一种基于时变噪声统计的异步多速率传感器信息融合算法

以异步多速率传感器信息融合理论和同步单速率传感器时变噪声统计理论为基础,提出了一种适用于时变线性系统的异步多速率传感器时变噪声统计系统的信息融合算法.通过原理分析和数学推导,将异步多速率传感器动态系统建模为同步同速率系统.进而利用噪声统计估值器和相应的自适应Kalman滤波方法进行状态估计,利用联邦分布式数据融合方法进行信息融合,获得基于所有现测信息的最优估计.理论分析和仿真结果均表明,该算法的融合效果优于任一单传感器Kalman滤波的效果.     

最小二乘滤波在某型火控系统信息处理中的应用

为了提高某型火控系统对目标的反应时间和射击精度,需要对采集到的目标运动参数信息进行滤波。采用最小二乘滤波方法,通过对最小二乘滤波的分析处理,增加了修正序列,实现了接近自适应最小二乘滤波的功能,在滤波效果上能够完全满足系统要求。最后采用5点滤波实现方式对滤波效果进行了检测,实践证明最小二乘滤波在该型火控系统信息处理中取得了较好的效果,改进了该火控系统的性能。     

基于随机有限集的传感器网络多目标跟踪

利用有限集统计理论对声学W SN下的多目标跟踪进行了研究。首先利用F ISST理论对声学W SN下的多目标跟踪进行建模,然后利用粒子滤波对随机集最优贝叶斯滤波进行近似,提出了一种新的多目标跟踪方法。在粒子滤波执行过程中,为了有效地平衡计算量和跟踪精度,根据目标数目自适应地调整每一时刻的粒子数目。仿真结果表明在监视区域同时出现目标较少的情况下,算法能够及时发现目标的出现和消失,正确估计目标状态和数目。     

对机动目标的滤波问题和灰色预测

叙述了火控系统中滤波的几种方法,分析了滤波中所存在的问题,并应用灰色系统理论对机动目标进行预测,讨论了火控灰色预测的特点。     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。     

PCA和ICA的舰船尾流后向散射光信号检测

水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此严重影响了有用信号的提取。针对这一问题,提出了一种基于主成分分析(PCA)和独立成分分析(ICA)相结合的尾流散射光信号检测方法。首先使用主成分分析对采集的散射光信号进行降维,去除冗余成分,之后使用基于负熵的F astICA算法对数据进行处理,分离了水体和舰船尾流的散射光信号,通过实验验证了该算法的有效性。     

隔离型DC/DC变换器的嵌入式滤波设计

传统的隔离型DC/DC变换器输入端电流断续,会对电源或负载产生严重的电磁干扰,利用嵌入式滤波(Built-in Input Filter,BIF)的方法可以实现输入电流的连续。以嵌入式滤波全桥为例对嵌入式滤波的原理进行了分析,提出了隔离型DC/DC变换器嵌入式滤波拓扑、变压器以及交叉耦合电容参数的设计方法,并用该方法推导和设计了带有嵌入式滤波功能的半桥拓扑,利用PSIM软件进行了仿真分析。搭建了新型半桥拓扑的试验样机,验证了设计方法的有效性。     

改进的最速跟踪微分器滤波效果仿真

为保证获得数据的实时性以及滤除数据在获取过程中存在的一系列野值干扰,利用鲁棒滤波理论对最速跟踪微分器的跟踪和抗野值功能进行了改进,利用误差反馈的思想,对最速跟踪微分器进行实时在线的补偿修正,并将改进型跟踪微分器与标准最速跟踪微分器和鲁棒Kalman滤波器仿真结果进行了比较,表明经改进的最速跟踪微分器有更好的跟踪、滤波以及抗野值效果。     

一种基于变换域的自适应滤波算法

针对传统时域自适应滤波在较低信噪比下检测估计信号波形的局限性,提出一种基于变换域的自适应滤波的算法。该方法利用分数阶傅里叶变换在分析线性调频信号时的优良特性,在分数阶变换域上进行自适应滤波处理,提高信号检测估计效果。仿真实验证明,该算法在较低信噪比条件下能较好地检测估计出回波信号,滤波效果胜过时域滤波。     

一种改进的强跟踪滤波算法的推导及仿真验证

针对一般强跟踪滤波算法(STEKF)在光纤陀螺动态输出滤波过程中存在跟踪效果不好的缺陷,分析推导一种新的强跟踪滤波算法(ISTEKF),使其能够克服原先算法存在的缺陷,并利用光纤陀螺动态输出数据进行仿真验证,滤波结果表明ISTEKF算法能够达到很好的跟踪效果,且具有较强的自适应能力。     

