GPS/INS组合导航在制导火箭弹中的应用

为实时、精确获得火箭弹飞行过程中的状态参数,针对火箭弹的导航环境,研究了GPS/INS组合导航系统在制导火箭弹中的应用,建立了组合系统的动态方程及位置、速度组合误差模型,采用卡尔曼滤波器对该组合系统进行最优估计并进行了仿真分析。仿真结果表明,组合导航系统能为火箭弹制导提供高精度的位置姿态信息,进而为控制系统提供较精确的测量信息,从而大大提高了火箭弹的射击精度。考虑到导航系统成本较低、工作可靠,算法可以实时实现,因此研究结果具有一定的实际应用价值。     

无迹卡尔曼滤波的长码直扩信号载波频偏盲估计

针对长码直接序列扩频(Direct Sequence Spread Spectrum,DSSS)通信中的载波同步问题,提出了一种新的载波频偏估计算法。该方法结合分段和无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的思想,利用UKF算法对非线性模型的求解能力,估计载波频偏的后验概率的均值和方差。Monte Carlo仿真实验的结果表明新算法不仅具有较高的估计精度,还能实现较低信噪比下的估计。     

目标定位和跟踪的卡尔曼滤波加 BP 神经网络的方法

首先分析了卡尔曼滤波应用于单目标定位与跟踪时需要校正的因素,接着用具有反向传播（ＢＰ）学习算法的前向网络,建立校正原理和校正网络体系结构,最后分别给出了它对第１类和第２类火控系统应用的数学模型。     

卡尔曼滤波在坦克目标状态估计中的应用

分析了现有机动目标数学模型及其卡尔曼滤波算法,并用数字信号处理器(DSP)对一个实际算法进行了实验.实验结果表明目标机动性能的提高将使坦克火控系统由于采用现行目标运动模型而产生较大的误差,因此,在火控系统中采用其他模型,如自适应模型等,势在必行.同时,对于跟踪精度高、实时计算量大的卡尔曼滤波算法,应用DSP技术实现具有良好的发展前景.     

GPS测量弹道坐标及脱靶量优化计算

针对目前靶场对中低空导弹弹道坐标测量与脱靶量计算的现行方法,提出采用ＧＰＳ技术和“相对弹道原理”计算方法新构想,力图使测量技术提高一步并优化计算方法。     

神经网络在比例导引目标定位和跟踪中的应用

本文主要讨论了人工神经网络在近程反导中的应用,利用共轭梯度法和黄金分割法对BP网络进行了改进。把BP网络和卡尔曼滤波结合起来,建立对目标定位和跟踪的数学模型。并且对该模型进行了模拟计算。     

虚拟现实系统中的视觉延迟及其克服算法

虚拟现实(VR)技术问世以来,用户在使用基于VR的飞行模拟器时有时出现恶心、头晕等不适感,这种现象已引起人们的关注。研究表明,视觉延迟是引起这种不适感的重要原因之一。分析了VR系统中视觉延迟产生的原因,并基于卡尔曼滤波技术,设计了视觉延迟克服算法。算法首先假定头部运动是一个随机过程,且有较大的随机加速度,活动幅度一般不超过80mm,建立了头部运动的随机数学模型;其次,采用了测量数据预处理技术以提高预测精度。理论分析和仿真检验都表明,该算法与以往的预测算法相比,计算量增加很少,但预测精度得到了明显的提高。进而减缓了图像的抖动和对操作者头部运动的限制,提高了与虚拟场景的适应能力。     

去调频处理中空变相位误差补偿方法

调频连续波具有较长的脉宽和较大的信号带宽,通常采用去调频的处理方式,但是,去调频的处理会引入空变的相位误差。从去调频的处理方式入手,根据发射信号相位误差缓变的特点,提出了依据发射信号相位误差模型补偿空变相位误差的方法,并在理论上对该方法进行了推导。该补偿方法分为两步,从差频信号中去除发射信号相位误差,在残余视频相位误差校正之后,通过与补偿函数相乘去除剩余的相位误差。仿真和实测的实验结果表明,该方法能够克服目标距离的限制,有效地补偿空变相位误差带来的影响,提高脉压水平。提出的误差补偿方法能够很好地平衡系统负载、误差补偿精度和算法开销,具有较强实用性。     

自行武器GPS/INS组合导航系统的设计

介绍了某自行武器的 GPS/ INS组合导航系统的设计方案 ,内容包括该系统的数学模型、信息融合和系统仿真。实验结果表明 ,该设计改善了系统性能 ,提高了导航定位的精度、可靠性和实用性     

一种模糊自适应INS/GPS组合导航方法

提出了一种基于模糊逻辑的自适应卡尔曼滤波新算法,即基于滤波数据残差构造一种模糊算法,以自适应控制卡尔曼滤波器的增益系数。从而可以消除异常的测量数据带来的影响,使滤波器的残差始终保持零均值,且使估计误差的协方差阵收敛,最终实现最优估计。通过对INS/GPS组合导航系统的计算机仿真结果表明,该算法具有比常规卡尔曼滤波算法更高的导航精度。