电讯系统工程引论

本文以近代信息论、控制论、系统论等工程技术科学的观点,简要综合论述电讯系统工程的本质与特点,并指出其系统设计的准则.     

雷达/红外双模制导背景下的模糊目标跟踪器

在雷达／红外双模制导背景下，对雷达／红外传感器的测量数据进行融合并提出了一种跟踪机动目标的模糊跟踪器。该跟踪器能够精确的获取目标机动的动态信息，应用一系列的模糊规则自适应的调整卡尔曼滤波器的过程噪声协方差矩阵，从而更适合用于实际的跟踪系统。通过对红外成像和雷达多传感器对目标跟踪系统的数字仿真表明所提出的模糊跟踪器性能良好。     

PEAK COVARIANCE STABILITY OF A RANDOM RICCATI EQUATION ARISING FROM KALMAN FILTERING WITH OBSERVATION LOSSES

We consider the stability of a random Riccati equation with a Markovian binary jump coefficient. More specifically, we are concerned with the boundedness of the solution of a random Riccati difference equation arising from Kalman filtering with measurement losses. A sufficient condition for the peak covariance stability is obtained which has a simpler form and is shown to be less conservative in some cases than a very recent result in existing literature. Furthermore, we show that a known sufficient condition is also necessary when the observability index equals one.     

卡尔曼滤波过程的稳定性研究

卡尔曼滤波器的稳定性并不能保证实际的滤波器算法具有收敛性,而传统的关于滤波发散的判定方法是基于量测不能出现野值这一严格的假设条件,具有一定局限性;并且通常关于滤波发散只是一种定性的描述,具有一定模糊性。为此,考虑到量测可能出现野值的情况,从滤波发散的具体数学形式出发,提出了卡尔曼滤波过程的稳定性概念,在此基础上给出了滤波发散的判定定理,既消除了通常关于滤波发散描述的模糊性,又降低了通常判定方法的要求。     

捷联寻的制导弹药的新型卡尔曼滤波器设计

针对捷联制导系统的自身特点,设计出用于估计导弹和目标在弹体坐标系中相对运动状态的卡尔曼滤波器,使滤波与制导在同一个坐标系即弹体坐标系内进行,避免了信息在弹体坐标系和惯性坐标系之间的多次转换,从而减少了信息损失.仿真结果表明,该方法能够满足捷联制导系统的要求.     

卡尔曼滤波在多组分同时测定中的应用

本文综述了卡尔曼滤波在多组分同时测定中的应用，采用MATLAB语言自编程序，对Ni、Fe、Pd三元混合组分进行同时测定，取得了令人满意的结果．     

陀螺漂移的状态空间建模方法

非平稳时间序列的状态空间建模技术被用于陀螺漂移分析。基于平滑先验概念，使用Ｋａｌｍａｎ滤波和ＡＩＣ准则拟合整体模型，时变系数自回归模型（ＡＲ）被拟合为状态空间模型，并且被用于时变谱估计，针对两类不同的漂移分别建立状态空间模型，所得结果更贴近实际情况，目前本计算分析只能离线分。对故障诊断可提供一些依据。     

ICP-AES加权增量Kalman滤波法

作为一种重要的电感耦合等离子体原子发射光谱分析技术(ICP-AES),Van Veen等的Kalman滤波法(简称KF法),受到了广泛重视与好评。但是,Van Veen的算法是在白色噪音下推导出来的,如果实际噪音中包含了有色成分,它将引起模型误差,使分析结果的准确度显著下降。本文建立了一种新的光谱干扰校正方法——ICP-AES加权增量Kalman滤波法(简称WIKF法),其算法公式是在有色噪音下得到的,而传统的KF法仅是它在权函数为零条件下的特例。     

被动声探测引信系统的后置处理

被动声探测目标的定距定位技术，是反坦克、反直升机智能雷弹的关键技术。该文讨论了利用时延法进行被动定位的基本原理，以及采用后置处理的必要性，提出一种简单并有较好效果的后置处理方法，即采用预处理方法，剔除被动测距中的野值，用卡尔曼滤波作为后置处理的基本手段，平滑目标的运动轨迹，降低了误差。这种方法经计算机模拟和以坦克为目标的实验，显示出良好的工作性能，给出了满意的目标距离、速度和方向估计。     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。