舰船目标逆合成孔径成像算法改进研究

针对舰船类目标运动情况比较复杂,进行逆合成孔径雷达(ISAR)成像时运动补偿比较困难的特点,将改进的自适应联合时频算法(AJTF)与强点处理(PPP)模型结合,通过遗传算法的全局搜索实现运动补偿,提高了运动补偿算法的快速性和精确性,为实现实时成像奠定了基础.试验数据的处理结果表明,算法可以有效地完成相位的补偿,提高ISAR成像质量.     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

火箭助飞鱼雷发控及弹道仿真

针对水面舰艇反潜武器系统研制、火箭助飞鱼雷作战使用研究中对助飞鱼雷的仿真需求,重点研究了助飞鱼雷发射控制仿真方法和空中弹道仿真方法,突破了不同工况不同射程下发动机关机时间建模技术、保证大范围飞行一致性的火箭自适应控制器设计技术。应用表明,所形成的助飞鱼雷武器通道仿真模型能有效模拟助飞鱼雷从发射控制到弹道航行到命中目标的全过程以及作战效果,能够支撑助飞鱼雷发控算法研究以及作战使用研究。     

自主水下航行器的自适应反演变结构控制器设计

由于水下航行器是高度耦合、复杂的多输入多输出不确定性非线性系统。对水下航行器进行精确作业时的运动控制一直是其实用化过程中困扰人们的问题。将自适应反演控制技术和变结构控制策略相结合,提出了一种基于反演技术的自适应变结构控制器设计方法,实现AUV水平侧移和航向控制,并利用自主水下航行器模型进行了仿真研究。仿真结果表明,该控制方法对模型不确定性和不确定环境干扰表现出良好的鲁棒性和自适应性。     

高空高马赫数侧向喷流数值模拟

高空环境下,侧向喷流在飞行器的姿态转换及热防护方面起到关键作用,同时也由于来流稀薄,直接模拟蒙特卡洛方法(DSMC)对侧向喷流干扰流场的模拟具有很好的适用性。在非结构网格计算的DSMC数值算法的基础上,针对喷流的高密度区及激波区提出了一种自适应网格技术,可以用于对高空稀薄区的大气来流与侧向喷流的干扰流场进行模拟预测。通过模拟二维平板侧向喷流,对编制的算法可靠性进行验证,研究了时间步长对流场模拟结果的影响及其数值的选取原则,并模拟计算了不同喷流/来流压力比下的复杂干扰流场结构和气动力的变化规律。     

基于磁通门/GPS组合的车辆导航系统滤波技术

给出了基于磁通门/GPS组合导航系统的硬件结构图,并应用卡尔曼滤波和方差自适应滤波算法分别对GPS、磁通门单独导航定位系统进行了分散滤波,最后应用联合卡尔曼滤波器对GPS和磁通门信息进行了信息融合.并且通过实际跑车实验,验证了滤波对导航系统随机误差消除和定位精度提高的有效性.     

基于指数收敛观测器的协调臂自适应滑模控制

提出了一种基于扰动观测器的弹丸协调臂电液伺服系统自适应滑模控制方法.设计干扰观测器在线观测系统扰动大小并进行补偿,从而有效降低切换增益;设计自适应律不断调整系统参数以适应对象变化,并采用一种映射自适应算法保证估计参数有界;为了加快趋近速率,设计了基于指数趋近律的滑模控制方法,保证在大阶跃情况下系统仍然能以较大的速度趋近...     

基于AKF的无人水翼航行器纵向姿态控制研究

无人水翼航行器在运行过程中会受到海浪干扰,使得无人水翼航行器姿态控制效果变差,而传统卡尔曼滤波(KF)过程噪声矩阵为固定值,在复杂海况下滤波效果并不理想。针对上述问题,基于一种无人水翼航行器,首先建立了其纵向运动数学模型,并设计了纵向姿态LQR控制器。然后设计了一种基于新息卡方检验值的自适应卡尔曼滤波(AKF),以自适应调节过程噪声矩阵,并将AKF用于对系统反馈状态进行最优估计。通过仿真验证了基于AKF的纵向姿态控制器,能够有效抑制海浪干扰,可以使无人水翼航行器在海浪中平稳运行。     

一种提高防空导弹武器系统守时精度的方法

随着现代战争逐步向以网络为中心的信息化作战的发展,为赢得战场主动权,提高信息资源的实际应用性,对作战系统内的时统提出了更高要求。剖析了系统守时误差的来源,针对以网络时码数据和准秒脉冲进行校时的系统,提出了一种提高系统守时精度的方法——误差比例修正法,该方法采用自适应修正功能,使系统在失去准秒校时后的较长时间内仍能保持一定的守时精度,并且成功在某型号防空导弹武器系统中运用,试验结果验证了该方法的有效性和可行性。     

分布式传感器网络自适应一致性融合估计算法

针对分布式传感器网络的目标一致性状态估计问题,提出自适应一致性融合估计算法。考虑到网络中节点为测距和测方位的传感器,基于观测噪声与目标状态相关的假设,构建量测模型;引用无迹卡尔曼滤波与CI算法得到各节点的局部估计,通过误差矩阵加权更新节点状态以改进一致性算法,实现各节点对目标状态的一致性估计。仿真实验结果表明,该算法能够在快速收敛的过程中实现无中心节点的分布式传感器网络中各节点对目标位置的精确估计,同时又保证各节点之间的一致性。