基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。     

基于Delphi-BP神经网络的装备保障能力评估

针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度。建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3。最后,通过对比评估,验证了方法的有效性和正确性。     

基于ANSYS的油罐拱顶与罐壁关联性分析

针对油罐拱顶与罐壁上部容易出现失稳变形的实际问题,基于ANSYS建立了油罐有限元模型,对油罐结构稳定性进行数值模拟,探讨加载关联性和结构关联性对均匀外压作用下油罐稳定性的影响。结果表明:分析油罐结构稳定性时,对于给定尺寸的油罐,失稳发生在结构较薄弱部位;拱顶和罐壁可独立加载求解临界载荷,取较小值作为油罐的临界载荷;油罐的失稳分析要考虑拱顶与罐壁间相互作用对总体临界载荷的影响。研究结果可为基于有限元法的油罐稳定性设计和分析提供一定参考。     

高超声速飞行器新息滤波交互式多模型跟踪算法

研究临近空间高超声速飞行器在运动特点,针对强杂波环境下高速、高机动目标跟踪问题,提出用新息滤波减小观测噪声以修正模型概率更新过程的算法。Monte-Carlo仿真结果表明:该算法可以有效减小量测噪声对系统滤波的影响,提高滤波精度,在临近空间强杂波环境下具有较好的跟踪精度,具有一定工程实用价值。     

基于扩展H∞滤波的OFDM自适应盲信道估计算法

针对OFDM系统中的信道估计问题,提出了一种基于扩展H∞滤波的OFDM自适应盲信道估计方法。该方法通过对常规H∞算法进行改进,实现了在OFDM系统中能自适应跟踪信道的变化特征,从而使均方误差的性能随着输入信噪比的增加得到很大的提高。仿真结果也验证了该算法优于卡尔曼和H∞估计算法,具有计算复杂度低,运算量小、收敛速度快、算法灵活等特性。     

交替极化阵列滤波性能研究

针对极化敏感阵列在工程应用中所受到的诸多限制条件,本文提出了一种新型交替极化阵列结构,分析了其在滤波抗干扰中的理论极限性能,并与极化敏感阵列滤波性能进行对比研究。研究表明:相对而言,交替极化阵列在设备量减半、信号处理自由度减半的条件下,滤波抗干扰性能逼近极化敏感阵列,克服了极化敏感阵列系统复杂性带来的一系列问题,因此在阵列雷达领域具有广泛的应用前景。     

基于相关性模型的舰船装备测试性分析与建模

为了提高舰船装备的综合诊断能力,在舰船设计、研制阶段就必须进行装备测试性设计工作。为此,根据舰船装备测试性要求,对装备进行了故障模式影响分析,确定了装备在设计和制造过程中所有可能的故障模式,以及每一故障模式的原因和影响,据此对装备功能和结构进行了划分。然后,利用相关性模型对舰船装备进行测试性分析与建模,建立了舰船装备组成单元的相关性图示模型、数学模型,并运用考虑可靠性和费用的优选方法,建立了舰船装备诊断树,得到舰船装备的测试方案。算例分析表明:该研究可有效提高舰船装备测试的效率,提升测试的经济性。     

一种基于多层次网格的高效相关过滤方法

在分布式仿真系统中 ,网上流动的大量冗余数据严重影响了系统的可伸缩性。基于均匀网格的相关过滤法减少了冗余数据 ,但具有匹配不精确 ,格子尺寸单一 ,难以适应所有实体的缺点。提出了一种基于多层次网格的相关过滤方法 ,克服了均匀网格法的上述缺点 ,并继承了均匀网格法处理速度快的特点 ,具有快速灵活的特点     

基于单GPS观测的SINS姿态校正方法

针对车(船)载惯性和GPS组合导航系统(INS/GPS),研究单天线GPS对INS的姿态校正方法。提出一种基于单天线GPS进行捷联惯导(SINS)机动中对准和姿态校正方法,该方法以GPS两个不同时刻的不共线速度向量为参考向量,利用TRIAD算法进行姿态确定,并设计了Kalman滤波器估计姿态四元数。仿真试验表明该方案能较好地校正惯导系统的初始对准误差,并通过实时校正保持长期的姿态精度。     

目标定位和跟踪的卡尔曼滤波加 BP 神经网络的方法

首先分析了卡尔曼滤波应用于单目标定位与跟踪时需要校正的因素,接着用具有反向传播（ＢＰ）学习算法的前向网络,建立校正原理和校正网络体系结构,最后分别给出了它对第１类和第２类火控系统应用的数学模型。