电磁跟踪系统磁传感器三轴非理想正交的快速校正算法

六自由度电磁跟踪系统由于磁传感器三轴非理想正交,系统引入误差导致参数定位精度降低。为了克服传统的基于共轭次梯度算法和神经网络模型校正方法存在的算法复杂、计算耗时较长、精度较低的缺点,提出了以误差校正矩阵〖WTHX〗P〖WTBX〗为基础的快速校正算法,同时实现了非正交参数的提取和系统误差的校正。通过系统特定参数的跟踪模型,构造了包含非正交参数的线性方程组,求解出误差校正矩阵。数值模拟结果表明,该方法具有算法简单、计算量小、快速准确的优点,可以有效校正电磁跟踪系统由于磁传感器三轴非理想正交而引入的参数误差,提高了系统定位精度。     

基于各向异性参数模型的六自由度电磁跟踪系统

为了解决六自由度电磁跟踪系统三轴增益不一致带来的参数计算精度降低问题,提出了各向异性参数的模型.由三轴线圈匝数、面积、激励电流幅值和频率、电路增益决定各向异性参数的数值.在磁偶极子近场模型基础上推导出了包含各向异性参数的电磁跟踪系统模型.结合基于最大单位指向矢的跟踪算法和特征向量法求解位置参数,提高了算法的稳定性,克服了原跟踪算法位置参数求解局部误差放大的问题.,由接收信号矩阵直接推导姿态变换矩阵的表达式,避免了误差积累.该模型符合系统的实际运行环境,降低了硬件设计难度.实验结果验证了模型的正确性,提高了系统定位的精度.     

一种获得磁跟踪系统参数的简单方法

提出了一种获得磁跟踪系统参数的简单方法，给出了利用磁传感器和三轴正交线圈作为磁场检测器件时的算法公式。该方法通过测量磁场中与发射线圈轴垂直的平面上三个点得磁场信号获得对应该发射线圈的各系统参数。试验结果表明利用该方法获得的参数相对利用传统方法获得的参数提高了系统定位精度。     

均匀线阵互耦和幅相误差有源校正改进算法

阵列互耦和幅相误差会严重影响MUSIC算法的测向性能,为此重点研究了由互耦和幅相误差引起的阵列误差校正问题。针对均匀线阵,提出了一种改进的阵列误差校正算法,它通过矩阵特征分解得到一组校正源的方向向量来估计阵列误差,改进算法充分利用了均匀线阵互耦矩阵的特殊结构,并通过交替迭代的方法实现了阵列误差参数的优化校正。计算机仿真结果表明,改进算法提高了参数估计精度,并且可推广应用于校正源方位存在偏差的情况。     

基于辅助信标的无人机协同目标跟踪

针对无人机姿态角误差与观测误差影响目标定位精度问题, 构建基于辅助信标的无人机协同目标跟踪模型, 提高了对目标的定位精度。提出基于辅助信标的姿态校正方法, 利用辅助信标的精确位置实时校正无人机的姿态角, 减小姿态角误差对定位精度的影响。根据双无人机的最优观测构型, 设计双无人机协同控制律, 得到无人机观测的优化轨迹, 以提高无人机对目标的观测质量, 最后采用容积卡尔曼滤波算法得到目标的状态估计。仿真结果表明该算法能有效减小无人机姿态角误差和观测误差对目标定位的影响, 提高目标跟踪精度, 具有一定的工程应用价值。     

抑制校正源方位偏差的阵列误差矩阵鲁棒校正算法

针对校正源方位扰动误差会影响阵列误差矩阵校正精度这一问题,提出了一种可以自行抑制校正源方位扰动误差的鲁棒阵列误差矩阵校正算法。在假设校正源方位扰动误差较小的情况下,通过一阶Taylor级数展开的方式,建立了一种关于阵列误差矩阵的结构总体最小二乘优化模型用以抑制校正源方位扰动误差的影响,基于该优化模型,设计出一种数值优化算法用以实现阵列误差矩阵的鲁棒校正。数值实验验证了文中新算法的有效性和优越性。     

基于UD分解的改进型强跟踪滤波器

带多重次优渐消因子的强跟踪滤波器在计算舍入误差的影响下,估计状态的均方误差矩阵会失去非负定性,从而导致滤波发散的现象.在UD分解算法的基础上,提出了一种改进型带多重次优渐消因子的强跟踪滤波器.通过对引入渐消矩阵的一步预测均方误差矩阵进行UD分解,并将分解矩阵应用于滤波器量测信息的更新过程中,增强了算法的数值稳定性.此外,根据UD分解的结果给出了渐消矩阵的最小二乘解算方法,在提高渐消因子计算效率的同时摆脱了对先验知识的依赖性.仿真结果表明了算法的有效性.     

