数据融合技术在CGF建模中的应用

提出了将数据融合技术应用到计算机生成兵力 (CGF)建模中的思路和方法。在分析数据融合技术的基础上 ,深入讨论了卡尔曼滤波和最小二乘相结合的滤波方法以及一种改进的离散Hopfield神经网络 ,并结合一实际系统 ,建立了模型 ,给出了仿真结果。结果表明 ,数据融合技术和CGF建模相结合具有一定的应用前景和研究价值。     

单通道自适应有源消声系统

对单通道自适应有源消声系统进行了频域分析,对系统的有关特性进行了讨论,并分别在半消声室和普通房间进行了降噪实验。在误差传声器周围取得了一定的有效空间范围。     

实用的滤波新算法

介绍了武器系统作战软件的一种计算量小、计算效果好的滤波新算法,并对该算法进行了对比分析     

一种新的非线性/非高斯滤波方法

自主滤波方法是一种递归式贝叶斯估计方法 ,该方法采用一组抽样值来近似目标状态的概率密度函数 ,可用于非线性系统模型和观测模型、非高斯观测噪声条件下的滤波。将该算法与扩展卡尔曼滤波方法进行了比较 ,仿真结果表明 ,该算法性能优于扩展卡尔曼滤波方法     

简化的块变步长自适应算法

本文提出了一项特别适用于进行实时信号处理、可作为评估自适应算法性能的新指标——收敛时间。然后依据此指标,提出了一种简化的块变步长(SBVS)自适应算法,并导出了它的频域实现。计算机模拟结果表明,该算法在性能上优于BLMS 算法。     

自适应滤波算法的新进展

本文综述了自适应滤波算法研究的进展情况;指出了现有方法存在的问题。最后,对进一步研究的趋势提出了展望。     

动态威胁环境下单无人机测向定位航迹优化算法

为解决单架无人机在动态战场环境下的测向定位问题,提出了一种基于动态窗口法的单机测向定位航迹优化算法。以最大化Fisher信息矩阵行列式为测向定位评价准则,在由动态探测雷达和静/动障碍构成的动态战场环境中,基于动态窗口法思想,将测向定位航迹优化评价准则由传统的单步最优原则扩展到对多步预测航迹的评价,同时考虑雷达探测和静/动障碍环境对预测航迹的影响,通过滚动时域方法控制无人机最优航向。仿真结果表明,所提方法能够使无人机在有效逃避雷达探测威胁以及规避环境中静/动障碍的条件下保证对目标的高精度测向定位,为解决动态战场环境下的单架无人机测向定位问题提供了新思路。     

Vondrak-Cepek组合滤波在北斗共视和卫星双向时间比对融合中的应用

为减小卫星双向时间比对(Two-Way Satellite Time and Frequency Transfer, TWSTFT)中的周日效应,利用北斗共视链路没有周日效应的特点,通过Vondrak-Cepek组合滤波方法对中国科学院国家授时中心(National Time Service Center, NTSC)、德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)以及中国计量科学研究院(National Institute of Metrology, NIM)间的北斗共视时间比对结果分别与硬件卫星时间和距离测量设备(SAtellite Time and Ranging Equipment, SATRE) TWSTFT和软件接收机(Software-Defined Radio, SDR)TWSTFT结果进行了融合处理。采用时间偏差和幅值频谱两个指标以及GPS精密单点定位(Precise Point Positioning, PPP)时间比对分别对融合结果进行内外符合评估。结果表明,经过Vondrak-Cepek滤波的融合结果中周日效应基本消失,其与GPS PPP链路差值结果的绝对值保持在链路校准的不确定度范围内。对于长基线NTSC-PTB链路,融合结果1 d的时间偏差稳定度对SATRE和SDR TWSTFT的增益因子分别为1.85和1.81;对于短基线NTSC-NIM链路,融合结果对SATRE和SDR TWSTFT的增益因子分别为1.69和1.59。融合结果的短期稳定度显著提高。     

Robust cubature Kalman filter method for the nonlinear alignment of SINS

Nonlinear initial alignment is a significant research topic for strapdown inertial navigation system(SINS).Cubature Kalman filter(CKF)is a popular tool for nonlinear initial alignment.Standard CKF assumes that the statics of the observation noise are pre-given before the filtering process.Therefore,any unpredicted outliers in observation noise will decrease the stability of the filter.In view of this problem,improved CKF method with robustness is proposed.Multiple fading factors are introduced to rescale the obser-vation noise covariance.Then the update stage of the filter can be autonomously tuned,and if there are outliers exist in the observations,the update should be less weighted.Under the Gaussian assumption of KF,the Mahalanobis distance of the innovation vector is supposed to be Chi-square distributed.Therefore a judging index based on Chi-square test is designed to detect the noise outliers,determining whether the fading tune are required.The proposed method is applied in the nonlinear alignment of SINS,and vehicle experiment proves the effective of the proposed method.     

GNSS/SINS组合导航在地地导弹中的工程应用

介绍了基于Kalman滤波的GNSS/SINS组合导航技术在地地导弹中的应用,在发射点惯性坐标系中建立了便于工程应用的数学模型,针对某型号进行了位置速度仿真,并和目前在工程实际中应用的加权平均组合方法进行了比较。仿真结果表明,Kalman滤波技术可以应用于地地导弹工程实际中。