采用RELAX算法提高单脉冲三维成像横向分辨率

根据宽带比相单脉冲三雏成像雷达测量目标散射点横向位置原理,分析仿真了散射点问相互干扰对目标散射点横向位置测量的影响.应用RELAX算法直接估计去斜率后正弦信号的幅度和频率参数,提高散射点横向位置测量精度.通过分析及仿真可知,RELAX算法的引入使横向位置测量精度有了较明显改善.     

基于视觉序列图像的月球车自运动估计技术

月球车视觉所获得的环境信息是月球车进行导航的重要信息来源，给出了一套利用月球车立体视觉系统所获得的序列图像来估计月球车运动参数的定位方案，并重点解决了后期的定位问题。该方案首先通过特征提取、特征跟踪与特征匹配等图像处理环节建立运动估计所需要的特征匹配点集，然后针对运动参数估计这一难点，利用鲁棒运动估计方法有效消除匹配特征点集中的误匹配，并初步估计月球车运动参数，以此为迭代初值利用Levenberg-Marquardt非线性估计算法精确估计月球车运动参数，最后通过建立运动估计仿真器验证了该运动估计方案的有效性。     

动目标检测、定位与成像方法研究

研究基于DPCA和干涉技术的SAR动目标检测与成像方法,提出了在估计运动目标的径向速度和真实的方位位置的过程中考虑运动目标的方位向速度的影响,导出了估计目标的径向速度和真实的方位位置的表达式,在运算量没有增加的前提下使得动目标参数的估计精度有所提高,从而可以更好的对运动目标进行定位与聚焦成像。给出了应用该方法的具体步骤,通过仿真实验验证了本方法的有效性。     

一种新的红外系统距离估计算法研究

针对机动飞行的空中点目标,利用测量目标红外辐照度变化的测距原理,建立了具有Markov跳变参数的红外系统距离估计模型,基于结构随机跳变系统最优滤波理论,提出了一种新的红外系统距离估计算法.考虑算法的实时性,推导了两种简化算法.该方法的优点在于不需要限制目标的运动方式.仿真结果表明三种算法都能准确的估计红外系统距离,简化算法具有很高的实时性,易于工程实现.     

地面多个运动目标成像及定位问题的研究

针对合成孔径雷达正侧视工作体制下多个独立运动目标成像以及定位问题进行了研究。对经提出的运用距离历程拟合方法估计单个目标运动参数的算法进行了修正,准确地估计了t=0时刻各个目标的坐标和两维速度。基于估计的运动参数,设计各个目标独立的匹配滤波器,同时对运动参数不同的多个独立目标进行成像,解决了以往多个独立运动目标成像中的一个目标清晰成像,其它目标则会模糊的问题。着重分析了目标运动参数估计的精度以及影响估计精度的因素。     

调制型光纤捷联系统系泊状态标校方法

针对舰船系泊状态特有的运动环境及惯性器件偏差对捷联系统导航精度的影响,提出一种单轴四位置旋转调制方案并建立该系统误差方程。研究了直观分析系统参数可观测性的解析方法,并运用谱条件数法计算出惯性测量单元（inertial measurement unit, IMU）在静止和旋转状态下各状态量的可观测度,利用分离位置回路的卡尔曼滤波模型实现了器件偏差的现场估计。数值仿真显示,单轴四位置转停方案可以有效地提高惯性器件偏差的可观测度,大大提高了系泊状态下惯性器件偏差的估计精度。     

基于理想弹道鲁棒容积卡尔曼滤波视线角估计

针对惯性元件在低成本全捷联制导弹药中应用难度大的问题,设计了一种利用理想弹道弹体运动参数代替惯性元件测量值的弹目视线角滤波估计方法。根据坐标系转换关系及弹目视线几何关系,将理想弹道参数作为系统不确定性参数,建立非线性滤波系统;针对具有参数不确定性的非线性系统滤波问题,提出了一种基于理想弹道的鲁棒容积卡尔曼滤波(ideal trajectory robust cubature Kalman filter,ITRCKF)算法,将具有不确定性系统的滤波问题转化为带参数κ的误差协方差上界最小化问题;最终利用导引头探测器测量得到弹体视线角,结合ITRCKF对非线性系统状态进行估计。实验结果表明:在小扰动条件下,ITRCKF偏角估计最大误差值较容积卡尔曼滤波(cubature Kalman filter,CKF)下降了85.57%,误差均方根(root mean square error, RMSE)下降了81.93%;在大扰动条件下,ITRCKF倾角估计值最大误差较CKF下降了31.64%,误差均方根下降了46.39%。所提方法对弹目视线角的估计值满足精度要求,并且相对于CKF估计值具有较好的鲁棒性能。     

