U-D分解单步迭代滤波在飞行状态估计中的应用

针对单步迭代滤波常规算法数值鲁棒性差、滤波易于发散的缺点对误差协方差矩阵使用了 U - D分解 ,从而形成了一种基于 U - D分解的单步迭代滤波算法。该算法提高了数值鲁棒性 ,并且对相关的量测噪声有一定处理能力 ,应用于飞行状态的估计问题 ,获得了较为满意的结果     

扩展时差直方图方法研究

论述了扩展时差直方图的原理和基本方法 ,以三站时差定位系统为例 ,介绍了基于参数分割的扩展时差直方图方法的应用 ,并与传统的时差定位系统信号处理方法进行了比较 ,指出扩展时差直方图方法实现实时处理的有效途径     

索赔离散到达的风险模型

讨论了索赔到达时间和索赔额均服从几何分布的风险模型 ,利用逐段决定马尔可夫骨架过程的广义生成算子去构造有关盈余过程的鞅 ,精确求解了模型的破产概率     

GPS动态定位中的自适应扩展卡尔曼滤波算法

针对全球定位系统 (GPS)提出一种扩展卡尔曼滤波器算法。这种滤波器算法直接从GPS接收机输出的定位结果入手 ,将各种误差因素的影响等效为一个总误差 ,对GPS接收机的机动载体的加速度采用当前统计模型 ,并利用线性卡尔曼滤波器进行动态定位数据的处理。本模型简单 ,实时性好 ,滤波后定位精度得到提高。     

基于费效分析的装备延伸保修购买决策

保修机制是部队引入承制方装备维修力量的重要途径,延伸保修对装备的寿命周期费用以及承制方保修费用有很大影响。针对军方延伸保修购买决策问题,在对维修策略分析的基础上,综合考虑装备维修费用和可用度,建立了延伸保修购买决策相关模型,结合装备承制方保修成本及军方装备维修费用——效能分析,得到了在不同价格区间内延伸保修购买决策,并给出了特定条件下存在的双赢延伸保修价格区间,最后通过实例验证了模型的有效性。     

考虑落角约束与驾驶仪特性的自适应径向基空间末制导律

为使舰炮制导炮弹在打击近岸机动目标的末制导段满足落角约束,考虑驾驶仪动态特性,基于自适应径向基逼近网络与动态面提出一种空间末制导律。构建弹目相对运动模型,通过带改进微分跟踪器的扩张状态观测器估计目标加速度。为零化视线角跟踪误差与角速率,采用自适应指数趋近律设计非奇异终端滑模,运用自适应径向基逼近网络削弱控制指令抖振。通过Lyapunov第二法证明了系统的视线角跟踪误差与视线角速率均最终一致有界。仿真实验表明:该末制导律使制导炮弹在空间中打击不同机动形式的近岸目标时,具备良好的末制导性能。     

次优Sage滤波器的改进措施

针对次优Sage自适应卡尔曼滤波器存在的不足,提出了两种改进措施:通过对滤波器发散的综合抑制,提高了滤波器的数值稳定性;设计了一种新颖的附加伴随滤波器的并行滤波结构,消除了针对结果偏移现象,提高了滤波精度。     

基于通用扩张状态观测器的鲁棒飞行控制方法

针对参数不确定、外界干扰与测量噪声情况下飞行控制问题,提出一种基于通用扩张状态观测器的鲁棒飞行控制方法。基于状态相关的Riccati方程控制方法对飞行器俯仰通道非线性模型进行扩展线性化;引入基于通用扩张状态观测器的控制方法,设计干扰补偿增益,实现对外界干扰的估计与补偿;通过在线解算状态相关矩阵及代数黎卡提方程,得出状态反馈增益与干扰补偿增益,实现对飞行器期望攻角的跟踪控制。与已有方法对比表明,所提方法不仅对系统模型不确定性与外界干扰具有较强的鲁棒性,而且在较大测量噪声情况下,其依然能够保证良好的跟踪控制效果,具有较强的工程应用价值。     

基于自适应EKF的高动态载波跟踪算法

针对载波跟踪算法在大频偏或动态剧烈变化时易失锁的问题,提出一种无数据辅助情况下基于自适应R/Q扩展卡尔曼滤波(AEKF)的高动态载波跟踪算法。该算法在AEKF代替鉴相器和滤波器的环路结构基础上,引入两倍相位转换来消除数据位跳变的影响,并利用载噪比估计方法和基于加加速度的信号动态监测方法来修正观测噪声协方差(R)和系统状态噪声方差(Q),进而兼顾环路的跟踪精度和动态稳定性。实验结果表明:利用该算法的GPS软件接收机能够在加速度200 g,瞬间加加速度10 000 g/s的动态指标下正常工作。     

极值指数之推广矩估计量的渐近正态性

首先将推广矩估计量代换为一种新的估计量,然后研究由该估计量引起的一种与尾经验过程有关的函数的弱收敛问题,最后得到与推广矩估计量有关的一随机过程的弱收敛函数,同时也就得到了推广矩估计量的渐近分布,因而证明了推广估计量的渐近正态性.