平方根Spherical Simplex UKF在飞船姿态估计中的应用

提出了一种用矢量观测来估计飞船姿态的平方根spherical simplex unscented卡尔曼滤波算法。该算法将spherical simplex unscented变换与unscented卡尔曼滤波结合起来,与采用scaled unscented变换的unscented卡尔曼滤波相比,具有更低的计算量。其平方根形式由于协方差阵的半正定性,拥有更好的数值稳定性。飞船的姿态运动学描述采用了四元数,而用广义罗德里格斯参数来克服卡尔曼滤波过程中的四元数归一化误差。仿真结果表明,该算法比标准扩展卡尔曼滤波具有更低的姿态估计误差及更快的收敛率。     

低成本SINS/GPS组合导航系统仿真

捷联惯导系统(SINS)由于受到自身传感器性能和惯性导航原理的影响,导航定位误差较大。随着GPS导航系统性能的不断完善以及GPS固有的一些不足之处,将SINS和GPS两者进行组合形成组合导航系统,以此来完成载体的导航任务成为目前的研究热点。针对一种适合于工程应用的低成本SINS/GPS组合导航系统进行了仿真研究,并对该组合导航系统建立了一种工程化的系统模型。利用自适应卡尔曼滤波器对系统误差进行估计,获得了良好的效果。通过仿真实验验证了所建立的系统模型能够满足组合导航系统的功能要求并具有良好的稳定性。     

UKF应用于制导系统

首先介绍了无迹卡尔曼滤波的原理算法,并简要说明了末段寻的制导导弹的两个指标:捕获域和收敛速度。针对导航系统中线性滤波仍是主流算法,通过使用传统卡尔曼滤波和无迹卡尔曼滤波分别对目标体运动进行导航跟踪仿真,得出了无迹卡尔曼滤波用于线性滤波时,虽然存在一定局限性,但在跟踪的收敛速度方面,优于传统卡尔曼滤波的结论,并提出将此算法应用于对收敛速度要求较高的具有末段寻的装置的制导导弹中。     

基于SLAM算法的AUV组合导航系统

针对未知环境下某水下航行器组合导航系统在GPS信号长时间失效时,导航误差随时间积累的问题,采用了同时制图定位(SLAM)的导航方法,提出了一种将SLAM的信息融合于INS/GPS组合导航系统的方案,通过SLAM技术来限制惯导系统的误差积累,可以显著提高组合导航系统的性能并能在线建立环境的增量式地图。仿真结果表明,该方法充分利用了同时制图定位提供的信息,有效地提高了导航系统的精度。     

超视距空战中数据链系统通信延迟与补偿算法

依据假目标干扰环境下的多机协同目标探测原理,分析了假目标干扰环境下基于数据链系统的目标探测逻辑。建立了超视距空战中机群数据链系统通信延迟模型,以及效能评估模型。分析了数据链系统通信延迟对攻击效果的影响。提出基于卡尔曼滤波的通信延迟补偿算法。通过仿真计算证明,在假目标干扰环境下,该算法能有效补偿因数据链系统通信延迟带来的目标位置精度误差。     

基于神经网络的椭圆扩展目标形态估计

针对复杂环境下由稀疏量测引起的椭圆扩展目标形态估计精度低的问题,提出了一种基于神经网络的形态估计方法。利用神经网络对目标量测进行处理,估计出椭圆扩展目标的轴长,然后结合卡尔曼滤波算法实现目标的跟踪。仿真实验结果表明,通过与基于随机矩阵、乘性误差以及卷积神经网络等模型的算法相比,所提算法的跟踪性能有显著改进。     

基于多模型滤波的只测角跟踪方法

只测角单站无源定位跟踪系统中,目标初始状态估计精度较低时,采用扩展卡尔曼滤波算法经常出现滤波发散的情况.针对这一问题,提出了一种多模型扩展卡尔曼滤波方法,根据目标的初始状态估计设计了五个扩展卡尔曼滤波模型,对目标运动状态进行多模型估计,在滤波过程达到稳态后,再采用单模型滤波.仿真实验验证了算法的有效性.     

基于SINS/DVL/GPS的AUV组合导航技术

为了提高自主水下航行器组合导航系统的精度,选择了捷联式惯性导航系统(SINS)和多普勒速度声纳(DVL)导航为主、GPS卫星导航系统为辅的组合导航方法.通过Kalman滤波技术对组合导航的误差状态进行了估计,并采用反馈校正的方法修正SINS的导航误差.仿真结果表明SINS/DVL/GPS的组合导航可以有效地提高水下航行器SINS/DVL组合导航系统的导航精度,满足AUV远距离航行的精度需求.     

发挥精神文明创新引领作用

最近一段时间,五师新闻媒体对近两年全师评选出的精神文明创新案例进行了深度解析和跟踪报道。这些案例都是广大职工群众和基层干部在火热的生产生活中创造的好经验、好做法,蕴涵着丰富的创新理念,具有很好的学习和推广价值,是五师实现后发赶超有力的精神支柱。     

火控系统中目标跟踪建模技术发展述评

对火控系统中的一个重要方面和核心问题——目标跟踪的建模作一综合论述,回顾并讨论先期和近期的发展情况