应用于四旋翼无人机角速度估计的几何滑模观测器设计

对四旋翼无人机的角速度进行估计时,传统的基于单位四元数的滑模观测器需要引入强制比例重调,因而影响了跟踪精度。本文提出一种基于数值积分的李群方法的滑模观测器设计框架。该算法基于等变映射思想,在齐性流形空间的等价李代数空间中设计滑模反馈,从而避免了直接在流形空间中设计反馈的复杂性,并消除了传统方法在每个积分步骤中强制加入的比例重调,提高了观测器的跟踪性能。仿真结果表明,几何滑模观测器算法可以有效的对四旋翼无人机的角速度进行估计。     

基于广义伽马分布的SAR图像相干斑抑制

引入广义伽马分布对SAR图像杂波的统计特性进行建模,在此基础上给出了一种自适应SAR图像相干斑抑制方法。该方法在贝叶斯理论框架下利用最大后验概率准则对地物的真实后向散射强度进行估计。分布模型的参数采用以梅林变换为基础的对数累积量方法进行估计。基于SAR实测数据的仿真实验结果表明,提出的方法能够有效地去除SAR图像中的相干斑噪声。     

基于递推最小二乘的单站无源定位仿真分析

为达到无线射频注入的定位精度和实时性要求,提出采用递推最小二乘算法(RLS)进行定位.首先讨论了无线射频注入的定位精度需求,建立了机载无源单站定位模型,得出了最小二乘(LS)解.然后依据无线射频注入的实时性要求将其转化为递推形式.仿真结果表明,RLS算法与LS算法的定位精度和收敛速度接近,但前者实时性好,运算复杂度低,所需存储空间小,能够满足无线射频注入的定位需求.最后依据仿真结果给出了提高定位精度和收敛速度的措施.     

双天线干涉SAR系统无控制点场景的参考相位高精度快速估计算法

在双天线干涉SAR系统中,对无控制点的场景通常采用同名点传递的联合定标方法估计参考相位,非常耗时。为解决无控制点场景参考相位的快速估计问题,本文首先对影响参考相位的因素进行理论分析,给出了参考相位与影响因素的解析关系式,并结合系统参数进行了仿真分析;进而分析参考相位对高程误差的影响。根据分析结果,结合SRTM的粗精度DEM数据、滤波后的干涉相位及相干系数,提出高精度参考相位快速估计算法,并给出了算法详细实现流程。通过对实际机载双天线InSAR系统获取的数据进行处理,表明本文算法在文中的系统参数下可以达到优于2m的相对高程精度,处理4096×6560的数据块时,参考相位估计速度要快20倍以上。     

基于神经网络的多模型机动目标跟踪方法研究

针对传统机动目标跟踪问题中存在的跟踪精确性低、参数适应性差、计算量大等问题,提出了一种基于径向基神经网络的多模型机动目标跟踪方法.首先,介绍了机动目标跟踪问题的基本原理、径向基神经网络模型及机动目标运动模型.然后,将提取的机动目标特征向量输入已训练好网络参数的神经网络中,与隐含层中由训练样本组成的输入矩阵比较并输出,通...     

一种新的近空间GPS信号多路径估计方法

结合GPS多路径信号模型及其相关函数的特点,在研究基于TK(Teager-Kaiser)算子的近空间多路径估计算法的基础上,提出了一种新的更为简洁的GPS信号近空间的多路径估计算法,并通过仿真验证了算法的有效性。仿真结果表明,该算法能以高分辨率准确地估计GPS信号近空间的多路径模型。     

机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

基于Bayes方法的射击密集度评估

以某远程武器射击密集度鉴定问题为对象,研究了运用Bayes 理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击密集度试验鉴定任务的方法.将最大熵法应用于射击密集度估计,介绍了运用自助(Bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击密集度鉴定的方法.     

基于Kalman滤波器的放大转发双向中继联合信道估计方法

针对遵从放大转发协议的双向中继网络的联合信道估计问题,提出了一种基于Kalman滤波器的新方法。首先根据联合信道构成特点将其划分为自干扰部分及传输部分,通过AR模型对这两部分自相关函数进行近似化处理,建立了联合信道时变过程的状态方程,结合接收的训练序列信号,给出了具有Kalman滤波器形式的估计方法。随后在证明了该方法的一致收敛性质的同时,列出了误差性能限所满足的Riccati方程表达式。仿真结果表明,新估计方法相比于最大似然方法在均方误差方面具有明显的性能优势。     

捷联导引头视线转率估计的交互式多模型样条滤波算法

针对捷联导引头测量信息的弹目惯性视线转率估计,提出了一种基于交互式多模型算法的样条滤波方法(IMM-SF)。基于体视线和惯性视线的映射关系解算惯性视线角,将其作为虚拟观测量进行滤波,设置多个过程噪声模型,每个模型分别采用样条滤波器进行滤波,IMM-SF滤波器的估值结果为各滤波器估值的加权综合。该方法不必对目标的未知机动建模,应用更加方便,并且可在交互式多模型算法的框架下自适应地调整滤波器的噪声。Monte-Carlo仿真结果表明该方法可有效估计视线转率,并可提高估值精度。