防发散无迹卡尔曼滤波自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯模型,采用防发散无迹卡尔曼滤波方法和自适应网格的模型集自适应策略,研究了一种变结构交互式多模型算法。对二维机动目标跟踪的仿真结果表明,该算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用。     

高超声速飞行器新息滤波交互式多模型跟踪算法

研究临近空间高超声速飞行器在运动特点,针对强杂波环境下高速、高机动目标跟踪问题,提出用新息滤波减小观测噪声以修正模型概率更新过程的算法。Monte-Carlo仿真结果表明:该算法可以有效减小量测噪声对系统滤波的影响,提高滤波精度,在临近空间强杂波环境下具有较好的跟踪精度,具有一定工程实用价值。     

接触力控制的单腿机器人姿态控制

为了使Acrobot(Acrobat类型的单腿机器人)在运动过程中相对地面没有滑动,设计了基于接触力控制的姿态控制系统,将水平方向接触力作为内环的控制对象并限制其大小,使其总能满足摩擦锥的约束,从而保证在小腿姿态角的跟踪过程中足与地面间不会产生滑动。在Acrobot的直立姿态处,对其动力学方程进行线性化,并得到驱动力矩—水平接触力—质心水平位置—小腿姿态角的传递函数链,进而设计小腿姿态角的多环控制系统。在MATLAB中用"Sim Mechanics"工具箱搭建了Acrobot的虚拟模型,仿真结果表明,所设计的多环控制系统在实现小腿姿态角跟踪控制的同时还能保证足与地面间不产生滑动。     

基于扩展H∞滤波的OFDM自适应盲信道估计算法

针对OFDM系统中的信道估计问题,提出了一种基于扩展H∞滤波的OFDM自适应盲信道估计方法。该方法通过对常规H∞算法进行改进,实现了在OFDM系统中能自适应跟踪信道的变化特征,从而使均方误差的性能随着输入信噪比的增加得到很大的提高。仿真结果也验证了该算法优于卡尔曼和H∞估计算法,具有计算复杂度低,运算量小、收敛速度快、算法灵活等特性。     

基于油液分析的装备状态多阶段组合预测模型

状态预测是状态维修的关键步骤之一。针对装备状态变化规律复杂、特点难易准确掌握的关键问题,以延时时间概念和两阶段预知模型为基础,提出了根据不同阶段特点采用不同预测方法的多阶段组合预测模型。通过油液分析及其相关规定,对装备运行阶段进行了具体划分,给出了适应各阶段特点的预测方法。最后,通过实例验证了该模型的有效性。     

太赫兹雷达多声音信号活动检测技术

针对在环境中同时存在多个声源的场景下,传统声音获取方式难以正确检测到期望声源处声音活动的问题,提出一种基于太赫兹雷达的多声音信号活动检测方法,该方法利用太赫兹雷达波长短提升对于微小振动的探测灵敏度,同时利用大宽带所带来的高距离分辨力区分不同声源,在获得声音信号后进一步通过谱减-小波联合去噪方法提升信号质量用于后续声音信...     

VFD滤波器的导航信道模拟器动态时延模拟方法

针对卫星导航信道模拟器信号仿真中,传统伪距多普勒模拟方法瞬时控制精度差、滤波器资源占用较大的不足,提出了基于拉格朗日插值延迟滤波器及Farrow结构实现的伪距多普勒模拟方法。在分析信道模拟器系统架构的基础上,建立了多普勒模拟方法的模型,包括延时计算模块和可变延迟滤波器两部分。与多速率采样数字延迟滤波器方法比较,该方法滤波器系数个数约为后者的0.2%,并且改变时延特性时,仅需更新1个参数。信道模拟器实测数据结果表明使用该方法伪码多普勒模拟精度可以达到0.1mHz。     

某型多管火箭炮射击精度对重复毁伤影响

基于射击学理论和毁伤理论,采用矩阵法,建立了某型多管火箭炮射击的重复毁伤分析模型,研究了该型多管火箭炮射击误差对重复毁伤的影响,得出了射击诸元误差和射击散布误差变化对重复毁伤影响的具体规律和二者之间的不同。研究结论对于弹道修正火箭弹设计精度指标确定、弹药消耗规律研究及作战指挥决策具有参考意义。     

分布式海战场资源规划问题

分布式海战场资源规划是实现海上联合作战的关键。首先分析了海战场资源的分类及战场资源规划特点,建立了基于多智能体的分布式海战场资源规划系统,深入分析了该规划系统的组成和功能,并构造了相应的资源规划结构模型,为实现定性和定量相结合的海战场资源规划与管理提供了一条有效的途径。     

大负载火箭炮射击诸元补偿方法

某多管火箭炮由于加工工艺存在炮管弹性变形和炮身偏移,同时在发射过程中存在射击变位,这些都严重影响了火箭炮的射击精度,为了提高射击精度,提出了一种对射击诸元进行修正的方法,包括炮管弹性变形、炮身偏移和射击变位等修正,修正之后保证了操瞄调炮精度控制在1 mil之内,经射击定型试验表明了该方法的有效性,同时该方法可用于其他身管武器射击诸元的修正。