位置误差压缩系数恒定时滤波与预测采样点数关系

在论证作战系统中时间与精度关系中,当位置误差压缩系数恒定时,曾引出了二乘滤波和一步预测采样点数不等式,在文献[2]进行了改进,本文最终给了二乘滤波与一步预测采样点数的精确结果。     

冗余捷联惯组信息容错管理算法

对于单机多表斜置冗余捷联惯组的故障诊断、隔离和重构,提出无迹卡尔曼滤波结合三交叉容错融合方法。考虑各误差项,对不同的冗余配置建立统一数学模型。通过三交叉重构模型的设计可快速隔离一度故障并输出正确结果,对被隔离的故障表各误差系数采用无迹卡尔曼滤波方法标定,可辨识因误差系数改变而引起的软故障。以单机五陀螺的两种误差系数软故障为例仿真验证了冗余捷联惯组信息容错管理算法的正确性。     

一种雷达测量的目标导弹角偏差滤波方法研究

制导雷达同时测量目标和导弹的角偏差;通过对角偏差源的分析和角偏差频域的分析,确定采用不同带宽的巴特沃斯低通滤波器来消除其中的噪声.由于导弹和目标飞行动态特性的差异,及雷达伺服特性影响,研究得出应在导弹飞行的不同时间段选择不同带宽的滤波器以达到最佳的滤波效果.     

粒子滤波在雷达方位配准中的应用

在多雷达数据处理系统中,雷达本身的系统误差是影响目标跟踪和数据融合质量的一个重要因素,尤其是正北方位误差.针对现有非线性滤波算法收敛性及鲁棒性较差的问题,将粒子滤波算法应用于雷达方位配准.通过与传统的扩展卡尔曼滤波方法仿真比较,结果表明采用粒子滤波的方法解决非线性雷达方位配准模型行之有效,能有效地克服扩展卡尔曼滤波方法中很容易出现的滤波发散问题,且粒子滤波比扩展卡尔曼滤波的估计精度要高.     

基于α-β滤波算法的目标运动信息滤波与估计

针对目标运动量测信息的特点,通过分析α-β滤波算法,指出该算法常增益的特点影响其对机动目标的跟踪效果.为了克服这个缺点,给出了一种新的目标运动信息滤波和估计的自适应算法,该算法可直接利用构造的函数关系自适应调整α,β的值.仿真结果表明,该自适应α-β滤波算法对目标运动信息的滤波和估计具有较好的性能.     

基于多维直方图的mean shift运动目标跟踪算法

讨论了一种红外图像序列的运动目标跟踪算法.以mean shift为核心,即在连续图像序列中对比运动目标的直方图.在可见光的视频中,利用目标的颜色直方图进行跟踪.在前视红外图像序列中,直方图由像素值和高通滤波后的值共同构成.为较好地处理非线性非平稳信号,引用LMS自适应滤波可以对目标的位置做出合理的估计,以维持对目标的正常的检测跟踪.     

鲁棒滤波在机动目标跟踪中的应用

在交互多模型中通常使用的卡尔曼滤波器中,引入广义H∞(鲁棒滤波器,以一定的精度为代价,换取满意的鲁棒性能.H(鲁棒滤波算法可以分解为卡尔曼滤波和鲁棒化两个环节,从而形成一种基于增益失调因子的结构化分解算法.为验证算法的有效性,进行了Monte Carlo仿真.仿真结果表明,本文算法跟踪复杂机动目标时跟踪性能有较大提高,有很好的可实现性.     

编队卫星碰撞因素分析

为了便于更准确地进行编队卫星碰撞检测和预报,对影响星间碰撞概率的因素进行了归纳和讨论.给出了编队卫星碰撞概率计算公式,并从Hill方程推导了离散差分方程,建立Kalman滤波器,用于估计编队飞行状态.在此基础上,对引起编队卫星发生碰撞的模型误差、测量误差、故障和意外因素四个方面进行了分析.最后,针对各因素设置了典型仿真想定并进行了仿真,仿真结果显示控制器常开故障是影响最大的因素,工程应用中需要针对它进行专门的防碰撞方案研究.     

改进的联合Kalman滤波及其在组合导航中的应用

以组合导航为应用背景,对联合Kalman滤波进行了改进,每循环Ⅳ次,就用主滤波器的估计值来修正子滤波器的值,以改善滤波器的性能,提高组合导航系统精度,并且大大减小收敛时间,提高其效率.最后将该方法应用于GPS/INS/LORAN-C组合导航系统中,仿真结果表明该方法是有效的.     

SINS/北斗/GPS组合导航系统研究

对SINS、北斗双星定位系统以及GPS全球定位系统三者的组合进行了研究.应用联邦自适应卡尔曼滤波技术实现了SINS、北斗和GPS的组合导航,建立了组合导航系统的数学模型,并针对系统产生的量测延时和异步问题给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度和容错性能,此方案具有较好的工程应用价值.