具有扇区输入非线性的三轴MEMS陀螺仪鲁棒自适应控制

微机电系统(micro electro mechanic system, MEMS)陀螺仪在制造和应用过程中会受到系统参数不确定、外界干扰和力电换能器非线性效应的影响,降低MEMS陀螺仪的检测精度。提出一种基于增益自适应的滑模控制策略对MEMS陀螺仪3个轴向轨迹进行控制,采用一种基于时变死区技术的积分自适应律估计参数不确定和干扰的上界以避免估计发散,选择合适的控制律消除非线性扇区输入的影响,实现陀螺3个轴向的轨迹跟踪指定的参考运动,从而提高检测精度。最后利用Lyapunov直接法证明了闭环误差系统的渐近稳定性和所有信号的有界性。仿真结果表明了该策略的有效性。     

数据处理的多源信息评价方法研究

在计算数据融合系统输出参数的估计精度之前,必须对跟踪系统各个通道的测量精度进行相应的评估和鉴定。为此,建立了数据处理结果的多源信息互评价方法,该方法通过不同测量通道、不同测量性质、不同测量时段的多个信息源的组合运用,客观地对数据处理过程的合理性和跟踪系统所有测元的质量情况进行评价。为测元数据的有效运用提供了前提条件,同时也为轨道参数估计的精度计算奠定了基础。     

基于图象的人体运动追踪系统研究

首先介绍了运动测量的几种主要方法,讨论了基于图象的运动追踪研究中要考虑的时间延迟问题及多摄像机的采集同步问题,最后介绍了一个能较好地完成大尺度空间人体无约束追踪的基于透视四点投影(P4P)问题的单摄像机运动追踪实验系统,包括摄像机标定、图象处理、特征提取、特征匹配、深度估计和姿态估计等等技术。     

一种多传感器数据时空融合估计算法

当采用分布在不同空间位置上的多传感器观测值对测量噪声干扰下的参数进行融合估计时,数据融合存在时间性与空间性。为了提高测量精度,基于参数估计理论,提出一种多传感器数据时空融合算法。该算法将数据融合分解为两次估计,第一次是基于时间的递推融合估计,第二次是基于空间的自适应加权融合估计。该算法不要求知道测量数据的任何先验概率分布知识,编程简单,计算量小。计算机仿真表明,该算法在减少测量误差方面优于目前已有的基于时间或基于空间的多传感器数据融合算法。     

IDENTIFICATION OF TIME-VARIANT CONTINUOUS SYSTEM BY A QUASI-NEWTON METHOD

1 IntroductionThis paper presents a quasi-Newton method in infinite-dimensional spaces for identifyingparameters involved in a time-variant continuous, nonlinear system of differential equations.It is well known that quasi-Newton methods are considered to be those of the most success-ful algorithms used for numerically solving optimization problems in finite-dimensional spaces.But, few papers discuss these methods in system identification research. Because many iden-tification problems can be…     

基于地磁场的高精度自主导航方法

地磁场矢量可描述成卫星的位置函数,利用三轴磁强计观测地磁场矢量或模,可实现近地卫星在任何运行状态下的自主导航,但是由于地球磁场模型存在不确定性和长期变化性,三轴磁强计存在安装误差和未知比例因子等误差因素,所以目前单一使用三轴磁强计进行自主导航精度有限。提出一种利用地磁场信息在轨修正地磁场模型高斯系数和标定三轴磁强计模型误差的新方法,通过将三轴磁强计与地磁场模型参考值的矢量和模分别作差,推导两种差值与地磁场模型高斯系数和三轴磁强计模型误差参数的数学关系,设计先进滤波算法得到高斯系数及误差参数的最优估计,实时修正地磁场模型和三轴磁强计模型。以某低轨卫星利用地磁场进行自主导航为例,利用数值仿真验证在轨修正后地磁场模型和标定后三轴磁强计模型,并对3种自主导航方法进行仿真结果的分析和比较,论证所设计方法既提高系统导航精度、收敛性和稳定性,又有利于工程实际应用。     

非线性系统中多传感器滤波跟踪型数据融合算法的研究

在非线性系统中，常用的跟踪滤波算法是基于扩展的卡尔曼滤波算法的融合算法，但是这种融合算法的跟踪精度并不是很高。本文根据对滤波器跟踪型数据融合的研究，提出了基于转换测量值卡尔曼滤波算法的非线性系统中的数据融合方法。研究表明，在利用激光干涉仪进行目标跟踪时，这种基于融合算法的集中式融合算法的跟踪性能优于分布式融合算法，但是，从仿真结果可以看出，两种融合算法的差别不大，结果基本相同，因此，在非线性系统中，基于转换测量值卡尔曼滤波算法的分布融合算法可以重构集中式融合算法。     

