J2摄动下卫星编队重构的多脉冲轨迹优化

针对考虑J_2摄动的椭圆参考轨道的编队重构问题,以消耗燃料最少为目标函数,基于高斯变分方程研究编队重构的多脉冲轨迹优化方法。推导考虑J_2摄动和轨道面内外耦合的轨道要素偏差线性动力学方程,采用遗传算法和序列二次规划结合的混合算法对总的速度增量进行优化。数值仿真表明该混合算法有效,可以高效地得到可行解。由于考虑了J_2摄动和椭圆参考轨道,该算法对航天任务中的轨迹优化具有一定的参考意义。     

三轴稳定拦截器常值推力姿态控制系统优化设计

针对大气层外拦截器常值姿态控制问题,设计了一种"数字变推力"姿态控制系统。通过对拦截器动力学环节合理简化,应用线性二次型最优控制理论(LQR),设计出连续型角度最优控制律,并依据廉价控制、昂贵控制等原则,选择合适的加权矩阵推导出控制量的解析表达式;根据PWPF((Pulse Width Pulse Frequency)调制原理,将用连续推力设计最优控制律用于常值推力发动机,实现了"数字变推力"姿态控制系统设计;考虑燃料消耗及PWPF线性工作区要求等应用PSO(Particle Swarm Optimization)优化算法对PWPF调制器参数进行了优化设计和仿真。仿真结果表明了该设计方法的有效性及工程应用价值。     

引入STF算法的自适应SICKF及其在目标跟踪中的应用

针对容积卡尔曼滤波在系统状态突变时滤波精度下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)算法,提出了一种自适应均方根嵌入式容积卡尔曼滤波(ASICKF)方法。采用嵌入式容积准则和均方根滤波方法,以提高算法的滤波精度和稳定性。引入强跟踪滤波,利用渐消因子在线修正预测误差协方差阵,强迫残差序列正交,以增强算法应对系统状态突变等不确定因素的能力。为了解决状态突变未知的目标跟踪问题,采用自适应均方根嵌入式容积卡尔曼滤波算法进行数值仿真,仿真结果表明,ASICKF在系统状态突变时能保证较高的滤波精度,具有较强的鲁棒性和系统自适应能力。     

一种宽带多维雷达信号设计

设计了一种宽带多维雷达信号,在宽带噪声调频信号中通过频率捷变的方式融合非线性调频信号,将探测信号隐匿于宽带噪声调频信号中,对敌方雷达进行干扰的同时实现对目标的探测。仿真表明该信号具有较好的隐蔽性,且兼具探测与干扰的双重功能。     

舰炮振动的高斯最小拘束分析方法

根据多刚体动力学理论,采用高斯最小拘束方法,建立了复杂舰炮系统的动力学方程,并结合相关实验参数进行了全炮系统射击过程的数值仿真.仿真结果表明,甲板刚度为影响炮口振动的主要因素,舰炮射击性能的改善主要体现在甲板的刚度上;恰当设计高低机的刚度,能有效改善舰炮系统的振动性能.计算模型、方法及结果对相关的工程研究和计算具有一定的参考价值,并为今后进行舰炮的整体设计提供了一定的理论基础.     

基于补偿调制的ISAR电子伪装干扰技术

逆合成孔径雷达(ISAR)是一种高分辨率微波成像雷达体制,也是成像雷达的重点发展方向之一。由于其成像是通过对距离向和方位向二维压缩实现,因此比普通雷达具有更强的抗干扰能力。针对线性调频信号体制ISAR,提出一种基于补偿调制的电子伪装干扰方法,通过对截获到的敌方雷达辐射信号进行相位补偿调制模拟出目标任意散射点的回波信号并转发,达到了伪装干扰的目的。最后的仿真实验证明了所提方法的有效性。     

一种慢速运动目标ISAR子孔径拼接方法

ISAR成像是现阶段一种被广泛研究的重要技术.首先阐述了利用距离一多普勒算法对线性调频体制ISAR的成像原理.在此基础上,针对慢速运动目标的特点,提出了基于相位补偿的子孔径拼接处理方法.该方法可以明显改善成像效果.利用滑翔机模型进行仿真验证.其仿真结果证明了其可行性和有效性.     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

基于鲁棒高阶容积滤波的无人机相对导航状态估计方法

由于无人机相对导航系统具有非线性强、噪声非高斯的特点,传统的基于卡尔曼滤波算法设计的相对导航滤波器存在估计失准甚至发散的问题。考虑到高阶容积卡尔曼滤波和最大熵滤波算法分别在解决非线性问题和非高斯问题时的优势,利用最大熵滤波的量测更新方法对高阶容积卡尔曼滤波的测量更新方程进行了改进,将传统的量测更新问题转换成了线性衰退的求解问题,避免了对测量噪声进行高斯假设,同时解决了系统非线性和量测噪声非高斯的问题。进行了相应的数学仿真,仿真结果表明:所提算法的估计精度超过了高阶容积卡尔曼滤波和最大熵滤波算法的,验证了算法的有效性。     

非高斯背景条件下水声信号粒子滤波性能分析

基于贝叶斯滤波原理,介绍了粒子滤波(Particle Filter,PF)的基本思想和具体算法实现步骤。针对非高斯噪声对水下信号目标跟踪的影响,分别对符合高斯分布、韦伯分布和伽马分布的随机噪声序列,在噪声均值和方差相同的条件下,对比分析了扩展卡尔曼滤波(Extended Kaman Filter,EKF)算法和PF算法的估计精度。仿真结果表明,在非线性非高斯环境下EKF算法跟踪性能严重下降,而PF算法能继续保持较好的跟踪精度,证明PF算法在非线性非高斯系统中的有效性。