机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

基于云分类器的液体火箭发动机故障诊断方法

本文首先将液体火箭发动机故障诊断问题转化为故障特征的模式分类问题,然后针对当前模式分类方法难以处理不确定性信息、属性特征空间的划分过硬等缺陷,结合云模型和云变换研究,提出了一种基于云分类器的液体火箭发动机起动过程故障诊断方法。历次试车数据的验证结果表明,该方法能够及时准确识别发动机起动工作过程中的故障模式。     

L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。     

基于压缩估计的单星观测定轨方法

分析了单星观测模式下的天基测控系统的可行性,并针对该观测模式下轨道确定中法矩阵的特点,提出了一种基于压缩估计的定轨方法,对法矩阵进行压缩变换,避免了法矩阵奇异造成的误差传递。证明了当满足一定条件时,该压缩方法的估计精度要高于传统的定轨方法。结合单星观测的特殊性,提出了误差传递因子,设计了单星观测下的压缩估计定轨算法。最后以单星模式下的天基测控系统作为仿真背景进行了仿真试验。结果表明,该压缩估计可有效提高单星观测模式下轨道确定的精度。     

基于时频单源点检测和聚类验证技术的欠定混合盲辨识算法

针对欠定混合盲辨识问题,提出了一种基于时频单源点检测及聚类验证的盲辨识算法。检测各个源信号的时频单源点,利用奇异值分解的方法求解不同单源点集合对应的混合矢量,利用基于k均值的聚类验证技术完成源信号数目和混合矩阵的联合估计。算法放宽了已有方法对时频单源区域的假设,不需要假设信号存在时频单源区域,可以完成仅存在离散的时频单源点条件下的欠定混合盲辨识;同时克服了传统算法需要假设源信号个数已知的不足,可以有效地估计源信号数目。仿真结果验证了算法的有效性。     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。     

基于脉冲串信号的无源定位系统频差估计误差CRLB分析

频差估计是无源定位系统中的关键部分,其估计精度直接决定了无源定位系统的性能。本文对单频脉冲信号频差估计误差方差的Cramer-Rao下限(CRLB)进行了理论分析研究。在建立数学模型的基础上,定量分析了频差估计误差CRLB与接收信号参数的数学关系。通过直接公式推导和数值仿真归纳,分别得出了相参/非相参单频脉冲信号频差估计误差CRLB的解析表达式,该结论可用于指导基于频差估计的无源定位系统设计。     

载体干扰磁场补偿方法

获得载体航行路径上各点地磁场的精确测量值是地磁匹配导航的前提,而载体上各种干扰磁场的存在会引起磁力仪输出的偏差,影响匹配的精度,因此必须对载体干扰磁场进行补偿。在分析载体干扰磁场特性的基础上,提出利用矢量测量值对地磁场总场值进行补偿的方法。该方法首先根据矢量磁力仪的测量模型得到关于载体磁场参数的非线性方程,然后采用非线性参数估计方法估计出精确的载体干扰磁场系数,最后再利用估计结果对测量值进行补偿。通过仿真对该方法的有效性进行研究,并设计了半实物实验对其实用性进行验证。结果表明采用本文提出的方法补偿后地磁场总场值的测量误差在20nT以内,而且该方法参数估计精度高,应用方便,可以有效地对导航载体干扰磁场进行补偿。     

PHEV电池电荷状态估计设计及仿真

电池管理系统(battery management system,BMS)是混合动力汽车(parallel hybrid electric vehicle,PHEV)能量管理系统中的核心组成部分,而其中电池电荷状态(state of charge,soc)则是PHEV控制策略中的重要参数.针对PHEV动力电池组SOC系统高度非线性和复杂性的特点,提出了一种基于改进的BP神经网络的HEV动力电池组的实时SOC估计,并对网络的收敛性进行了证明.利用大量PHEV动力电池组在行驶过程中充放电的数据样本,对神经网络进行网络训练并且进行仿真.结果表明,与传统离线SOC估计方法相比,能够有效地减小误差,提高电池SOC的精度.     

基于最大电流方法的数字均流总线设计

多个电源模块并联供电系统,最广泛使用基于最大电流方法的自动均流技术,通过专用的模拟均流总线,传输与模块最大电流成正比的电压信号,各个模块使用该电压信号实现均流.该模拟电压信号很容易受到各种噪声影响,导致均流控制失败.针对该问题,设计了单线数字均流总线,实现最大电流值的数字传输.分析结果表明,设计的单线数字均流总线能够实现模拟均流总线相同的功能,并且具有更强的抗干扰能力.