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。     

基于多通道DMF的高动态信号捕获

为解决靶场对高动态目标测量中存在的信号捕获难题,依托传统的直扩-码分多址信道,探讨了采用多通道数字匹配滤波方法进行高动态目标信号捕获的原理;在对平均捕获时间、捕获概率和虚警概率等动态信号捕获等性能指标进行分析的基础上,提出了高动态目标信号的捕获方法。将多通道数字匹配滤波技术应用于高动态目标的信号测量,在保持较高抗干扰特性的同时,可以缩短多普勒频移捕获的完成时间,为在靶场精确测量高动态目标提供了可靠的技术手段。仿真结果证明了该方法的有效性。     

受符号调制的m序列旁瓣特性研究

m序列因其优良的二值自相关特性而广泛应用于雷达和通信系统中。存在符号调制时 ,m序列匹配接收的旁瓣特性不再具有二值性。研究表明 :对于生成多项式相同的m序列 ,当移位寄存器的初始状态不同时 ,其符号调制下的旁瓣特性存在明显差异。选择合适的初始状态 ,可以得到较高的主旁瓣比。采用旁瓣抑制滤波器可以进一步显著提升主旁瓣比     

舰炮火控中滤波和预测的新思路

通过对现有火控中应用的滤波和预测方法的剖析和对火控输入信号及噪音的分析 ,提出了一种新的滤波和预测原理——闭环跟踪滤波原理。采用随动系统原理、误差相消原理和自适应控制原理相结合的方法 ,适合一次或二次运动的目标和噪音频谱大于目标运动频谱 10倍频程以上的情况 ,并能获得既快又精确的目标现在点参数和未来点位置值。     

大地坐标系的超视距目标指示系统

超视距目标指示系统是为舰载导弹攻击本舰雷达视距以外目标而设计的.其主要功能是融合多方传感器的情报信息,解算出目标相对于导弹发射平台的距离和方位.在进行多传感器信息融合时,首先要做的工作就是把来自不同平台的多传感器数据转换到统一坐标系中.若选用大地坐标系为统一坐标系,直接在大地坐标系下进行时间对准、航迹滤波以及航迹融合,可以避免坐标系间的多次转换,节省大量的时间,并提高目标指示的精度.     

GPS动态定位与H_∞滤波算法

GPS动态定位的数据处理中通常应用基于"当前"加速度模型的卡尔曼滤波,而实际测量定位中难以保证卡尔曼滤波要求的动态模型(函数模型)和随机模型可靠和切合实际;另一方面,GPS信号易受干扰,因而容易出现观测误差.针对GPS动态定位的这一问题,探讨了在实际应用中存在模型误差和观测误差时的H∞滤波,与卡尔曼滤波相比,原理易于理解,在实际中也很容易实现, 减少了计算量且提高了滤波精度.     

快速Marginalized粒子滤波器在纯方位跟踪中的应用

为提高纯方位跟踪性能,降低粒子滤波方法的运算量,在原有Marginalized粒子滤波器(MPF)的基础上,对线性部分处理方法进行简化,提出了快速Marginalized粒子滤波器(FMPF),并结合纯方位跟踪模型,推导了FMPF应用的具体算法步骤,使用机动目标纯方位跟踪仿真实例,与其他滤波器进行了仿真对比,分析了跟踪性能和计算量.仿真结果表明,与标准粒子滤波器相比,FMPF可以提高线性部分的计算精度,同时减少MPF所需的计算量.     

基于信息融合和扩维Kalman滤波技术的系统误差估计算法研究

针对采用复合制导体制的面空导弹武器系统,目标支路和导弹支路分开后,引起中末制导交班误差增大,必须进行相对系统误差补偿,探讨了相对系统误差的估计技术.基于信息融合和扩维Kalman滤波技术,建立了估计模型和算法,通过2种不同情景的仿真,验证了模型和算法的正确有效性.     

多速率交互式多模型粒子滤波研究

由于粒子滤波的算法原理,其计算量很大.研究了针对机动目标的交互式多模型粒子滤波器(IMMPF)算法和多速率交互式多模型(MRIMM)算法,提出了多速率交互式多模型粒子滤波器(MRIMMPF)算法.该算法是在交互式多模型粒子滤波器(IMMPF)的基础上引入多速率技术,期望在保持IMMPF的性能同时能够减少因为粒子滤波带来的计算量;最后通过和一搬基于EKF的IMM算法、IMMPF算法的比较,验证了该算法的有效性.     

再入飞行器弹道系数的自适应估计

运用Kalman滤波方法对再入飞行器的跟踪问题进行了分析,在动力学噪声已知的情况下,给出了一种弹道系数的自适应估计方法;在动力学噪声未知时,给出了弹道系数和动力学噪声方差的自适应估计方法。仿真算例表明这种方法是合理有效的。