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.     

利用视线角信息的非合作目标相对距离估计方法

与非合作目标相对距离的精确测量是追踪器对其实施伴飞监视的关键技术之一.目前相对距离测量主要采用激光雷达作为测量敏感器,而国内的相关技术还不够成熟,难以满足任务需求.探讨一种新的相对距离的测量方法,追踪飞行器按特定方式进行一次或几次主动机动,根据机动过程中光学导引头测量的视线角序列,结合非线性滤波技术,对非合作目标相对距离进行精确估计测量.仿真结果表明,该方法可快速有效的精确测量非合作目标的相对距离,为监视伴飞任务提供技术支持.     

视线坐标系下的解耦无偏转换测量Kalman滤波算法

由于无偏转换测量Kalman滤波算法(unbiased converted measurement Kalman filter,UCKMF)的转换测量噪声协方差矩阵是非对角矩阵,所以无法直接给出该算法的解耦算法。针对此问题通过从参考坐标系(reference coordinate system,RCS)到视线坐标系(line-of-sight coordinate system,LCS)的坐标变换,在视线坐标系下得到了对角形式的转换测量噪声协方差矩阵,实现了转换测量噪声在三个坐标方向上的去相关化,并进一步在三维空间中推导了解耦的UCMKF滤波算法。在算法中,采用递推公式对参考坐标系与视线坐标系的坐标变换矩阵进行估计,并通过一个补偿矩阵提高了估值精度。仿真结果表明,对于匀速运动的目标,解耦UCMKF算法与耦合UCMKF算法的跟踪性能非常接近,但计算量大大降低,因此比较适合在多目标跟踪中应用。     

基于零化视线角速率的非线性预测制导律

利用非线性预测控制理论设计了一种零化视线角速率的预测制导律. 首先, 以弹目视线角速率为反馈项, 最小化预测误差为性能指标, 基于非线性预测控制理论和最优化理论推导出非线性预测制导律, 并对闭环回路的稳定性进行了证明. 其次, 针对制导律中含有的目标机动项信息, 设计了一种基于时间延迟控制理论的滤波算法, 并应用于预测制导律, 最后仿真考虑到导弹的延迟环节, 采用三阶自动驾驶仪模型, 验证了设计的制导律能够有效拦截机动目标, 与传统比例导引相比, 视线角速率变化平稳, 克服了末端视线角速率变化过快而导致过载饱和的情况, 降低了对执行机构的要求.     

带有神经网络干扰观测器的视线角约束制导

针对具有终端视线(line-of-sight, LOS)角约束的机动目标拦截问题,提出一种基于径向基函数(radial basis function, RBF)神经网络干扰观测器的LOS角约束制导方法。首先,考虑目标机动过程中加速度信息无法获取的情况,给出了一种基于RBF神经网络的干扰观测器,实现了对目标机动的高精度估计;其次,充分考虑终端角度约束,结合超螺旋算法思想,通过幂次项的引入设计了一种改进的滑模制导律,从而有效提升了有限过载情况下的制导精度;在此基础上,通过Lyapunov定理对算法的收敛性和稳定性分别进行了证明;最后,通过仿真验证对比了3种不同方法在4种拦截场景下的制导性能,同时针对所提方法进行了蒙特卡罗打靶仿真,仿真结果表明所给出的LOS角约束制导律对机动目标拦截精度高、鲁棒性强。     

一种基于视线矢量的双星系统自主导航方法研究

研究了近地绕飞双星系统的自主定轨问题,设计了一种基于相对视线矢量测量的自主导航方法.本方法利用导航相机观测双星之间的相对视线矢量,并转化为相机坐标系下的像元像线,从而得到导航系统的量测模型;然后结合卫星的轨道动力学方程,通过扩展卡尔曼滤波算法精确估计双星在地心惯性系下的位置和速度共12个分量.最后,通过数学仿真验证了此导航方法的可行性.     

基于鉴角曲线拟合的自适应单脉冲测角方法

自适应单脉冲方法是干扰背景下目标角度估计的一种有效方法。但对于主瓣内明显偏离波束中心的目标,或者在实际应用中由于天线往往采用子阵结构且存在误差,自适应单脉冲方法估计结果会出现较大的测角偏差。为解决这两个问题,提出一种基于鉴角曲线拟合的自适应单脉冲测角方法。该方法首先利用自适应和差权矢量与实测导向矢量计算出对应角度的单脉冲比;然后采用最小二乘法拟合出自适应鉴角曲线;最后通过自适应鉴角曲线估计出目标角度。仿真实验验证了该方法的有效性。     

基于多区间参数修正的角速率姿态算法

姿态解算是惯性导航过程中的核心环节。针对惯组输出为角速率的情况, 参考单子样姿态算法的思路, 在角速度多项式拟合过程中利用前周期的部分角速率子样信息, 通过对多个不同拟合区间的角速度多项式积分来提取并修正对应采样周期的角增量信息, 进而利用角速率信息和多次修正后的角增量信息构造圆锥误差补偿结构。仿真结果表明, 新算法不仅可以提高姿态的解算频率, 且在一定圆锥频率范围内, 相较于传统算法的计算精度提高2~3个数量级。     

基于固态振动角速率传感器的方位测量及仿真

将战术级精度的固态振动角速率传感器应用于水平井随钻测量(MWD)中,克服了磁强计或传统测斜惯性仪表在小井径或套管井测量领域的局限性,同时与动调角速率传感器和光纤角速率传感器测井仪比较,在体积和抗冲击振动性方面有显著原理性优势。论证了该方案的可行性,对零位漂移和温度等限制导航精度的因素进行了分析,并分别提出了相应的补偿算法。所设计的试验样机方位角测量精度达到MWD要求,并具有体积小、成本低、性能稳定的特点,具有完全实用的工程应用价值。     

