利用导引头信息测量脱靶量的方法

为了满足瞄准式战斗部定位攻击的需要,根据防空导弹逆轨拦截遭遇段只要存在脱靶量就存在视线角速度的特点,分析了导引头视线角、视线角速度、弹目相对速度、径向速度之间的几何关系,提出了采用导引头产生的视线角、视线角速度及多普勒频率来测量脱靶量的方法,解决了利用导引头距离信息测量脱靶量时误差较大的问题。对算法中需要的参数可测性进行了分析,通过导引头能否提供视线角速度信息两种情况下的仿真,验证了所提算法的正确性及实用性。     

一种基于EMD和ANC技术的自适应降噪方法

为了提高分析信号的信噪比,基于经验模态分解和自适应噪声抵消技术,提出了一种新的信号去噪方法。该方法首先对信号进行自适应噪声抵消,然后进行经验模态分解,得到不同尺度上的固有模态函数,再对不同尺度上的固有模态函数进行噪声属性判定,如果不是噪声则选用不同的滤波参数,进行自适应噪声抵消,最后对各尺度上噪声抵消后的信号进行重构,得到去噪后的信号。结果表明,该方法比基于最小均方误差准则的自适应噪声抵消方法更能有效地消除信号中的噪声。     

捷联制导系统信号延时隔离度抑制方法

针对捷联导引头视线角速度(line of sight rate,LOSR)计算时制导信号延时带来较大的隔离度(disturbance rejection rate,DRR)问题,首先分析了捷联制导系统信号延时产生隔离度的原因,推导了制导信号延时隔离度传递函数。进一步通过对视线角速度计算中信号时序关系分析,得到了导引头与惯导（inertial navigation system,INS）数据更新频率不成整数倍的关系和信号处理传输时间等是导致制导信号延时的主要原因。在此基础上,提出通过在导引头和惯导数据帧中增加时间标记的方式,使主控机可以提取同一时刻制导信号数据进行视线角速度计算,从而大幅减小制导延时产生的隔离度。数学仿真和半实物仿真表明,该方法在很大程度上减小了制导信号延时带来的导引头隔离度。     

考虑雷达导引头前馈补偿的一体化制导方法

针对大机动目标使空空导弹雷达导引头跟踪误差加大和制导精度下降的问题,提出了一种考虑雷达导引头前馈补偿的一体化制导方法。针对机动目标,构造视线角速度前馈补偿回路,对雷达导引头角跟踪系统进行补偿,提高导引头响应速度,降低跟踪误差角。基于视线坐标系设计一体化制导算法,采用卡尔曼滤波器对弹目视线角速度和目标加速度进行估计,将视线角速度信息前馈补偿到导引头跟踪回路中,将目标加速度信息补偿到最优制导律中,同时实现雷达导引头视线角快速跟踪和最优制导律制导信息提取。仿真结果表明,一体化制导算法可同时实现对导引头视线角速度和目标机动的估计,从而提高制导精度。     

基于自适应预测滤波的视线转率估计方法

针对空间目标拦截过程中,视线转率估计模型强非线性噪声非高斯的问题,提出了预测滤波与扩展卡尔曼滤波相结合的转率估计方法.该方法在线实时估计并修正系统模型,滤波同时引入自适应方法,在线调整模型的噪声方差.仿真结果表明,与无迹滤波相比,该方法计算量小、收敛速度快、对模型误差的鲁棒性强,可以有效提高视线转率的估计精度,进而提高制导精度降低脱靶量.     

基于捷联导引头的比例导引制导律设计

捷联导引头不能直接测量视线角速率信号,进而无法直接利用比例导引进行制导。采取两级发动机助推模式并结合坐标变换得到比例导引所需的惯性视线角速度来进行制导。建立带重力补偿的战术导弹数学模型,两级发动机分别给予不同的约束。通过坐标变换将能够直接测量到的弹体视线角以及姿态信息转换成惯性视线角速度信号。仿真结果验证,通过该方法实现捷联方式下的比例导引是可行的。     

基于视线角序列的视线角速率样条滤波

依据拦截器与目标间的相对位置、速度关系,提出了基于视线角序列的视线角速率自适应样条滤波算法。该算法利用样条函数表示相对距离矢量,提出并结合“导引头球面”模型,建立了系统状态方程;在只给出视线角序列信息的情况下,对状态估计误差和观测误差进行了补偿,实现了自适应样条滤波算法,获得了有效的视线角速率信息。     