一种基于GPU的复杂目标电磁散射快速算法

采用图形电磁计算方法计算复杂目标电磁散射特性时,因采用局部光照模型,在多次散射情况下有较大的误差。在研究光线跟踪算法原理和电磁散射物理光学理论的基础上,提出了复杂目标电磁散射计算的光线跟踪算法,并利用图形处理器(GPU)实现了该算法的硬件加速。计算结果表明,算法在提高计算精度的同时达到了与图形电磁计算方法相当的实时性,具有很好的工程应用价值。     

一维干涉仪体制运动单平台定位算法和仿真分析

先前的相位差变化率定位方法中不仅需要相位差变化率参数,还需要获取方位和俯仰信息,而这通常需要利用二维相位干涉仪来实现,在一定程度上增加了平台的载荷负担.针对航空平台ESM设备普遍采用一维相位干涉仪的实际情况,提出了一维干涉仪体制下的运动单平台无源定位算法,该算法通过采用圆锥向角代替方位和俯仰角并与相位差变化率及目标高程先验组合即可实现对目标的瞬时定位,利用Monte-Carlo仿真实验计算和分析了算法的定位误差,得到了干涉仪安装方式和平台姿态模式的优化原则,分析了目标先验高程误差对定位精度的影响.针对测量精度较低的情况,引入中心差分滤波算法对累积测量进行处理以提高定位跟踪精度.研究表明,这些有益结论可以为系统的设计和工程应用提供理论指导.     

用于人机交互的交流式电磁跟踪系统的研究

虚拟现实系统和计算机仿真系统中广泛采用电磁跟踪系统测量用户的头部或手部的位置和姿态来实现人机交互。本文分析了目前已有的直流式电磁跟踪系统的不足，提出了一种采用交流信号作激励源的交流式电磁跟踪系统，研究了该系统的结构，推导了用于提取传感器接收信号的递推数字互相关算法，讨论了算法参数与算法性能的关系。仿真实验证明了算法的有效性及理论分析的正确性。本文的研究成果为实际的交流式电磁跟踪系统的设计提供了理论依据。     

等离子体羽流的低频RCS数值分析

探讨综合利用时域有限差分法(FDTD)和热力学原理计算等离子体羽流的电磁散射特性。以化学平衡流动为前提,采用最小自由能方法确定火箭发动机喷口处的电子密度;验证了基于辅助差分方程(ADE法)和Z变换方法对羽流电磁特性进行时域建模的正确性。弹道导弹(火箭)羽流雷达截面(RCS)的计算实例表明现有雷达,特别是低频段雷达有可能利用羽流的散射实现对主动段导弹的探测。     

基于时频差的高阶强跟踪UKF算法

针对传统无迹卡尔曼滤波(unscented Kalman filter, UKF)在系统状态发生突变时估计精度下降的问题,将改进的强跟踪滤波算法与基于高斯概率密度高阶导的无迹卡尔曼滤波算法(high order probability density derivative, HUKF)相结合,提出了高阶强跟踪无迹卡尔曼滤波方法(high order strong tracking UKF, HSUKF)。该算法采用高斯概率密度函数高阶导数的极值作为Sigma样点进行无迹转换,通过样本点捕捉更高阶的中心矩来提高非线性变换近似精度。将改进的强跟踪滤波算法引入到HUKF中,通过渐消因子修正预测新息协方差和预测互协方差矩阵,强迫新息正交,在不增加计算复杂度的前提下提高了算法在状态发生突变时的适应能力。将本文算法应用于时差频差的无源跟踪中,通过对目标状态发生突变的跟踪问题进行数值仿真和实例论证表明HSUKF算法兼具了计算复杂度低和估计精度高的特性,且在系统状态发生突变的情况下表现出良好的滤波性能。     

