利用迭代线性约束最小二乘方法实现不规则阵列的方向图综合

研究了用自适应波束形成技术实现不规则阵列的方向图综合问题,改进了应用于方向图综合的迭代线性约束最小二乘方法,改进后的算法提高了数值稳定性和对随机稀疏阵的适应性。对特定的阵列如果指定的理想方向图无法达到,该算法可以获得最好的逼近。仿真结果验证了算法的性能。     

一种基于特征匹配的实时电子稳像算法

为了实时地稳定摄像系统的输出视频,提出了一种基于特征匹配的实时电子稳像算法。将改进的Kanade Lucas Tomasi(KLT)算法用于特征提取,并提出一种新的基于灰度投影均值的特征匹配算法。为了保证稳像结果的鲁棒性,还给出了特征的有效性检验方法。另外,基于高实时性对运动滤波算法的要求,在有意运动参数估计中采用了递归Kalman滤波法。实验表明,在微机上稳定单帧图像仅需24.7ms,能够满足实时性要求,且具有良好的稳像效果。     

分层搜索在景象匹配中的应用研究

针对景象匹配制导系统的实时性问题,分析和论证了采用分层搜索策略的必要性,设计出分层搜索的算法模型,并详细阐述了分层搜索中可以采用的两种序贯判决搜索算法。研究表明,分层搜索技术对于提高景象匹配算法性能具有重大意义。     

基于摄影图像的三维信息提取技术研究

通过摄影成像的坐标系统与三维坐标计算方法的研究 ,应用“特征点选取 ,多角度摄影 ,对应点匹配”图象测试模型特征点标记的匹配法 ,给出了在桨叶型值点精度测试中的试验结果 ,并对桨叶应力试验图像测试的精度与灵敏度作了分析     

计算机辅助复杂曲面轮廓度误差评定的通用数学模型

本文建立了用最小二乘法评定复杂曲面面轮廓度误差的通用数学模型。运用该模型可对任意曲面面轮廓度进行评定,从而将平面度、圆柱度、球度以及任何面轮廓度误差的评定归结在统一的模式中。由于所建立的模型直观、明了,很容易在计算机上实现,因而可在生产实际中普遍推广应用。并对轮廓度误差进行了定性和定量分析,将其分离成形状误差、参数误差和位姿误差,给出了分离公式和误差补偿原则。     

多频激励微波非线性电路分析及其同伦连续算法

本文分析了微波非线性电路在多频激励下的频域稳态响应,给出了同伦连续这一简单有效的算法,结合实际计算了实例。     

空空导弹攻击区处理的拟合——插值法

用最小二乘拟合与插值相结合的方法对空空导弹的发射包线进行处理,降低了拟合阶次。数字仿真结果表明,该方法不但在平常发射条件下极大地提高了拟合的精度和速度,而且在一些传统方法几乎无法使用的异常情况下仍有较好的结果。     

基于SRUKF仅测角导航的空间交会闭环控制协方差分析

针对基于仅测角导航的空间交会问题,开展了采用线性协方差进行闭环控制误差快速分析方法的研究。建立了基于SRUKF (Square Root Unscented Kalman Filter) 的仅测角导航算法并推导了观测敏感矩阵,构建了基于多脉冲Hill制导的闭环控制线性协方差分析模型。经算例验证,本文提出的闭环控制协方差分析结果与Monte Carlo打靶结果能够很好吻合;该方法适用于采用传统Extended Kalman Filter (EKF)的仅测角导航问题,但其迹向位置的估计存一个与该方向控制误差方差相当的偏心,其误差椭圆的长轴和短轴分别比基于SRUKF的估计结果大了24.68%和20.56%。此外,由于采用了QR分解和Cholesky 因子更新两种高效的代数运算,基于SRUKF的协方差分析模型要比基于EKF的协方差分析模型在计算速度上快了10%。     

平方根无迹卡尔曼滤波仅测角导航的空间交会闭环协方差分析方法

针对基于仅测角导航的空间交会问题,开展了采用线性协方差进行闭环控制误差快速分析方法的研究。建立了基于平方根无迹卡尔曼滤波(Square Root Unscented Kalman Filter,SRUKF)的仅测角导航算法并推导了观测敏感矩阵,构建了基于多脉冲Hill制导的闭环控制线性协方差分析模型。算例验证结果表明:提出的闭环控制协方差分析结果与Monte Carlo打靶结果能够很好地吻合;该方法适用于采用传统扩展卡尔曼滤波(Extended Kalman Filter,EKF)的仅测角导航问题,但其迹向位置的估计存在一个与该方向控制误差方差相当的偏心,其误差椭圆的长轴和短轴分别比基于SRUKF的估计结果大24.68%和20.56%。此外,由于采用了QR分解和Cholesky因子更新两种高效的代数运算,基于SRUKF的协方差分析模型的计算速度要比基于EKF的协方差分析模型的大10%。     

应用于卫星导航功率倒置阵的改进最小均方算法

采用功率倒置准则的自适应天线阵特别适合于弱信号、强干扰的场合,因而在卫星导航系统中得到了广泛的应用。针对基于最小均方算法实现的卫星导航功率倒置阵在干扰数目或干扰功率突然减少时,算法收敛慢、影响信号接收性能的问题,分析了这一现象的产生机理,并提出了相应的改进算法。改进算法通过功率监测来检测干扰数目或干扰功率的突变,然后对最小均方算法进行复位处理重置权值来达到迅速收敛的目的。仿真结果表明:与原算法相比,改进算法可显著提高功率倒置阵的收敛速度。