相控阵雷达导引头的惯性视线重构北大核心

针对弹载相控阵雷达导引头的惯性视线重构问题,提出了基于Unscented卡尔曼滤波(UKF)的视线重构方法。与传统方法相比,提出的方法无需对导引头测量的角信息使用微分网络,避免了对测量噪声的放大。仿真结果表明,该方法可有效地重构视线角,从而进一步提高视线转率的估计精度。     

球面高斯投影及其变形的闭合公式

将地球视为球体时,高斯投影与横墨卡托投影是同一种投影,因此高斯投影公式可表示为形式紧凑的闭合形式。根据相关定义,以高斯投影的闭合公式为基础,通过一系列数学变换,推导出高斯投影反解公式、经纬线投影方程、投影的长度比及子午线收敛角公式的严格解析式,并借助算例验证了推导结果的可靠性与正确性。与以往根据高斯投影的幂级数公式推得的结果进行了对比分析,结果表明:所推导出的公式逻辑上更严密、形式上更紧凑,既丰富了高斯投影理论,又完善了地图投影数学基础。     

基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法

针对卫星干扰源定位系统中时延估计的问题,在研究经典的广义互相关和二次相关时延估计算法的基础上,为避免不同加权系数的选取对广义互相关时延估计精度影响差异很大这一缺点,提出了一种基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法,该算法利用自适应滤波器对信号和噪声的先验知识需求较少、具有自动调节自身参数的能力,首先对信号进行前端滤波处理,再将处理后的信号进行二次相关,最后利用希尔伯特差值法对相关峰值进行锐化,以获得较为精确的时延估计结果。     

基于规定收敛律算法的二阶滑模制导律设计及仿真

制导律指引导弹以近似零脱靶量击中目标需要使用弹目视线角速率信息。对于实际应用中视线角速率难以直接获得的情况下,根据滑模控制理论设计了一种一阶滑模微分器,针对一阶滑模微分器的抖振问题,根据积分滑模理论的思想,基于规定收敛率算法提出了一种二阶滑模微分器,并构造了增广比例导引律和滑模导引律,数值计算结果表明设计的滑模微分器能够准确估计视线角速率,重构的导引律对机动目标具有良好的导引性能。     

基于室内定位的改进PDR算法研究

针对惯导在室内定位中存在定位精度不高、航迹偏移较大的问题,通过对PDR算法的深入分析,提出了改进的PDR算法。该算法主要从3方面入手：1）设计FIR滤波器对数据进行预处理;2）对传统Weinberg模型进行改进,引入了新的参量作为步长估计的联合参考;3）对单步定位结果进行粒子滤波优化。改进后的PDR算法提升了步频检测精度,降低了步长估计误差,改善了航迹偏移问题。仿真实验结果表明,改进后的PDR算法优于原PDR算法。     

带攻击角约束的抗饱和固定时间收敛制导律

针对传统固定时间终端滑模制导方法在末制导中存在的奇异性、收敛速度慢以及加速度受约束问题,提出一种考虑攻击角、加速度约束的快速非奇异固定时间滑模制导律。利用终端滑模方法,构造快速收敛的新型非奇异终端滑模面,保证视线角、视线角速率在满足加速度约束的同时,能够在给定的固定时间内快速收敛至期望值,收敛时间上界独立于系统的初始状态。通过构造趋近律来设计新型固定时间制导律,并利用Lyapunov稳定性理论,对所设计的制导律进行理论分析与证明。最后通过仿真,验证了所设计制导律与其他固定时间收敛制导律相比,具有较快的收敛速度。     

科氏流量计信号频率的变步长直接估计算法

研究科氏流量计频率估计方法对提高其测量精度具有重要意义.分析了变步长直接频率估计( VS-DFE)方法的原理,归纳出一种基于VS-DFE的科氏流量计信号频率估计算法,给出了算法基本思想、流程和实现步骤.分别针对两种常见流量状态下科氏流量计的固定频率信号和时变信号进行仿真分析,并与离散频谱校正法进行了比较.仿真结果表明,...     

一种快速抑制单脉冲雷达角闪烁的方法

一种小窗口的快速中值滤波方法能够有效抑制比幅单脉冲末制导雷达角跟踪中的角闪烁。该方法根据比幅单脉冲雷达测角原理,在测角之后对测量结果以小窗口中值滤波的方式进行处理,最大程度上保留测角结果的细节信息又能够有效地抑制角闪烁,并且有较低的运算量。通过对仿真及实测数据的处理,表明该算法可以明显降低末制导雷达在接近目标时角闪烁的影响,有效提高雷达角跟踪精度。     

一种三维空间目标被动跟踪算法

对海上和岸上的运动与静止目标进行跟踪,并以此为基础提供远程目标指示是进行远程火力打击的重要环节.针对这一问题,提出了一种在三维空间中基于光学测量的被动跟踪算法.利用测量到的目标方位角、高低角,结合平台自身运动要素,建立了基于最小二乘估计的目标函数.分别对海上和岸上的运动与静止目标跟踪进行仿真计算,统计结果表明:该方法能...     

非平稳噪声背景下DOA分步估计方法研究

针对相干和非相干信源同时存在的情况,结合斜投影理论和互相关矢量Toeplitz矩阵重构(CVTR)的方法,提出一种新的信源DOA分步估计方法。该方法把相干信源和非相干信源分开分辨,对相干信源用CVTR方法来恢复为满秩,避免了常规平滑算法阵列孔径损失大、运算量大的缺点;用斜投影算子而非差分方法对信源进行分离,不受相关矩阵须为Toeplitz结构的限制,使得算法可适用于任意阵列结构形式。这种分步分辨思路可有效增强信源过载能力,同时在互相关矢量Toeplitz矩阵重构过程中,可把非平稳噪声协方差矩阵转换成白噪声结构,使得算法对非平稳噪声有较好的适应能力。