超视距空战中数据链系统通信延迟与补偿算法

依据假目标干扰环境下的多机协同目标探测原理,分析了假目标干扰环境下基于数据链系统的目标探测逻辑。建立了超视距空战中机群数据链系统通信延迟模型,以及效能评估模型。分析了数据链系统通信延迟对攻击效果的影响。提出基于卡尔曼滤波的通信延迟补偿算法。通过仿真计算证明,在假目标干扰环境下,该算法能有效补偿因数据链系统通信延迟带来的目标位置精度误差。     

基于SLAM算法的AUV组合导航系统

针对未知环境下某水下航行器组合导航系统在GPS信号长时间失效时,导航误差随时间积累的问题,采用了同时制图定位(SLAM)的导航方法,提出了一种将SLAM的信息融合于INS/GPS组合导航系统的方案,通过SLAM技术来限制惯导系统的误差积累,可以显著提高组合导航系统的性能并能在线建立环境的增量式地图。仿真结果表明,该方法充分利用了同时制图定位提供的信息,有效地提高了导航系统的精度。     

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。     

基于多基地雷达探测传感器网的数据处理方法

多基地雷达组网能够有效地提高雷达的电子对抗能力和战场存活能力.介绍了雷达组网的基本原理,并初步建立了雷达组网在同步观测取样条件下的卡尔曼滤波模型.如何有效地将各个独立雷达系统传送给数据融合中心的初始卡尔曼滤波数据融合处理,是目前比较难以实现的问题.针对这个问题,提出了三种可行的联合卡尔曼滤波方法.     

网络化作战系统中的多雷达时空数据配准

阐述了多个雷达数据空间配准几何坐标转换算法,建立目标运动和测量模型,在此基础上利用最小二乘法对多雷达异步测量数据进行时间配准,最后研究了在时空数据配准处理后基于扩展卡尔曼滤波的状态估计和误差估计,并进行了仿真验证,对网络化作战传感器网络建设有参考意义.     

一种陀螺随机漂移的高精度组合建模方法

随机漂移是制约陀螺精度的一个重要因素,提出了一种对陀螺随机漂移精确建模的方法.利用小波降噪技术消除信号中的高频噪声,再将降噪后的数据序列平稳化,对平稳化后的数据序列进行AR建模、卡尔曼滤波,得到陀螺随机漂移的估计量.用Allan方差等方法对仿真结果进行了检验,表明了该方法的有效性.该模型可用于补偿惯导系统中陀螺漂移产生的随机误差,以提高制导精度.     

应用磁强计确定飞行器姿态的KF算法设计

设计了基于磁强计确定飞行器的姿态的KF算法,该算法在不足够和不精确测量或具有较大模型不确定的情况下仍具有一定的鲁棒性和足够的精度。采用某太阳同步卫星的典型阶段的仿真数据来验证设计的算法的性能,结果表明,该算法收敛,精度令人满意。     

次优Sage滤波器的改进措施

针对次优Sage自适应卡尔曼滤波器存在的不足,提出了两种改进措施:通过对滤波器发散的综合抑制,提高了滤波器的数值稳定性;设计了一种新颖的附加伴随滤波器的并行滤波结构,消除了针对结果偏移现象,提高了滤波精度。     

纯方位跟踪问题研究及算法性能

针对纯方位跟踪系统的特点,对修正增益扩展卡尔曼滤波、伪线性滤波、基于无迹变换的卡尔曼滤波、修正球坐标系下的扩展卡尔曼滤波、直接对角度信息建模的卡尔曼滤波等被动目标跟踪算法予以详细的讨论,并在满足可比性的条件下,对各个跟踪算法进行了仿真实验,比较和分析了仿真结果,指出了修正增益扩展卡尔曼滤波的算法优势,对实际工程应用中算法选择问题提出了参考性建议.