卡尔曼滤波框架下优化增益异类噪声处理方法及其应用

针对基于卡尔曼滤波框架算法只能处理已知高斯噪声系统的局限性,设计能够同时处理含有异类噪声系统的改进算法.将不确定系统受到的干扰分成高斯噪声和未知有界噪声,对噪声特点进行分析,并将其加入状态方程和观测方程;在吸收集员滤波优点的基础上,对标准卡尔曼滤波进行改进,通过计算包含两种异类噪声系统状态的最小均方误差,得到该条件下滤...     

空间推进系统工作过程的模块化建模

建立空间推进系统仿真模块(包括液体管道模块、三通模块、充填模块、推力室模块等)的数学模型.虽然采用的是集中参数方法,但同时考虑了液体的惯性、粘性和压缩性,所以本文建立的常微分方程组能在一定程度上反映供应系统工作过程的分布特性.     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

基于改进PLOW算法的干涉相位滤波

针对合成孔径雷达干涉相位滤波问题,提出了一种改进的分块局部最佳维纳滤波算法（Patch-based Locally Optimal Wiener, PLOW）。该算法是加性高斯白噪声下的线性最小均方误差估计（Linear Minimum Mean Square Estimation, LMMSE）,利用目前图像滤波最前沿的技术——非局部技术,来联合估计图像的一、二阶矩。针对干涉相位中噪声的空变性,在应用中提出了两点改进：首先,估计噪声的标准差时,用均值代替中值;其次,根据噪声标准差的最大值和均值的比值,自适应的确定类的数量。经过仿真和实测数据验证,改进后的PLOW算法是有效的,并优于其他三种算法。     

一种使用非等权值粒子的确定性粒子滤波算法

介绍了粒子滤波及随机分布的代表点理论,将统计学中的数论方法应用于粒子滤波,使用随机分布的均方差代表点,对粒子滤波中关键的初始粒子生成、重点密度采样及再采样过程给出了相应的代表点算法,得到了一个包含最少随机操作的、使用非等权值粒子的确定性粒子滤波算法。仿真结果表明,确定性粒子滤波算法不仅是可行的,而且其滤波性能及计算效率均有不同程度的提高。     

基于二维小波变换的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。该算法首先对空间目标的ISAR像进行二维小波变换,然后从近似分量和细节分量中提取奇异值特征,最后应用径向基函数(RBF)神经网络进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。     

一种基于分块下三角分解的子空间GNSS抗干扰方法

通过SVD获得子空间的方法,适合于多变环境和较少数据样本情况,但计算量很大,限制了该方法的实时应用.在不降低性能的条件下,将SVD弱化为分块下三角分解,减少了提取子空间的复杂度,并给出基于Givens旋转的实现结构,具有结构简单,便于并行实现的优点.将该方法应用于GNSS抗干扰仿真实验,验证了其有效性.     

大型复合材料空间刚架缩比模型设计方法

缩比模型试验是获取大型复合材料空间刚架力学特性或响应的一种有效途径,其中一项重要内容是缩比模型设计。以大型复合材料空间刚架为研究对象,阐述已有传统方法的局限性;基于离散相似提出结合有限元方法的方程分析法,利用该方法推导大型复合材料空间刚架静力学响应和动特性的相似关系;利用所提方法设计某复合材料龙骨的1/5缩比模型,并通过试验进行验证。验证结果表明,所提方法和推导的相似关系能够用于指导大型复合材料空间刚架的缩比模型试验。     

基于MSE准则抑制SPR射频干扰的方法

针对冲激体制的超宽带表层穿透雷达在时域接收中存在的射频干扰的问题,分析了射频干扰的性质与特征,并在此基础上,以MSE为准则,提出了A Scan的波形平均算法和B Scan方位向的中值滤波算法,并对实测的表层穿透雷达数据进行了处理。结果表明这两种算法都能较好地抑制SPR的RFI,最后对这两种算法的性能进行了比较和评估。     

磁性目标跟踪的后验克拉美罗下限分析与计算

为了求解磁性目标跟踪问题的后验克拉美罗下限(PCRB),提出了PCRB-GMSPPF算法。该算法利用高斯混合采样粒子滤波算法对目标状态的真实后验概率密度分布进行抽样,再通过蒙特卡洛积分法迭代求解每个观测时刻的Fisher信息矩阵,进而得出目标状态估计的PCRB;克服了基于PF算法求解PCRB过程中由于粒子退化和贫化问题造成不能从后验概率分布中正确抽样的缺点;在建立磁性目标跟踪的状态模型和观测模型的基础上进行仿真分析,将求解出的PCRB与采用GMSPPF及PF算法进行跟踪的均方根误差做对比,验证所提的PCRB-GMSPPF算法的有效性,结果表明:针对磁性目标跟踪问题,PCRB-GMSPPF算法较PCRB-PF算法具有更好的准确性,并可用于一般的非线性模型跟踪误差下限分析。