卫星导航弱信号的变维卡尔曼滤波跟踪算法

复杂环境下的多普勒频移变化及信号功率衰减均会造成载波跟踪偏差较大甚至失锁,针对标准卡尔曼滤波算法跟踪机动目标时不能同时满足高动态及高灵敏度要求的问题,提出一种基于变维卡尔曼滤波的载波跟踪算法。引入机动和非机动两种载波跟踪模型,通过机动检测因子监视载波动态变化,实时高效地切换载波跟踪模型,从而实现对载波机动和非机动状态的自适应跟踪,抑制机动改变引起的较大误差突跳。理论分析和仿真结果表明,该算法在低至30d BHz弱信号环境下,相比基于标准卡尔曼滤波的跟踪算法,其在目标动态突变时相位跟踪误差减小约37.5%,频率跟踪误差减小约77%。     

高速行进坦克身管速度对射击精度影响

坦克在高速行进时,由于路面谱等外部激励的影响,车体姿态和运动状态都会发生变化。由于车体的振动和随动系统的控制误差等,致使坦克火炮在射击时身管前端存在一定的速度扰动。原有解命中问题的条件中未考虑这一速度扰动的影响,使得坦克在高速行进条件下的目标提前点预测产生误差。通过建立外弹道模型,较准确地仿真分析了这一误差的大小和对射击精度的影响。     

多旋翼无人机AHRS系统矢量乘积误差PI跟踪算法

针对多旋翼无人机对低成本姿态航向参考系统的实际需求,设计并实现了一种姿态航向参考系统。该系统采用陀螺仪积分出的载体姿态和已知的地球重力矢量,解算出地球重力矢量在载体系下的投影和加速度计测量出的地球重力矢量的矢量乘积结果作为水平姿态角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈,实现了准确的水平姿态角跟踪测量。利用陀螺仪积分出的姿态和已知的地球磁场信息,解出地球磁场矢量在载体系下的投影与磁力计测量的地球磁场矢量乘积结果作为航向误差角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈实现了对航向角的跟踪。转台实验表明:该系统水平姿态角跟踪精度约为1°,与EKF算法相比,运算速度提升了80%且精度好于EKF算法。     

考虑不确定参数及外部扰动数字液压缸非线性鲁棒位置跟踪控制

在考虑不确定参数及外部扰动的情况下为数字液压缸位置跟踪系统设计了一个非线性控制器。首先,建立了数字液压缸位置跟踪系统的非线性模型;然后,构造了一个李雅普诺夫函数及非线性控制器,推导了系统鲁棒稳定的充分条件,由此将非线性控制器的设计问题转化成为线性矩阵不等式的求解问题;最后,进行了仿真及实验验证。结果表明:所设计的控制器对于参数不确定性及外部扰动具有良好的鲁棒稳定性及更好的动态特性。     

极区格网导航在大圆航行中的应用

为了克服因极区地理经线快速收敛而产生的惯导系统无法准确定位的难题,对极区格网导航在大圆航行中的应用进行了研究,提出将过大圆顶点的子午线作为格网北的极区格网导航方法,根据格网北进行了航向推算,分别对大圆顶点相对于大圆端点对称的特殊情况以及大圆顶点相对于大圆端点非对称的常规情况进行了航向推算,并分析了航向误差产生的原因。理论分析证明该方法能够为船舶高纬度航行提供准确的位置信息。     

某型转管航炮对空中目标射击命中概率分析

研究了影响航炮射击的误差因素,对误差的构成及其分布特性进行了分析。研究目标在命中平面上的投影面积,得出目标投影面积的计算方法,并进行了等效简化。在此基础上,计算航炮对空中目标射击的单发命中概率和连发数为k时的命中概率。利用MATLAB编写程序求解航炮射击命中概率,以某型六管航炮为例对其在不同射速条件下对目标的命中概率进行了数值计算,为航炮的作战使用提供参考。     

一种单轴旋转捷联惯导系统高精度快速对准方法

在晃动条件下,需要延长粗对准时间来提高粗对准精度。否则,无法把方位误差控制在小角度范围内,从而导致后续的精对准无法快速收敛。针对这个问题,提出了一种利用逆向导航技术的单轴旋转捷联惯导系统高精度快速对准方法,最大限度地延长粗对准时间,并把采样数据存储下来,进行逆向精对准。这种算法充分地利用了对准数据,在固定对准时间内极大程度的提高了对准精度。试验证明,这种算法计算量小,算法简单,能实现单轴旋转捷联惯导系统高精度快速对准,且对准精度高,具有一定的工程应用价值。     

基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。     

闪烁噪声条件下基于交互多模框架的雷达目标跟踪算法

针对传统雷达目标跟踪算法在处理闪烁噪声时面临的性能下降问题,提出一种将容积卡尔曼估计器与交互多模框架相结合的高性能滤波算法。该算法将目标状态建模为高斯分布,将闪烁噪声建模为混合高斯分布,同时将其发生概率建模为一阶马尔可夫过程;在此基础上,利用交互多模框架实现对不同高斯噪声分量的匹配滤波处理。为了减轻非线性观测条件对目标跟踪精度的影响,进一步采用容积卡尔曼估计器作为高斯近似滤波器,对目标状态进行递推预测和更新。仿真结果表明：所提算法较传统高斯混合滤波器和粒子滤波器具有更高的跟踪精度和更好的实时性能,同时还能对闪烁噪声出现时刻进行有效的估计。     

RCS特性辅助的CMIMO雷达功率资源分配方法

针对集中式多输入多输出(collocated multiple-input multiple-output, CMIMO)雷达在实际探测过程中,未有效结合目标雷达散射截面(radar cross section, RCS)高动态变化特性导致雷达跟踪精度不高甚至失跟的问题,提出一种基于目标RCS高动态特性的CMIMO雷达功率资源自适应分配方法。考虑到目标RCS特征的角度敏感性,利用目标运动状态的可预测性动态获取实际观测角度,从而完成跟踪帧的极化方式优选;在此基础上构建包含功率与RCS的多目标跟踪误差后验克拉美罗下界,将其作为目标函数进行优化,利用内点惩罚法求解该凸优化问题即可实现RCS高动态情况下的功率优化分配。实验结果表明:该方法可结合目标不同方向RCS动态分集特性实现功率的有效分配,相比于传统RCS模型分配方案,有效解决了分配方案与实际跟踪场景之间的失配问题,从而提升了CMIMO雷达的多目标跟踪性能。