基于模糊神经网络的自适应滤波方法仿真研究

提出了一种模糊自适应卡尔曼滤波算法。该算法基于模糊规则，根据新息相关性，自适应调整测量噪声方差R，有效的解决了噪声的统计特性与实际不符时，滤波器发散的现象。同时，利用Elman网络作为误差估计器，补偿模糊自适应卡尔曼滤波器的估计误差。仿真结果表明，两种方法结合，可以有效地防止滤波器发散，缩小实际的滤波误差，提高滤波精度，实现滤波器参数的在线改进。     

一种新的窗函数法设计余弦调制滤波器组系统

针对用传统的窗函数法,设计滤波器组存在设计复杂、性能不理想等缺点,提出了一种新的余弦调制滤波器组设计方法。该方法采用了一种在理想滤波器的过渡带内插样条函数的窗函数法设计原型滤波器,放松精确重构的限制条件,将余弦调制滤波器组的设计问题转化为无约束的目标函数的优化问题;再用量子粒子群优化算法优化目标函数,求得最优参数通带截止频率,设计出有限冲激响应（finite impulse response, FIR）原型滤波器。仿真实验表明,用本文算法设计的余弦调制滤波器组在幅度失真、混叠失真、信噪比、重构误差等方面都明显优于用传统的“砖墙式”理想滤波器设计的余弦调制滤波器组,用本方法设计的余弦调制传输复用器在通信系统中的应用也有很好的性能。     

方向采样的离散方向滤波器实现导向滤波

针对在图像处理中被广泛使用的导向滤波器,提出了一种比较实际的问题,即方向滤波器为方向上采样的一组离散滤波器,而且它们的解析表达式不知道的情形。为减少运算量,方形边框上旋转的方式被提出,这样旋转变换不涉及正弦、余弦三角运算。仿真实验结果验证了所提算法的有效性。同时还给出了一个有意义的结果,利用小波实现近似导向的方向滤波。     

船用捷联惯导系统运动中对准的UKF设计

针对海况恶劣船体大幅晃动,捷联惯导系统无法快速完成自主初始对准的问题,给出了大方位失准角情况下捷联惯导系统的非线性误差方程,采用UKF方法来解决GPS辅助船用捷联惯导的运动中对准问题。仿真结果表明,该方法仅需60 s即可完成初始对准,并且水平对准精度达1′,方位对准精度达6′。与传统的EKF非线性滤波方法相比,采用UKF来实现船用捷联惯导系统运动中对准,不仅无需计算复杂的Jcobian矩阵,而且精度更高。     

三维AoA目标跟踪的二次约束卡尔曼滤波算法

在基于到达角(angle of arrival,AoA)的三维目标跟踪中,伪线性卡尔曼滤波具有稳定性高和计算复杂度低的优点,但是严重的偏差问题使其跟踪精度迅速下降.针对该问题,提出一种二次约束卡尔曼滤波(quad-ratic constraint Kalman filter,QCKF)算法.首先引入涉及所有观测噪声项的...     

Unscented Kalman filter for SINS alignment

In order to improve the filter accuracy for the nonlinear error model of strapdown inertial navigation system (SINS) alignment, Unscented Kalman Filter (UKF) is presented for simulation with stationary base and moving base of SINS alignment. Simulation results show the superior performance of this approach when compared with classical suboptimal techniques such as extended Kalman filter in eases of large initial misalignment. The UKF has good performance in case of small initial misalignment.     

Optimization-based particle filter for state and parameter estimation

In recent years, the theory of particle filter has been developed and widely used for state and parameter estimation in nonlinear/non-Gaussian systems. Choosing good importance density is a critical issue in particle filter design. In order to improve the approximation of posterior distribution, this paper provides an optimization-based algorithm (the steepest descent method) to generate the proposal distribution and then sample particles from the distribution. This algorithm is applied in 1-D case, and the simulation results show that the proposed particle filter performs better than the extended Kalman filter (EKF), the standard particle filter (PF), the extended Kalman particle filter (PF-EKF) and the unscented particle filter (UPF) both in efficiency and in estimation precision.     

高超声速飞行器新型攻角约束反演控制

针对考虑攻角约束的高超声速飞行器控制问题,提出一种受限指令滤波器与预设性能方法相结合的反演控制方案.首先,从高超声速飞行器运动模型中划分出高度子系统并基于反演控制方法设计控制器.为了解决攻角约束问题,构造受限指令滤波器对攻角虚拟指令限幅并保证指令的可导性.然后,利用预设性能方法预先设定约束范围,保证攻角跟踪误差始终满足...     

基于鲁棒滤波的组合导航系统动基座对准

基于采用旋转组件的SINS/GPS组合导航系统,讨论了系统中的旋转组件转速误差和GPS信号延迟带来的时间不同步问题,针对这些扰动造成的系统模型误差,提出将基于极小极大准则的H∞滤波用于组合导航系统的动基座对准。通过对载体在不同运动方式下的动基座对准仿真,对Kalman滤波和H∞滤波的性能进行比较,证明H∞滤波算法具有对准时间快,精度高,抗干扰能力强的特点。     

自适应卡尔曼滤波器渐消因子选取方法研究

分析了通过改变噪声和初始条件抑制Kalman滤波发散的方法,指出了造成Kalman滤波发散的原因和控制Kalman滤波发散的机理。推导了衰减记忆滤波方程并研究了衰减记忆滤波噪声阵和滤波初值的选取条件,分析了衰减记忆滤波条件下量测噪声阵遗忘因子权重变化的物理意义。给出了衰减记忆滤波不发散的自适应遗忘因子的新算法,仿真结果证明了所述方法的有效性。