基于光纤陀螺的INS/GPS组合导航仿真与应用

针对卡尔曼反馈校正难以工程实现的问题,提出了用卡尔曼输出校正来进行组合导航滤波的方法。对卡尔曼输出校正的滤波效果进行了理论分析和仿真验证,并在基于光纤陀螺的INS/GPS(Inertial Navigation System/Global Position System)组合导航系统上进行了实验。实车实验结果表明:卡尔曼输出校正的定位精度和GPS定位精度相当,惯性导航系统误差随时间增长特性得到了有效抑制,从而验证了卡尔曼输出校正的方法在组合导航的应用中是可靠的。     

激光陀螺漂移测试数据的处理与分析

根据获得的激光陀螺漂移测试数据,利用时间序列分析的方法对漂移数据进行了建模,得到了漂移数据的时间序列模型;在此基础上用Kalman滤波的方法对数据进行了处理;从时域和频域两方面对滤波结果进行了分析.结果表明,采用的建模和滤波方法能有效提高陀螺的精度.     

机械振动烈度的频域算法研究

在理论分析的基础上,研究了利用DFT在频域计算振动烈度的方法,并结合实践经验,给出了实际应用中的注意事项。在频域计算振动烈度,对振动信号类型和计算频率范围选择具有较强灵活性,避免了在时域利用微积分进行信号类型转换和选频滤波等处理过程。     

海水电场受物体电导率及其形状影响分析

海水中电场测量体会对目标电场产生影响,为了提高电场测量的准确度,利用有限元分析的方法研究了物体对海水电场分布的影响因素,并确定畸变电场的分布规律。仿真结果表明:海水电场畸变峰值大小及其畸变区域受物体的电导率及其形状影响,物体电导率小于或大于海水电导率时对电场分布的影响截然相反,物体形状的曲率越大,电场畸变的峰值越大,但畸变区域越小。     

巴特沃斯滤波器在雷达目标航迹处理中的应用

对雷达目标航迹数据进行在线滤波处理,从而提高雷达测量数据的精度,具有十分重要的意义.提出一种利用巴特沃斯(Butterworth)滤波器实现雷达目标航迹在线平滑处理的方法.分析雷达目标信号的频谱特性,设计并计算出滤波器的参数,将雷达信号的噪声信号放大处理后进行在线滤波.仿真结果表明,本方法具有很好的滤波效果,并且计算迭...     

球坐标系下的解耦滤波算法

采用 CV和 CA模型 ,利用雷达的测量值 ,给出了一种在球坐标下的解耦滤波算法。基本思想是在球坐标下进行滤波 ,同时采用交互式多模型算法 ,以提高滤波精度 ,Monte- Carlo仿真分析证明了这种算法达到了预期的效果     

距离选通激光成像水体后向散射光能量分布计算

针对在水下距离未知的目标搜索过程中,距离选通成像系统接收到的大部分是水体后向散射光的现象,分析了在给定开门时刻和选通门宽参数条件下,ICCD能够接收到后向散射光的水体范围;给出了ICCD接收到该范围内水体后向散射光能量以及该能量在ICCD像面上分布的计算方法.仿真和实验结果验证了该计算方法的可行性.     

惯性导航在线标定滤波技术

在整个惯性导航标定过程中,滤波性能的好坏会直接影响到在线标定的精度。首先描述了惯性导航的误差累积等系统特性;然后详细介绍了几种典型的滤波算法和鲁棒滤波技术所取得的理论成果及各自优缺点,并阐述了在线标定中的应用情况;接下来分析了在线标定滤波技术的发展趋势,介绍了一种新型滤波方法;最后提出在线标定滤波技术的研究发展方向。     

一种改进的机动辐射源单站无源跟踪变维滤波算法

针对机动辐射源的单站无源跟踪问题,提出了一种利用多普勒频率变化率和角度测量,结合匀速(CV)模型和Singer模型对机动辐射源进行跟踪的改进变维滤波(VDF)自适应算法.在该方法中引入了模型最短生存期概念,即利用模型最短生存期和机动检测结果联合控制VDF模型切换,改善VDF的滤波性能.对改进VDF方法和交互多模型(IMM)方法进行了仿真比较,结果表明,改进VDF方法减小了运算量,能够得到与IMM方法相当甚至更好的跟踪效果.     

基于抗差Kalman滤波的航空发动机测试数据预处理技术

针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。