高精度分数时延滤波器设计的边界拟合Remez算法

在卫星星间测距模拟信号仿真及实际测试中,为提高测距模拟信号精度和系统可用带宽,提出基于边界拟合Remez算法的高精度分数时延滤波器的设计算法。该算法利用Farrow结构的多项式近似思想,采用多项式拟合Remez算法设计滤波器的冲激响应边界系数,通过多相分解实现分数时延滤波器组。该算法改善了当设计的滤波器阶数较高时冲激响应边界的不连续现象,进而降低了群时延误差,提高了精度。仿真结果表明,该算法设计的滤波器的分数时延精度得到了提高,同时系统可用带宽提高近一倍,实现时需使用的乘法器数目也有明显降低。     

接触触发式测头触发力的理论分析

对用于三坐标测量机及数控机床的接触触发式测头在触测发讯时的触发力进行了理论分析和计算,得出了触发力的大小与其结构参数之间的关系,从而为触发式测头的误差补偿提供了理论基础。     

防空导弹武器系统的信息处理与通信延迟建模

对武器系统中的信息处理功能单元及其之间的信道通信从时间延迟的角度进行了建模,以便能更好地仿真整个武器系统的功能,并以某防空武器系统为例,对其各处理功能单元及其通信信道的时间延迟模型进行了描述。     

一种惯性器件常值误差对系统误差影响的分析方法

在平台式惯性导航系统中,陀螺仪和加速度计的常值误差是制约系统最终精度的重要因素之一。通过分析在无阻尼惯性导航系统中,惯性器件对平台误差角、速度误差和定位误差的影响,给出了在初始对准后,因惯性器件常值误差引起的系统固有误差和这类固有误差随时间的变化规律。结果表明,除经度误差随时间有振荡发散现象外,其它误差均为周期振荡有界。利用给出的结论,在设计惯性导航系统时通过分析系统误差要求,对于选择惯性器件具有一定的借鉴意义。     

炮兵营射击的弹着点模拟及射击误差分析

弹着点模拟是对敌火力打击目标毁伤仿真的重要环节。在分析炮兵营射击误差构成与计算方法的基础上,研究建立了炮兵射击的弹着点散布蒙特卡洛(Monte-Carlo)仿真模型,实现了对集火射向、适宽射向、三距离射击等多种火力打击方式共同作用下的弹着点散布模拟,为目标毁伤仿真研究提供了模型支持。以此为基础,通过分析各组误差对毁伤概率的影响,发现对于炮兵营打击面散布目标来说,营共同误差是影响毁伤概率的最显著因素,应当通过提高测定目标位置和气象准备的精度减小误差以提高对目标的毁伤效果。     

基于单发地空导弹测试数据的武器精度检验

在地空导弹命中精度检验问题中,提出了充分利用单发导弹的测试数据进行命中精度的检验。该思想是利用χ2检验法对导弹速度的瞬时误差（系统误差）的方差进行检验,并给出了在测出导弹7、9、11个轨迹点条件下的2类风险临界值表,为武器精度检验提供了一定依据。     

逆系统空空导弹控制器设计(英文)

利用非线性控制的逆系统方法,设计了导弹质心运动动力学系统的控制器。该控制器通过对弹道坐标系下导弹的切向过载和法向过载的控制,使导弹在控制系统中的速度、弹道倾角和弹道偏角输出信息渐近跟踪制导指令,以实现空空导弹对攻击目标的打击。仿真结果表明,导弹的质心运动参数以较高的精度快速跟踪制导指令,系统性能良好。     

多目标环境下基于分布式融合思想的误差估计方法

针对多雷达多目标跟踪过程中分布未知的系统误差估计问题,提出了基于"分布式融合思想"的误差估计方法。给出相应误差估计方法的计算公式,利用改进截断奇异值方法来减轻矩阵病态性的影响,提高误差估计的稳健性。设置了两种不同的系统误差仿真场景,对"分布式"误差估计方法在两种情形下的估计性能进行了仔细对比分析。结合"分布式"误差估计方法与"集中式估计"方法所体现出的优缺点,提出了一种将两种方法结合起来的系统误差估计算法,算法通过合理选择阈值门限η,能够在多雷达多目标且系统误差分布未知的复杂环境下对两种误差估计算法自适应地进行切换,从而充分发挥两种误差估计算法各自的优点,给出更好的误差估计结果。     

Visual SLAM in dynamic environments based on object detection

A great number of visual simultaneous localization and mapping (VSLAM) systems need to assume static features in the environment. However, moving objects can vastly impair the performance of a VSLAM system which relies on the static-world assumption. To cope with this challenging topic, a real-time and robust VSLAM system based on ORB-SLAM2 for dynamic environments was proposed. To reduce the influence of dynamic content, we incorporate the deep-learning-based object detection method in the visual odometry, then the dynamic object probability model is added to raise the efficiency of object detection deep neural network and enhance the real-time performance of our system. Experiment with both on the TUM and KITTI benchmark dataset, as well as in a real-world environment, the results clarify that our method can significantly reduce the tracking error or drift, enhance the robustness, accuracy and stability of the VSLAM system in dynamic scenes.     

信息错误检测项目的关系分析

从提高信息质量这一目标入手,定义了理论信息错误类别空间、可检测信息错误类别空间、检测项目集等基础概念,分析了检测项目集之间的对等、相交、包含和互斥等4种关系及其特点,形成了信息错误检测项目集的2种生成与优化方式,以及若干优化原则,并给出各原则的优先顺序。