基于UKF的混合坐标系下运动

针对无源定位必须实现快速和稳定定位跟踪的要求,首先研究了混合坐标下的推广卡尔曼滤波(EKF)算法,充分利用了直角坐标系下状态方程的线性特性和修正极坐标系下观测方程的线性特性,并针对两坐标系间协方差矩阵变换的舍入误差,推导了一种混合坐标系下的UKF算法,并将其应用于运动辐射源的无源定位跟踪中。计算机仿真表明该算法提高了收敛速度和定位精度。     

针对高速自治水下航行器的UKF主动目标跟踪算法

研究了基于高速自治水下航行器平台下的主动单目标跟踪,基于Unscented Kalman Filter(UKF)建立跟踪滤波器,在强观测噪声、大采样时间间隔情况下完成对目标各运动状态参量的准确估计。将此跟踪滤波器与基于Extended Kalman Filter(EKF)的跟踪滤波器进行了对比。计算机仿真结果表明采用EKF滤波器,目标的速度估计值可以收敛向真值,而距离估计值无法获得收敛;采用UKF滤波器,目标的速度和距离估计值都能获得收敛,且其对目标的速度估计较EKF准确。     

MBDLM中卡尔曼滤波算法的改进研究

根据多变量Ｂａｙｅｓｉａｎ动态线性模型（简记为ＭＢＤＬＭ）在递推过程中出现的方差阵不正定、精底低以及滤波发散等情况进行分析，对原有卡尔曼滤波算法加以改进，给出了比较适用的递推算法。     

低时延CORDIC算法计算平方根电路设计研究

开平方运算广泛应用于数值分析、调制解调、图像处理等领域,而应用坐标旋转数字计算(Coordinate Rotation Digital Computer,CORDIC)进行平方根运算是一种新应用.基本CORDIC算法精度必须用迭代次数作保证,而较多的迭代次数会导致时延过大等问题,通过运用建立查找表、单向旋转、合并迭代和免除补偿因子等手段,提出一种能够免去大部分迭代运算的改进CORDIC算法用于平方根计算.相较于基本算法计算平方根,该改进算法使用了一半的时钟周期便能得到输出结果,大大减少了输出时延,而且可以达到较高的计算精度,更加适合实时性要求高的应用场合.     

一种特殊非线性奇异积分方程的求解

对非线性奇异积分方程αφ^2 b0 bit/πi∫Lφ（τ）/τ-tdτ （d0 d1t)φ (c0 c1t)=0,t∈L,其中L为复平面的封闭光滑曲线，以逆时针为正向．而α≠0且b0,b1不同时为0,a,b0,b1，d0，d1，c0,c1为己知常数，在Hoelder连续函数空间中求解时将它化为一个带平方根的Riemann边值问题而得出其一般解。     

UKF滤波方法及其在车辆导航状态估计中的应用

在车载导航系统中，通常采用EKF作为状态估计方法提高导航的精度。由于EKF进行非线性估计存在一些缺陷，因此将其用于导航系统的非线性估计时，存在估计误差，从而影响导航系统的精度。为了获得更高的导航精度，将一种新的滤波方法-UKF方法用于车载导航系统的状态估计中。对一个车载DR／GPS组合系统，将EKF和UKF方法分别进行了滤波仿真。仿真结果表明：在车载导航状态估计中，UKF方法优于EKF方法。     

基于UKF的扩频信号参数联合估计算法

针对伪随机码的同步问题,提出利用UKF算法进行伪随机(PN)码跟踪与信号幅度估计的联合处理。该算法通过对状态向量进行U变换,得到多个西格马点,然后利用UKF算法对非线性的扩频信号进行滤波估计。通过仿真实验,证明UKF算法在处理该类扩频信号的伪随机码的同步问题上具有更好的性能。     

完全域上方阵有平方根的充要条件

本文借助λ－矩阵理论，引入了根方互导多项式等概念，得到了完全域上方阵平方根的充要条件。     

基于UKF的机动目标跟踪处理方法

提出了基于UKF的机动目标跟踪处理方法,能有效抑制动力学模型非线性和观测模型非线性带来的模型误差。和传统EKF滤波方法相比,该方法不仅避免了截断误差造成的滤波发散,而且避免了求解雅克比矩阵,简化计算流程,可以模块化处理,非常适合工程实现。仿真实验表明,当目标呈现明显非线性特征并且大机动运动时,该方法可以有效确定目标轨迹,实现高精度目标跟踪。     

带常值偏差的机动目标跟踪数据处理方法

机动目标跟踪中的系统误差是影响跟踪精度的关键因素之一。为了抑制系统误差带来的影响,本文提出了基于UKF的常值偏差估计的机动目标跟踪处理方法,通过对状态变量的扩维处理,不仅能有效抑制动力学模型非线性和观测模型非线性带来的模型误差,还能对观测模型中产生的系统误差进行估计,从而提高机动目标跟踪精度。仿真实验表明,在测距和测速跟踪模式下,测距系统误差能有效估计出来,常值偏差不会对跟踪精度产生影响。