针对不同视场辅助信标的无人机目标定位方法

针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题，提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型，采用梯度下降法对基于辅助信标的无人机位姿参数进行求解，并综合它们的结果对无人机的姿态偏差进行估计和校正，最后完成了不同视场条件下的目标定位和仿真计算。结果表明，所提方法对无人机目标定位精度有明显提高。     

无陀螺捷联惯导系统角速度解算方法研究

传统的捷联惯导系统通常用陀螺仪测量载体的角速度,无陀螺捷联惯导系统用加速度计代替陀螺仪,从加速度计输出的比力中解算载体的角速度,角速度的解算精度决定了无陀螺捷联惯导系统的性能及能否在实际中得到应用。分析了一种12加速度计配置方式的无陀螺捷联惯导系统的角速度解算方法,并将卡尔曼滤波技术应用于角速度解算,提高了角速度求解精度。     

基于MOEA/D的柔性结构燃料—时间多目标优化控制研究

利用基于分解的多目标优化算法(MOEA/D)研究了柔性航天器多目标优化的rest-to-rest机动问题.基于空间飞行器刚柔耦合动力学方程,提出了最小时间-最少耗能的多目标优化控制模型;给出了基于MOEA/D的算法框架,并对柔性飞行器空间机动问题进行了多目标优化控制的分析设计;典型算例表明该算法可有效地应用于柔性航天器姿态机动控制器的分析设计之中.     

基于道路仿真的车体姿态模拟

把地形看成层次性随机统计过程 ,将扩展的随机 -相关法与分形自适应法相结合 ,生成符合一定条件的地形数据 ,模拟车体的运动。由地形数据和车体所处位置确定车体姿态数据 ,以此驱动摇摆实验台转动 ,就模拟了车体姿态的实际变化。为行进间火控问题的研究提供了一个完善的车体运动模拟环境     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题，提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性，基于扩展积分均方误差代价函数搜索最优置信范围，并对混合项进行高斯聚类，进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用，引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并，在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明，改进算法在保证跟踪精度的同时还可有效提高算法效率。     

GPS双星航姿测量研究

提出用两部测量型GPS接收机 ,实时观测两颗以上GPS卫星在站心坐标系下的高度角、方位角和载波相位 ,来推算基线 (船体 )的航向和姿态 ,初步解决了整周模糊度的解算问题 .文中对影响航向和姿态准确解算的因素进行了分析 ,并提出了改进的办法 .     

线性模型的海基制导系统误差分离方法性能分析

利用传统制导工具系统误差线性回归模型，对Bayes估计、主成分分析以及正则化分析三种改进的分离方法进行了比较，分析了它们在工程应用上的优缺点，给出了实际应用时的限制因素；同时结合海基导弹特有的初始状态误差，设计了整体估计、分段估计以及迭代估计三种估计策略，给出了相应的分离步骤。仿真结果表明，文中给出的三种误差分离方法在不同的评价标准下具有不同的实际应用意义；而在弹道差评价标准以及方差评价标准下，分段估计和迭代估计策略下的误差分离结果要明显好于传统整体估计结果。     

大挠性太阳能帆板航天器的姿态控制

提出了一种简单有效的抑制太阳能帆板变形振动的PDA控制方法。其特点主要是在航天工程中常用PD方法的基础上,增加了航天器的刚性姿态加速度反馈,该方法经数值仿真和不同的实验系统证明,对大挠性航天器在姿态机动和位置保持控制时是一种简单可行的振动抑制策略,在大挠性航天器变轨和交会对接工程中具有参考价值。     

北斗导航信号电离层闪烁模拟及其影响

电离层闪烁具有突发性、偶发性和区域性,且难以建模准确刻画。针对电离层闪烁影响下的北斗导航信号复现问题,研究了基于应用伽马分布和零均值高斯分布模型的导航信号电离层闪烁序列生成方法,并基于国防科技大学电子科学与工程学院研制的NSS8000型多体制导航信号模拟器给出了北斗导航信号电离层闪烁模拟的硬件架构。在此基础上,通过中频信号采样和软件接收机处理,分析了电离层闪烁对北斗接收机跟踪环路的影响。结果表明:在相位闪烁指数为0,幅度闪烁指数为0.9时,码环鉴相误差可达0.05 chip;而在幅度闪烁指数为0,相位闪烁指数为0.5时,载波环鉴相误差可达15°,处于失锁的临界状态。     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中，场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而，实际中图像的背景和前景往往相关，常用的主成分分析和独立分量分析等方法难以实现准确提取。为此，将视频图像的前景提取建模为盲源提取问题，提出了一种基于均方交叉预测误差的盲源提取方法，可以从相关的源视频图像中提取期望的前景图像，并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。