CEEMD结合改进小波阈值的激光雷达信号去噪算法

激光雷达远距离回波信号受噪声影响, 严重失真。为了有效去除信号的噪声, 提高回波信号信噪比, 提出一种互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)结合改进小波阈值的去噪算法。CEEMD可以自适应地分解非线性和非平稳信号, 改进小波阈值函数具有高阶可导特性, 能够克服硬阈值、软阈值函数各自存在的问题。两种方法结合, 可以更有效地去除噪声。首先, 对回波信号进行CEEMD分解, 得到若干固有模态函数(intrinsic mode function, IMF)。其次, 通过相关系数法计算IMF分量与信号的相关系数, 确定相关分量和不相关分量。最后, 对不相关分量使用小波改进阈值法进行去噪, 对相关分量使用粗糙惩罚法进行平滑, 再重构信号。基于实测数据的实验结果表明, 所提算法比CEEMD去噪法和CEEMD结合原改进阈值去噪法, 信噪比分别提升了2.65 dB和0.58 dB。     

基于视线角信息的被动跟踪问题研究与仿真

针对大气层外拦截器使用红外导引头对目标进行被动跟踪的问题,在修正球坐标系下建立了仅有视线角测量信息的非线性滤波方程组,根据轨控发动机的工作状态分阶段设计了拦截器的导引规律,兼顾制导精度与滤波系统的可观测性要求,结合无迹卡尔曼滤波算法估计精度高和易于计算的特点实现了对目标的跟踪与制导信息的估计.以动能拦截器拦截处于自由段飞行的弹道导弹弹头为背景构造了计算机仿真试验,试验结果表明算法的跟踪效果和稳定性较好,拦截精度较高.     

基于改进型经验模分解的陀螺漂移趋势提取

非线性,非平稳的时间序列经过经验模分解,可以得到一组内模函数和一个基本的趋势项。本文针对陀螺弱非线性、非平稳漂移时间序列的趋势项提取这一问题,引入了改进的经验模分解方法。该方法通过二拍自适应滤波对原经验模分解中局部均值的估计方法进行了改进,并利用自适应边界估值来抑制其边缘效应。给出了应用该方法的具体步骤,并对一组陀螺漂移序列进行了实际处理。实验结果表明,该方法有效提取了陀螺的漂移趋势项。     

UKF-based attitude determination method for gyroless satellite

UKF (unscented Kalman filtering) is a new filtering method suitable to nonlinear systems. The method need not linearize nonlinear systems at the prediction stage of filtering, which is indispensable in EKF ( extended Kalman filtering) . As a result, the linearization error is avoided, and the filtering accuracy is greatly improved. UKF is applied to the attitude determination for gyroless satellite. Simulations are made to compare the new filter with the traditional EKF. The results indicate that under same conditions, compared with EKF, UKF has faster convergence speed, higher filtering accuracy and more stable estimation performance.     

频谱采样技术及其在四维跟踪系统中的应用

根据脉冲串的匹配滤波和相参积累技术,推导窄带滤波器实现匹配滤波的原理,提出一种新颖的通过频谱采样技术实现匹配滤波和相参积累的方法,克服了窄带滤波器很难实现完全匹配滤波的缺点,并在此基础上给出一种实用的脉冲串匹配滤波器,即在窄带滤波器后级联频谱采样.在四维跟踪系统中提出一种应用频谱采样技术的新颖的中频误差提取方法,能为车栽雷达节省大量空间.阐述了频谱采样的工程实现.通过工程实践验证,频谱采样技术和中频误差提取方法有效并具有很大的应用价值.     

α稳定分布噪声下一种稳健加权滤波的统一框架

针对传统滤波方法在α稳定分布噪声环境下性能退化的问题,从加权Myriad滤波以及加权Merid滤波方法出发,以M估计理论为基础,推导得到稳健加权(robust weighted,RW)滤波方法的统一算法结构,并据此提出了基于RW滤波的新算法,即基于稳健加权滤波的统一框架,从而将加权Myriad、加权Merid以及基于广义柯西分布的加权滤波器统一起来。此外,针对线性调频(linear frequency modulation, LFM)信号采用基于RW的LVD(RW LVD)方法估计其参数,并根据估计性能对RW方法的抑噪效果进行分析。仿真结果表明,与基于加权Myriad滤波、加权Merid滤波以及基于广义柯西分布的加权滤波等多种方法相比,在强脉冲噪声下RW滤波方法能有效抑制脉冲噪声,并具有良好的稳健性。     