基于TOA测量的Tn-R型无源雷达目标跟踪算法

针对传统单次无源定位方法对发射站与接收站的布站要求高的缺点,提出了基于到达时间（time of arrival, TOA）测量的Tⁿ-R型外辐射源雷达目标跟踪算法。该算法基于多个发射站获得的目标TOA测量值,采用Levenberg-Marquardt算法快速给出目标位置,然后利用扩展卡尔曼算法（extended Kalman filter, EKF）做滤波跟踪,解决了基本EKF算法的收敛速度慢和受初值影响大、易发散的问题。针对机动目标跟踪,提出了目标机动性判决方法并给出了一种简化的机动目标跟踪方案。针对外场试验数据的实际情况,采用了基于“两发一收”体制的目标跟踪和消除航迹模糊的方法。仿真与外场数据处理均表明,该算法收敛速度快,性能稳定,定位跟踪精度高,可满足实用要求。     

求解连续空间优化问题的量子差分混合优化算法

借鉴量子计算的相关原理和差分进化思想,提出一种用于连续空间优化问题的量子差分混合优化算法。算法的核心是构造由决策向量的分量和量子位概率幅为等位基因的实数编码染色体;采用依据染色体的具体形式设计的互补变异进化部分优秀个体,以加快算法的收敛速度;利用差分进化思想进化部分随机选取个体,以保持算法的全局搜索能力和鲁棒性。对Benchmark函数测试表明,该算法具有寻优能力强、搜索精度高和稳定性好的特点。应用该算法求解路基沉降预测模型参数估计问题,能够有效提高实测沉降数据的拟合精度.     

高分辨距离像辅助的机动目标跟踪算法

宽带相控阵雷达可以获得高分辨距离像,利用此特征获取目标的姿态角成为了一种可能,基于此提出了一种新的机动目标跟踪算法,充分利用高分辨距离像特征,实时估计目标姿态角,并将姿态角信息融合到雷达的量测方程,本文结合先进的非线性滤波算法,提出了利用姿态角的交互多模型不敏卡尔曼滤波算法。通过计算机仿真表明,利用目标姿态角的机动目标跟踪算法相比传统算法目标跟踪精度(位置精度和速度精度)得到很大提高。同时姿态角误差越小,目标跟踪性能越好。     

基于磁强计/太阳敏感器的自主导航方法

地磁场矢量是关于卫星位置的函数,利用星载三轴磁强计测量地磁场矢量,并且引入国际地磁场参考模型标准值,即可确定卫星的位置和速度。由于地磁场模型存在不确定性和长期变化性,所以单一使用磁强计自主导航精度有限。提出一种基于三轴磁强计与太阳敏感器相结合的自主导航方法,将太阳敏感器输出的高精度矢量信息与地磁场信息相结合,设计在太阳光照区和太阳阴影区两种情况下基于信息融合的组合导航原理及滤波算法并进行数值仿真,通过对仿真结果进行分析和比较,论证所设计方法既提高了系统的导航精度和鲁棒性,又有利于工程实际应用。     

在高度保持模式下提高GPS定位精度的方法

由于受美国政府的SA政策、星历误差、卫星钟差、电离层效应、对流层效应等因素的影响，GPS的绝对定位精度约为100m，仅能满足运动物体一般的导航需要。为了提高GPS的绝对定位精度，在不依赖于其它导航系统的辅助或采用定位差分方法的前提下，引入了高度保持模式，并在此约束条件下应用总体最小二乘法，通过理论分析和实验计算验证了这一方法的有效性。结果表明此算法可以较大地改善GPS的绝对定位精度。     

基于小波分析的雷达/红外模糊自适应融合算法

在多传感器融合算法的基础上,提出一种基于小波分析的雷达/红外模糊自适应融合算法。因为小波分析对测量数据具有多分辨率分析的去噪能力,将小波分析与模糊自适应卡尔曼滤波器相结合构成一个多分辨率跟踪滤波器,该算法可以对来自主动雷达和红外成像传感器的信息加以充分利用,选择适合的小波函数对测量数据进行过滤优化,把干扰负荷转移到小波分析上,在改善跟踪性能的同时又具有很强的处理非平稳信号的能力,而且又保证了该融合算法简单、实用的特点。仿真结果表明,提出的融合算法有很好的跟踪精度,通过对比表明该算法优于传统的多传感器融合算法。