用提供参考.     

估计高可信Markov系统可信性测度的一种新方法

重要抽样和重要性分裂方法经常被用来估计高可信Markov系统从初始状态出发首次回到该状态前发生故障的概率. 提出了一种新的方法估计这个小概率. 通过采用新的估计量来减小计算方差, 提高计算效率. 从描述Markov系统状态转移的积分方程推导出了新的估计量, 并从理论上证明了新的估计量的方差小于直接仿真方法的方差. 用本文方法、RB方法、IGBS方法、SB-RBS方法和直接仿真方法计算了包含延迟维修的系统的可信性测度, 结果表明本文方法具有最小的相对误差.     

基于鞍点估计的结构系统可靠性分析方法研究

利用鞍点概率估计可以直接逼近非正态变量空间中单个线性功能函数概率分布的特点, 提出了三种基于鞍点概率估计的系统多模式可靠性分析方法. 其一是基于鞍点估计的近似边界理论, 该方法首先采用鞍点概率估计方法得到各失效模式的失效概率和等价正态可靠度指标, 然后利用边界理论近似得到系统失效概率的上下界限; 其二是基于鞍点估计的Nataf分布逼近法, 该方法首先采用鞍点估计得到各失效模式响应量的概率密度函数及近似线性化功能函数的相关系数, 然后根据Nataf分布来逼近结构系统响应的联合概率密度函数, 进而利用直接数字模拟法来求得结构系统的失效概率; 其三是鞍点线抽样方法, 该方法首先通过变量的线性标准化变换来消除变量的量纲, 然后在标准化的变量空间中利用线抽样方法的样本点将系统失效概率转化为一系列线性响应功能函数失效概率平均值的形式, 再采用鞍点概率估计方法直接估计非正态变量标准化空间中这一系列线性响应功能函数的失效概率. 通过比较三种方法的基本思想、实现过程和算例结果可以发现: (1) 第一种方法只能给出多模式系统失效概率的界限, 并且只适用于线性程度较好的功能函数的情况; (2) 第二种方法可给出系统失效概率的确定值, 这种方法的误差主要来源于Nataf分布对多模式系统响应量联合概率密度函数的近似, 还来源于每个失效模式极限状态函数的非线性程度, 第二种方法也只适用于线性化程度较好的功能函数; (3) 第三种方法给出的是多模式系统失效概率的估计值, 该估计值随样本点数的增加而趋于真值, 并且该方法可以考虑功能函数的非线性对失效概率的影响, 因此方法三是适用范围最广的一种方法.     

一种基于复杂系统观的效能分析新方法:单调指标空间分析方法

根据复杂系统的整体性、非线性、不确定性、开放性等特点，提出了一种新的效能分析方法：单调指标空间分析方法，并应用其于一反隐身防空信息系统的效能分析．论文首先提出了指标单调性公设，单调指标空间，单调指标需求轨迹，总单调指标需求轨迹，模糊单调指标需求轨迹等概念．然后提出了单调指标需求轨迹生成的一种并行数值算法．算法根据单调性公设，采取了超盒数值逼近的方法，快速逼近所求的系统单调指标需求轨迹，并通过模拟令牌环机制实现了算法的并行处理．此算法极大地缩减了搜索空间，很大程度上克服了依赖显式解析函数关系求单调指标需求轨迹的缺陷．然后，根据实际应用的需求，提出了具有各自优缺点以及适用范围的三种单调指标需求轨迹求交的方法，它们是：直接求交法，逼近法，优化蒙特卡罗方法．第三，在前面研究的基础上，提出了基于单调指标需求轨迹的系统分析模型，它们是系统的有效性评估模型，指标的灵敏度分析模型，模糊效能分析模型．最后，运用前述理论方法于一反隐身防空信息系统的分析，显示出了本方法具有良好的应用前景．