基于CSS的室内测距优化技术?

基于CSS（ Chirp Spread Spectrum，线性调频扩频）技术的无线测距是基于TOA（ time of arrival，到达时间）的测距方法，在室内应用中，存在较多的NLOS（ Non?Line of Sight，非视距）干扰，因此测距精度低。针对这个问题，对传统卡尔曼滤波进行改进，将NLOS误差加入状态向量进行估计，进行两步卡尔曼滤波，从而抑制NLOS误差对测距的影响。考虑到LOS（ Line of Sight，视距）和NLOS并存的情况，对两步卡尔曼滤波算法进行改进，在第二步滤波中对NLOS误差鉴别和滤波处理部分做出改进，并应用到测距系统中。实验表明，利用该测距优化方法，TOA测距的精度和抗干扰能力得到了明显的提高。     

无人机运动模糊图像复原技术

在无人机飞行过程中,由于成像系统会受到相对运动、姿态变化、机械振动、镜头离焦以及大气湍流效应等影响,造成获取的图像产生退化.由于图像复原问题通常情况下是病态的,综合利用了无人机运动的先验信息,提出了不同运动模糊情况下点扩散函数的估计方法,采用维纳滤波复原算法估计图像,给出了适用于无人机成像制导系统的图像复原方案.最后经仿真实验证明,该算法图像复原效果好,计算量小,抗噪声鲁棒性强,有较大的工程应用价值.     

基于卡尔曼滤波的反舰导弹火控数据处理

在舰载反舰导弹火控系统的数据处理中,由于量测数据受到不同程度的噪声影响,不能将得到的数据直接参与导弹射击方程的运算,必须通过对观测设备提供的数据进行卡尔曼滤波处理,为了保证获取处理数据既具有较高的精度又具有较好的稳定性,还要具有较好的时效性,因此通过采用自适应卡尔曼滤波算法,极大地提高了系统数据处理的效果,获得了较理想的反舰导弹火控系统导弹射击参数.     

车辆兵器GPS/DR/DM组合导航系统的研究

研究了GPS/DR/DM组合导航系统在车辆兵器上的应用,通过分析GPS(GlobalPositioningSystem)和DR(Dead-Reckoning)各自导航、定位的原理及特点,以及DM(DigitalMap)的特点,设计了一种新型的低成本车辆兵器GPS/DR/DM组合导航系统,并且用自适应的扩展卡尔曼滤波器对组合系统进行了仿真实验,证明了本系统的可行性。结果是车辆兵器GPS/DR/DM组合导航系统无论从精度还是可靠性来说较常规的导航系统都有明显的改善和提高,充分说明GPS/DR/DM组合导航系统是一种很有应用前景的车辆兵器导航系统。     

级联SINS/GPS系统的相关卡尔曼滤波

针对级联式 SINS/ GPS导航系统中组合滤波器的测量噪声与系统噪声的相关问题 ,提出了一种相关程度未知条件下的估计量最优融合算法 ,并由此得到了一个顾及噪声相关性的卡尔曼滤波新算法。通过对一套 SINS/ GPS数据的计算 ,证明了新算法是成功的     

一种控制系统的综合故障诊断方法

提出了一种控制系统的综合故障诊断方法 ,用以解决复杂系统的描述困难与诊断准确性问题。通过将控制系统故障检测与诊断分解为一个多层次的过程 ,综合应用因果网络方法与强跟踪滤波器方法 ,实现了两种方法优缺点的互补。仿真表明 ,该方法解决复杂控制系统故障检测与诊断问题是有效的     

空空导弹随机最优导引规律的研究

通过建立导弹目标攻击简化数学模型 ,提出一种随机最优导引规律 ;运用卡尔曼滤波理论 ,引进了机动目标加速度和量测系统的不确定性。通过数字仿真 ,分别和传统比例导引规律、扩展比例导引规律相比较 ,表明了该规律的最优性     

磁通门信号处理电路的数字化设计

针对目前某领域使用的磁通门传感器信号处理电路的一些缺点:如设备体积大、维护和升级困难、元件间容易出现感应和杂散效应等,提出了采用DSP的磁通门信号处理电路的数字化设计方案,给出了处理电路的硬件设计,并且对信号处理中的数字滤波进行了计算机模拟仿真。仿真结果表明,改造后的系统具有精度高、实时性好、升级方便等特点。     

潜望镜图像序列的时域Kalman滤波

根据潜望镜图像序列的噪声模型,提出了用非线性模糊滤波器和自适应Kalman在空域和时域对其进行滤波的方法.     

基于QIPF的弱目标检测前跟踪算法

针对低信噪比条件下弱目标检测跟踪问题,提出一种拟蒙特卡罗智能粒子滤波检测前跟踪算法(Quasi-Monte Carlo Intelligent Particle Filter Track Before Detect,QIPF-TBD)。首先,该算法采用拟蒙特卡罗技术改善探测空间中粒子分布的均匀性;其次,通过对更新阶段的粒子进行交叉变异等操作,提高粒子重采样之后的多样性。与同类算法的仿真分析表明,所提方法能有效改善低信噪比目标的检测概率和跟踪精度。