多传感器信息融合的水下航行器组合导航方法

为了提高远程自主水下航行器组合导航系统的导航精度,提出了一种基于多传感器信息融合的组合导航系统方案.在建立SINS、DVL、LBL、深度计和航向传感器的误差模型的基础上,推导了多传感器信息融合模型,详细设计联邦滤波器结构,并给出各传感器输出频率不同时滤波器的解决方案.最后进行仿真试验,仿真结果表明该方法能充分融合多导航...     

基于磁强计测量的滚转弹药姿态估计

为了实时获得滚转弹药的飞行姿态信息,提出了一种速率陀螺与磁强计组合的姿态测量方案。该方案采用磁强计获得大地磁场强度在弹体三轴的投影及其变化率,结合刚体转动运动模型,利用最优估计技术获得了滚转弹药姿态信息。与单点测量方法相比,最优估计方法综合了测量信息序列,不会出现反三角函数双值失控现象,并可获得更高精度。仿真表明:陀螺无漂移时,俯仰角、偏航角的解算精度小于0.1°;采用低成本陀螺含漂移时,姿态角的解算精度小于0.4°。     

电子系统设计技术及应用专题讲座(一) 第1讲 电子系统设计常用工具软件及应用

电子系统设计常用工具软件包括:Tina-Ti、Multisim、Filter Pro、Filter Solution、Switch Pro、Protel等。文章结合电子设计大赛中常用典型电路的仿真实例,着重介绍了Tina-Ti和FilterPro软件的使用方法、仿真过程、应用技巧及注意事项等。     

强跟踪滤波器在机载云台目标跟踪中的应用

针对小型无人机地面目标跟踪系统,设计了自适应的强跟踪滤波器(STF),实现了对机载云台姿态的控制,使机动目标保持在机载云台的视场中心.根据无人机、目标与视场中心的位置关系,建立了跟踪系统的数学模型.为解决“当前”统计模型跟踪强机动过程效果较差的问题,提出了强跟踪滤波器(STF)的自适应滤波算法.当无人机加速度较大时,加入强跟踪滤波器后的跟踪曲线较平滑,误差更小.最后,仿真结果表明,机载云台姿态控制器对机动目标的跟踪效果良好,被跟踪目标保持在机载云台的视场中心.     

临近空间拦截弹非线性控制系统性能研究

针对临近空间高超声速拦截弹执行机构非线性特性影响控制系统响应,提出基于次优控制理论及bang-bang控制理论对该问题进行研究.针对舵偏角速率饱和影响控制系统响应,通过改进正定阵P,Q来确保系统响应特性;针对舵偏角饱和影响控制系统响应,通过建立bang-bang开关曲线,分析推导出开关切换次数及最优时间表达式;最后仿真结果表明临近空间拦截弹的舵偏角饱和严重影响飞行控制系统的快速性.     

基于强跟踪滤波器的多雷达配准方法

在多雷达数据处理系统中,雷达本身的系统偏差是影响目标跟踪和数据融合质量的一个重要因素。提出了基于强跟踪滤波器(STF)的多雷达配准算法。该算法是利用各雷达相对主雷达的测量差值,利用强跟踪滤波器(STF)实时估计出各雷达的系统偏差(方位和距离),从而进行配准。仿真实验结果表明这种方法是有效的。     

一种新的动态信道化接收机设计方法

针对复杂电磁环境中存在多个非均匀分布的、不同带宽的信号的情况,提出一种新的动态信道化接收机设计方法。设计一个半带滤波器,并通过内插运算压缩它的频率响应,形成周期频谱;对输入信号进行滤波,同时使原信号经过一定延迟后减去滤波后的信号,形成两路在频谱上互补的信号;用均匀分析滤波器组对得到的两路信号分别进行滤波分解处理,实现监视频段的均匀信道化;根据能量检测结果将属于同一信号的相邻子信道信号作为下一步重构处理的输入,并设计出相应的综合滤波器组提取信号。理论分析和仿真结果验证了新方法的有效性。     

基于影响图方法的信息战模型

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;最后通过和一般基于EKF的IMM算法、IMMPF算法的比较,验证了该算法的有效性。     

α-β跟踪滤波器的零极点分析法

利用α-β跟踪滤波器的状态空间方程和离散传递函数之间的转换关系,将位置和速度的滤波及预报估计问题,转化为Z域内讨论根轨迹中零极点的分布问题,对目标平衡跟踪时滤波和估计参数变化规律给予了一种新的解释.     

基于改进Elman神经网络的SINS动基座传递对准研究

在运用Kalman滤波进行SINS动基座传递对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于改进Elman神经网络的SINS动基座传递对准方法.首先通过增加输出层节点的反馈来改进普通的Elman神经网络模型,其次采用强跟踪滤波器对改进Elman神经网络进行训练.利用仿真数据对该算法进行验证,结果表明,该算法能够克服Kalman滤波的缺陷,提高传递对准精度达100%～150%.