量测误差的时间序列分析方法

针对工程实践中实际量测误差大多并非纯白噪声特点,运用概率统计学的一个分支——时间序列分析中提供的动态数据处理的方法,采用多种的参数估计算法来对量测误差进行拟合和仿真,给出了实验室仿真过程中需叠加的量测误差的新生成办法。所用方法可以推广到对其它数据序列的处理。     

防区外打击新杀手——高超音速导弹

所谓高超音速，一般指速度大于5马赫。高超音速导弹可在远程防空导弹射程外发射，因此，挂载这种导弹的飞机可以放心地瞄准攻击。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

基于扩展卡尔曼滤波的雷达无源定位方法

提出了基于扩展卡尔曼滤波的雷达无源定位技术。利用多无人机平台对雷达网进行航迹欺骗,需要对网内的雷达进行定位以达到精确欺骗干扰的目的。但飞行器在飞行过程量测噪声较高,传统的时差定位方法无法满足定位精度的要求。对于时差定位的非线性时变模型,提出了利用时变扩展卡尔曼滤波对雷达位置进行跟踪定位的方法。仿真结果显示,利用扩展卡尔滤波进行无源定位可以在高噪声背景下有较好的定位精度。     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。     

干涉仪解模糊技术研究

解模糊技术一直为干涉仪相位差测角系统工程实现所关注,为了对其有较为全面的认识,先后讨论了基于长短基线、高低频率、单脉冲测角、测距、旋转基线和调频等6种方法的解模糊技术,从工程实现性、系统复杂程度等方面进行了比较了各自特点.给出的解模糊算法的6个步骤对讨论的解模糊技术具有通用性.     

基于数字信道化的极微弱信号载波频率引导模块设计与实现

针对深空探测中常规点数的FFT无法对极微弱信号进行精确的频率引导,而超长点数的FFT无法用现有器件实现,提出一种基于数字信道化的并行FFT频率引导方法.接收信号先经过数字信道化处理,均匀划分为若干窄带信号,然后分别对各子带信号进行FFT运算,最后通过对各子带有效谱线的联合检测完成载波频率的精确估计.在等效219点FFT的频率引导模块FPGA实现中,通过FFT模块的复用节约了硬件资源开销.测试结果表明:在8MHz采样率下该模块的测频精度小于10Hz.     

基于模糊神经网络的弹道导弹测发控系统故障诊断

将模糊神经网络应用于导弹测发控系统的故障诊断。经过仿真发现,模糊神经网络可以充分利用专家知识的不确定性,而且诊断效果很好。     

基于方位量测的舰艇对潜定位技术研究

结合舰艇拖曳线列阵声纳实际搜潜装备,利用舰载线列阵声纳测得的潜艇目标方位信息,建立了基于方位量测的舰艇对潜艇目标定位的数学模型,给出求解潜艇运动参数的定位算法,并对定位误差进行了分析,在定位模型及算法的基础上,仿真研究了潜艇与舰艇之间的初始距离、舰艇测得潜艇目标初始方位角、潜艇航向等因素对定位性能的影响,给出仿真结果并进行了分析,该结果对于指导实际反潜具有一定的实用价值。     

无人机保距跟踪中的视觉跟踪算法研究

针对固定翼无人机对地面目标进行保距跟踪过程中不能稳定获取目标图像的问题,设计了一种提高视觉目标跟踪稳定性的算法。该算法基于核相关滤波算法,提出了线性旋转子空间的概念,用于估计平面外旋转后的目标图像,在跟踪的过程中通过跟踪效果判断是否对线性旋转子空间进行校正。这种更新机制提高了在相对位置不断变化的情况下视觉跟踪的稳定性和准确性,有效地降低了跟踪漂移的程度。算法在无人机跟踪视角的视觉跟踪数据集中进行了测试,结果显示在跟踪的准确性和鲁棒性上明显好于当前主流跟踪算法。并使用固定翼无人机进行了实机飞行,验证了算法的可行性。