稳像火控中目标角速度测量误差及滤波方法

对稳像火控系统中目标角速度的测量过程进行了分析,指出采用自动传感器测量目标角速度仍存在误差,且对射击诸元的影响较大;在计算机采集数据的有限时间段内,该误差序列为均值不为零的随机干扰噪声,采用均值—中值加权滤波方法可有效减小该嗓声对射击诸元影响.     

基于动平衡状态理论的非线性系统设计方法

基于动平衡状态理论的非线性设计方法是一种建立在控制系统动平衡状态渐近稳定概念上的新的设计方法.首先设计控制律使系统的动平衡状态按期望的方式运动,然后按某一指标设计系统,使其状态按最佳方式向动平衡状态收敛.使用此方法对非线性跟踪问题进行设计,设计过程简单清楚,仿真结果正确,并能更深刻反映动平衡状态的含义.     

战斗机末端机动的非线性模型预测控制规避策略

利用非线性模型预测控制的思想建立了战斗机末端规避导弹的机动策略求解方法。根据导弹与战机的空战态势,建立了导弹与战机的相对运动微分方程;将导弹的导引律引入到导弹运动模型中,与飞机模型一起构建了系统预测模型,并对飞机和导弹的运动约束进行了分析。通过对导弹结构限制和战术特性的分析,给出了飞机机动规避导弹的性能指标,进而建立了机动规避导弹的最优控制模型。利用高斯伪谱法对模型进行求解,采用滚动优化策略实现了对机动规避策略的闭环求解。针对导弹气动参数和导航比未知以及相对测量量具有噪声的问题,利用极大似然法对导弹的气动参数和导航比进行估计,实现了对系统预测模型的反馈校正。仿真结果表明,此方法能够实现对导弹的机动规避。     

越野汽车非线性悬架系统建模与仿真研究

针对越野汽车的行驶条件,对传统线性被动悬架、非线性被动悬架和非线性主动悬架的动态特性进行了研究。建立了悬架系统的动力学模型,采用统计线性化方法对非线性弹簧悬架进行求解,利用MATLAB／SIMULlNK工具箱对悬架模型进行了动力学仿真。仿真结果表明：非线性弹簧悬架模型比传统的线性悬架模型更符合越野汽车悬架系统的振动运动,而采用基于线性二次型最优控制方法的主动控制非线性悬架,则能获得更好的行驶平顺性和操纵稳定性。     

数字波束形成技术(DBF)在雷达中的应用

数字波束形成技术是天线波束形成原理与数字信号处理技术相结合的产物,其广泛应用于阵列信号处理领域。由于电磁工作环境的恶化和大量射频干扰的存在,在极低的信干噪比(SINR)条件下进行目标检测和信息提取十分困难。对于阵列系统,往往采用自适应数字波束形成(ADBF)技术,来抑制强干扰和方向性干扰对有用信号的影响。介绍了数字波束形成器的基本原理及其DSP的实现结构。     

火控系统线性与非线性理论

从学科发展的角度,研究了火控系统线性与非线性理论;指出了火控系统在各环节上呈现的非线性关系;强调了其中的线性、拟线性理论是其重要的组成部分;给出了线性、拟线性火控系统理论的典型成果;最后指出:目标机动、量测统计特性、武器射击方式变化,推动着非线性火控系统理论发展。该问题有待继续深入研究。     

非线性滤波方法在水下目标跟踪中的应用

在对扩展卡尔曼滤波、不敏卡尔曼滤波和粒子滤波3种非线性滤波方法进行研究的基础上,对粒子滤波算法的重要性密度函数的选取方法进行了研究。结合水下目标的被动跟踪的应用背景,比较了3种滤波算法在水下目标跟踪中的性能差异。结果表明,粒子滤波算法能较好的用于非线性、非高斯条件下的水下目标跟踪。     

一种基于时变噪声统计的异步多速率传感器信息融合算法

以异步多速率传感器信息融合理论和同步单速率传感器时变噪声统计理论为基础,提出了一种适用于时变线性系统的异步多速率传感器时变噪声统计系统的信息融合算法.通过原理分析和数学推导,将异步多速率传感器动态系统建模为同步同速率系统.进而利用噪声统计估值器和相应的自适应Kalman滤波方法进行状态估计,利用联邦分布式数据融合方法进行信息融合,获得基于所有现测信息的最优估计.理论分析和仿真结果均表明,该算法的融合效果优于任一单传感器Kalman滤波的效果.     

滤波对混沌信号分形维的影响

分形维数作为混沌系统的特征量,是分析混沌动力系统的重要工具,也是检测和识别混沌信号的依据.由于实际得到的混沌信号都存在着不同程度的滤波,忽略滤波影响会影响到分形维数的准确性.因此,通过理论推导,借助Lyapunov指数谱和Kaplan-Yorke维数,全面分析了从FIR滤波到一般的线性时不变滤波器对混沌信号分形维数产生...     

基于小波域隐Markov模型的SAR图像滤波方法

在小波域隐Markov模型(HMM)的基础上提出一种新的合成孔径雷达(SAR)图像的滤波方法。首先根据小波变换的内在特征,建立小波域的隐Markov树(HMT)模型,通过EM算法可以获得该HMT模型的参数估计。然后根据SAR图像的统计性质,将SAR图像的乘法斑点杂噪声在局部范围内近似为加性白高斯噪声,通过最小均方差(MMSE)估计可以获得信号的小波变换值。通过对真实SAR图像的应用,结果说明该方法可以在保存图像细节特征的情况下有效地抑制图像的噪声。