基于卡尔曼滤波器的GPS动态滤波方法

提出了一种解决随机误差影响GPS动态定位精度问题的方法.首先将GPS定位中的各种误差源在各方向造成的总误差等效为一个当前均值与一个符合一阶马尔可夫过程的有色噪声之和;其次对于GPS机动载体的加速度采用当前统计模型,然后通过扩展状态变量的思想和采用自适应算法建立相应的卡尔曼滤波器模型.该模型直接从GPS接收机输出的定位结果入手,实时性好,滤波后定位精度得到提高.     

正弦波型直流无刷电动机位置伺服系统的变结构控制

在分析正弦波型直流无刷电动机数学模型的基础上,采用比例等速变速控制策略(PCV)设计控制器,应用于正弦波型直流无刷电动机位置伺服系统.仿真结果表明:与传统PI控制器比较,PCV控制策略可以明显改善系统的品质,并增强系统的鲁棒性.     

改进型自适应推广卡尔曼滤波器的应用

针对在被动方式下进行水下目标跟踪容易导致滤波发散和收敛精度不高的问题,介绍了一种改进的自适应推广卡尔曼滤波算法。它能够在线估计虚拟观测噪声的统计特性,从而克服了观测模型线性化误差带来的不良影响。同时,通过引入修正增益函数,克服了由于观测噪声的统计特性不能精确已知而导致的滤波不稳定问题。仿真结果表明,不管是滤波精度还是收敛速度,都优于原来的自适应推广卡尔曼滤波算法     

基于自适应原理的传感器增益故障诊断方法

基于自适应原理提出一种传感器增益故障诊断方法。首先将传感器增益故障表示为传感器偏差故障,再将其表示为执行机构故障,利用自适应原理估计出传感器偏差故障幅度,最后用最小二乘法估计出增益故障幅度。分别对有、无系统噪声和模型误差的情况进行了讨论,最后给出仿真结果     

极坐标下雷达多目标跟踪及其实现

导出极坐标下雷达多目标跟踪的非线性滤波方程和预测方程 ,获得了稳定和渐近无偏估计 ;采用最优配对法进行点迹与航迹相关 ,避免相关模糊 ;利用记分法进行航迹质量管理 ,并在计算机上实现了多目标跟踪数据处理     

大型飞行器制导与姿态控制联合仿真建模研究

针对固体火箭发动机、机动发射的大型飞行器的特点 ,提出了建立大姿态情况下全量、全干扰、非线性、时变的制导与姿态控制联合仿真数学模型的一般方法。以某型号固体发动机、机动发射的飞行器为背景 ,在综合考虑了控制系统动态特性和飞行器质心运动、绕质心运动、变质量特性、弹性振动特性、风干扰等因素的情况下 ,建立了飞行器的联合仿真数学模型。进而在面向对象仿真环境下 ,建立了直观、形象、易理想、易扩充的面向对象的飞行器联合仿真模型。仿真结果表明所建联合仿真模型是正确和有效的     

BTT导弹的新型三维非线性寻的制导律

建立了导弹与目标的三维相对运动模型,分析了目前寻的制导律的一些局限性,提出了新型非线性寻的制导律。在更复杂的交战环境中,将此制导律用于高性能的ＢＴＴ导弹,可望提高制导精度     

分布孔径红外系统的研究现状及其展望

介绍了分布孔径红外系统 ( DAIRS)的基本概念与研制现状 ,讨论了DAIRS在先进战斗机及其它作战平台上的应用 ,并简略介绍了其中涉及的关键技术 ,对 DAIRS系统将来可能的发展趋势作了预测。     

装甲战车图像跟踪系统技术研究

在高技术条件下的局部战争中,装甲战车应具备精确的打击能力、目标获取能力和态势感知能力,这就需要一个能对抗复杂场景的目标跟踪系统。针对用于装甲战车的目标跟踪系统所存在的关键技术,提出了应用于复杂场景下的目标长时跟踪算法,实现了目标受遮挡情况的自适应判定和目标丢失的重捕获,在目标发生尺度变化、姿态变化、光照变化、遮挡等复杂情况下仍具有良好的跟踪效果;设计了一套视频跟踪器系统,通过实验验证,可实现对比度优于5%,目标像素数大于2×2,部分遮挡及完全遮挡的复杂战场环境下目标的稳定跟踪。     

分布式传感器网络自适应一致性融合估计算法

针对分布式传感器网络的目标一致性状态估计问题,提出自适应一致性融合估计算法。考虑到网络中节点为测距和测方位的传感器,基于观测噪声与目标状态相关的假设,构建量测模型;引用无迹卡尔曼滤波与CI算法得到各节点的局部估计,通过误差矩阵加权更新节点状态以改进一致性算法,实现各节点对目标状态的一致性估计。仿真实验结果表明,该算法能够在快速收敛的过程中实现无中心节点的分布式传感器网络中各节点对目标位置的精确估计,同时又保证各节点之间的一致性。