基于球坐标系下BLUE滤波的IMM算法

针对机动目标跟踪中常见的量测转换问题,提出了一种基于球坐标系下最优线性无偏估计滤波的交互多模型算法。该算法的核心思想是将最优线性无偏估计滤波作为交互多模型中的基本滤波,完成对机动目标的跟踪。在仿真试验中,将该算法与基于扩展卡尔曼滤波的交互多模型算法进行比较,结果表明该算法有效地抑制了扩展卡尔曼滤波中常见的滤波发散问题,并且提高了跟踪的精度,具有较好的实用性。     

用于数据链信息处理的PDA算法设计与实现

数据链系统处理雷达数据信息时,要求一个跟踪算法能够更有效地滤除杂波,消除虚警。在单传感器环境下,若落人相关波门内的回波多于一个,那么这些候选回波中可能都是来自目标,也可能由杂波产生。概率数据互联算法(PDA)能充分利用跟踪门内的回波,具有较小的误跟、丢失目标的概率和计算量较小的优点。通过实现 PDA 算法,证明了它在杂波环境下可以取得好的跟踪效果。     

基于ECEF坐标转换的AEWS数据配准算法

数据配准是多传感器数据融合的先期处理过程.基于地心地固坐标系(ECEF)研究了预警机系统(AEWS)与地面雷达数据处理中心的数据配准问题.首先给出AEWS与地面雷达数据处理中心数据配准几何坐标转换算法;然后利用卡尔曼滤波实时估计出预警机对地面雷达数据处理中心的系统偏差,从而实时对预警机系统(AEWS)进行配准,计算机仿真结果证明了该算法的正确性和有效性.     

自适应两步滤波算法在机载IRSTS被动定位中的应用

在机载红外搜索跟踪系统被动定位研究中,针对扩展卡尔曼滤波算法要求先验的噪声统计及存在系统观测模型线性化误差影响滤波精度的特点,利用两步滤波算法并结合Sage-Husa噪声估计器构建了适用于机载IRSTS被动定位特点的自适应两步滤波算法模型,算法不仅实时在线地估计了观测噪声的统计特性,而且避免了观测模型线性化误差.仿真结果表明,在完全相同的初始条件下,自适应两步滤波算法对目标运动参数的估计结果明显优于扩展卡尔曼滤波,从而提高了机载IRSTS被动定位的精度.     

提高惯导系统Unscented卡尔曼滤波实时性技术

Unscented卡尔曼滤波(UKF)通过构造一组,具有与给定状态估计相同的一、二阶矩,也可能是高阶矩的样本点,实现对非线性系统的状态估计,因此其计算效率取决于能够捕获这些数字特征的样本点数目.通过构造n 2个样本点来捕获n维状态变量的均值和方差,提出了将这种方法应用于惯性导航的初始对准.仿真结果表明在同等滤波精度的情况下,该方法比UKF计算效率更高,实时性更好.     

非线性系统中的机动目标跟踪算法

对于非线性系统中的机动目标跟踪问题 ,首先针对“当前”统计模型的缺陷提出了一种修正算法 ,然后应用转换测量Kalman滤波算法进行跟踪。仿真结果表明在非线性观测条件下 ,算法明显提高了对弱机动和非机动目标的跟踪性能 ,同时保持了对强机动目标的高性能跟踪     

基于扩展卡尔曼滤波的浮标定位方法

由于浮标的随机漂移,在航空搜潜过程中,需要定期对浮标的位置进行更新。根据航空搜潜声纳浮标与飞机的相对方位信息,采用扩展卡尔曼滤波技术,分析了计算浮标位置的原理、方法,建立了相应的系统模型和仿真算法,从估计的相对位置误差和均方根误差两个方面,仿真分析了系统的误差性能。结果表明,该定位模型能够成功地跟踪浮标的位置,并具有较高的定位精度。     

Ku波段高功率TM0n-TM01混合模式转换器设计(高功率微波专题组稿)*

由于过模Ku波段高功率微波返波管通常输出TM0n混合模式,在保证较高能量转换效率的条件下,难以同时兼顾其输出模式的纯度,而辐射终端为达到理想发射效果则要求单一模式馈入,这就给输出混合模式微波源的实际应用带来困难。针对这一技术难点,本文提出了一种结构紧凑的TM0n-TM01（n ≤ 3）混合模式转换器的设计方法,可以实现在高功率容量条件下,较宽频带范围内,高效地将TM0n混合模式转换为单一的TM01模,降低了此类高频段HPM源模式纯化设计的难度。     

连续旋转爆震波传播模态试验

通过保持空气流量不变、改变H2/air当量比开展了连续旋转爆震对比试验,发现随当量比的降低出现三种传播模态:在较高的当量比(0.90~1.86)下,连续旋转爆震波以同向传播模态传播;在较低的当量比(≈0.75)下,则以双波对撞模态传播;在中间工况,则以上述混合模态维持传播。分析了不同传播模态下的高频压力特征,并初步分析了传播模态的转换机制:当量比较高时,爆震强度较高,传播过程中的损失和速度亏损相对较小,爆震波以同向传播模态维持传播;当量比较低时,爆震强度较低,传播过程中的损失和速度亏损较大,此时无法维持同向传播模态,而以双波对撞模态传播,这是由于双波对撞模态中的激波对撞产生高温环境,有利于燃烧放热,其可能是连续旋转爆震的极限传播模态。     

鲁棒四元数无味卡尔曼滤波算法在组合导航姿态估计中的应用

针对SINS/GPS直接式组合导航姿态估计中,GPS信号易受外界干扰而引入污染观测量等问题,提出基于Huber的鲁棒化四元数无味卡尔曼滤波算法。通过研究在四元数无味卡尔曼滤波算法中引入Huber鲁棒化框架,对原算法的量测更新进行修正,增强滤波算法的鲁棒性与稳定性。以SINS/GPS位置松组合为应用背景,在不同仿真环境下,验证提出算法对姿态信息的估计效果。试验结果表明:与原算法相比,该算法具有更好的鲁棒性和稳定性。