小波域模极大值的激光信号滤波方法研究

针对用传统滤波方法滤除激光陀螺随机噪声性能低的缺点,提出了一种基于波域的模极大值滤波方法。该算法利用小波变换模极大值滤波方法对激光陀螺零漂数据进行处理,获取模极大值点,通过交替投影算法重构信号,并采用Allan方差法对波效果进行定量分析。通过实验验证了该方法滤波效果优于基于时间序列模型的卡尔曼滤波方法,能有效减小随机误差,提高测量精度。     

基于LMI的不确定性系统的鲁棒滤波方法

研究了基于线性矩阵不等式 (LMI)的鲁棒滤波方法 ,提出了如何将不确定性系统的滤波器设计问题转化为求解LMI问题。并以飞行试验数据滤波处理为例 ,研究了LMI滤波技术的应用 ,设计出了基于LMI的鲁棒滤波器。仿真结果表明 ,所提出的方法是可行而有效的。     

基于混沌同步和滤波的雷达波形设计

可匹配滤波混沌雷达系统可由低成本的模拟器件实现匹配滤波,受到广泛关注。但是该系统发射信号的带限性能不理想,信号在变换和传播过程中容易发生频谱泄露和畸变。针对该问题,提出一种基于混沌同步和滤波的波形设计方法。该方法在雷达发射端,将混沌信号频谱整形为带限信号;在接收端,利用同步和滤波恢复出混沌信号。与传统在数字域上进行信号设计的方法相比,本文方法是在模拟域上实现的,具有低成本优势。此外,在信噪比低至-20 dB时本文方法仍然有效,与直接匹配滤波相比,本文方法变换后的混沌信号匹配滤波后,最大旁瓣抬升很小。     

Novel matched filtering method and its application in radar system

The method of using a narrowband filter to realize matched filtering is derived. A novel method of using spectrum sampling to realize matched filtering is presented, and the method can conquer the disadvantages that the narrowband filter cannot adopt the adaptive scheduling of phased array radars and realize matched filtering for several waveforms. A novel error extraction method is proposed, which uses a time division multipath method to realize the intermediate frequency extraction. This method can save lots of space for vehicle-born radar systems, reduce the influence of amplitude and phase distortion caused by devices, and enhance the system reliability. Simulation results show that the spectrum sampling method is applicable, and the implementation of frequency spectrum sampling is elaborated.     

基于滤波过程的卡尔曼滤波发散判定方法

分析了传统的基于单步量测的新息序列不等式判据等方法进行卡尔曼滤波发散判断的局限性,根据卡尔曼滤波过程的稳定性定义,采用矩阵序列极限形式给出了基于滤波过程的更加严格的滤波发散判据以及判断滤波发散的实际算法。根据4个判定条件,不但可以判断滤波过程是否发散,而且可以在很大程度上克服不等式判据的缺陷。该方法是基于整个滤波过程而不是基于单步量测,避免了原方法对量测野值比较敏感的缺点,提高了判断的抗野值能力,有利于减少误判风险以及提高判断的可靠性和准确性。仿真结果表明,结论是正确和有效的。     

Multiple vehicle signals separation based on particle filtering in wireless sensor network

A novel statistical method based on particle filtering is presented for multiple vehicle acoustic signals separation problem in wireless sensor network. The particle filtering method is able to deal with non-Gaussian and nonlinear models and non-stationary sources. Using some instantaneously mixed observations of several real-world vehicle acoustic signals, the proposed statistical method is compared with a conventional non-stationary Blind Source Separation algorithm and attractive simulation results are achieved. Moreover, considering the natural convenience to transmit particles between sensor nodes, the algorithm based on particle filtering is believed to have potential to enable the task of multiple vehicles recognition collaboratively performed by sensor nodes in distributed wireless sensor network.     

基于UKF的新型北斗/SINS组合系统直接法卡尔曼滤波

针对传统的间接法卡尔曼滤波在北斗/捷联惯导(serial inertial navigation system, SINS)组合导航系统中无法实现较高的定位精度且计算的冗余度大的缺点,提出一种基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的新型组合系统滤波算法。本算法以SINS输出的导航参数及平台误差角等作为系统状态,无源北斗输出的位置速度参数作为量测,采用改进的UKF方法进行数据融合,并直接计算组合系统导航参数的最优估计。实验结果表明,新算法可以降低对伪距误差模型的精确度要求,同时避免非线性系统状态方程的线性化,简化滤波参数的调整过程,从而有效地缩短组合导航系统的解算时间,提高定位精度。