极化域DOA估计与阵元姿态位置误差自校正

极化阵列波达方向估计的多重信号分类(multiple signal classification,MUSIC)算法可以利用数据的多线性关系减少需搜索参数,适用于跳频、宽带信号。电磁矢量传感器在空间单一位置接收的完备电磁信息,可以转化为任意姿态下接收信号。无需专用校正信号源,利用系统使用期间获得的参照信号,可得到各传感器位置误差参数。仿真实验表明,该方法可实现极化阵列阵元六维空间参数误差自动校正。     

基于FDTD的时变等离子体中电磁波频域特性研究

推导了计算一维时变磁化等离子体的时域有限差分（finite difference time domain, FDTD）的递推式,分析了一维情况下的时变等离子体中电磁波的频域特性,并通过选取算例,验证了该方法的准确性。对将等离子体频率按时间分为3个阶段的复杂情况进行了计算分析,通过改变时变磁化等离子体占空比,得出了时变磁化等离子体对电磁波有频率漂移和频谱展宽等规律。     

金属目标覆盖双负介质时的宽带散射

由双负介质的本构关系出发,利用时频转换关系,推导出了描述双负介质中电磁场与电磁流的微分方程组。将该方程组按标准Yee元胞差分离散时电场和磁流在整数时间步取值,磁场和电流在半整数时间步取值。电流在电场的节点取样而磁流在磁场的节点取样,得到用于FDTD计算的三维递推表达式。讨论了双负介质和双正介质交接面处介质参数的处理方法。随后,与文献结果对比验证了该算法和程序的正确性。最后,计算了金属目标覆盖双负介质时的宽带散身,结果表明双负介质覆盖层可以在宽频段内减小金属目标的后向RCS。     

基于辐射能量缩减约束的双机雷达协同目标跟踪方法

辐射能量减缩是提高机载雷达射频隐身性能的有效途径。针对目标跟踪过程中辐射能量的减缩量约束, 首先通过分析双机雷达协同的目标回波信噪比, 分别从双机与目标距离比和目标雷达散射截面积推导了其对雷达总辐射能量减缩值的贡献; 然后针对雷达目标跟踪过程中的采样间隔算法, 分析了基于滤波残差的递推法与其他两种方法的目标跟踪精度与仿真计算效率; 最后利用交互式多模型卡尔曼滤波算法与基于滤波残差的递推采样间隔法仿真, 验证了目标跟踪过程中双机雷达辐射能量的减缩量, 并仿真了有源无源协同目标跟踪对双机雷达总辐射能量减缩值的贡献。实验结果表明，本文设计的跟踪策略具有更佳的隐身性能。     

多终端仅测速实时定轨的自适应联邦STCKF算法

针对多手持终端仅测速实时定轨问题,设计了一种自适应联邦强跟踪容积卡尔曼滤波(strong tracking cubature Kalman filter,STCKF)算法。首先,使用欧拉预测校正法对带J2项摄动的轨道动力学方程进行离散得到状态方程。然后,为每个手持终端设计了STCKF滤波算法,该算法基于强跟踪滤波(strong tracking filter,STF)的等价表示计算次优渐消因子以在线实时调整增益矩阵,提高短弧段内滤波估计收敛速度。进而,利用信息最优合成算法对每个终端输出的局部定轨结果进行融合,为提高信息融合精度,信息分配因子由误差协方差矩阵的Frobenius范数自适应确定。最后的仿真结果表明,欧拉预测校正法可以有效提高轨道动力学方程离散精度,自适应联邦STCKF算法可以有效提高实时定轨精度和滤波收敛速度。     

多重渐消因子强跟踪SCKF及其在#br# 故障参数估计中的应用

针对非线性系统中不可观测故障参数估计问题,提出基于多重渐消因子强跟踪平方根容积卡尔曼滤波（multiple fading factors strong tracking square-root cubature Kalman filter, MSTSCKF）的状态和参数联合滤波算法。MSTSCKF基于强跟踪滤波器理论框架,通过引入多重渐消因子实时调整增益矩阵,克服平方根容积卡尔曼滤波（square-root cubature Kalman filter, SCKF）在故障参数变化函数未知或者突变时滤波精度下降甚至发散的缺点,并兼具SCKF在非线性拟合精度和数值稳定性等方面的优点。仿真结果表明,相比SCKF和强跟踪无迹卡尔曼滤波（unscented Kalman filter, UKF）,本文提出的方法具有更高的估计精度。