基于遗传算法的大型降落伞气动力参数辨识

建立了降落伞回收系统的六自由度动力学及运动模型,针对大型降落伞可观测数据少的特点,设计遗传算法辨识其气动力参数,利用仿真验证了辨识方法的可行性和辨识模型的正确性。结合空投试验录像分析数据,辨识了某型号飞船所采用大型环帆伞的气动力参数,并利用辨识结果对其稳定性进行分析,其结论可作为回收系统设计的理论参考依据。     

双频去相关单历元动态解算整周模糊度研究

针对GPS实时动态精密相对定位应用背景,提出一种整周模糊度实时求解方法。采用宽巷组合载波相位双差、伪距双差观测信息建立观测模型;对浮点模糊度协方差阵进行一次Cholesky分解,构造了浮点转换矩阵,使浮点模糊度完全去相关;推导确定整周模糊度的搜索空间;利用最小残差平方和搜索准则,确定单历元整周模糊度,并用OVT检验方法,对不同历元得到的整周模糊度进行一致性检验。结果表明,观测量误差均方差取值对整周模糊度搜索空间和成功率有较大影响,附加OVT检验的双频去相关单历元动态解算整周模糊度方法正确可行。     

基于二维雷达组网目标高度定位算法

讨论了通过二维雷达组网的方式可对目标高度进行估计,并对所求出的高度进行了误差分析,通过仿真得到了目标高度和方位角对高度误差的影响。在实际中由雷达站和指挥所的经度、纬度和海拔,可将雷达站测得目标的信息转化到以指挥所为原点的直角坐标系中,为指挥员提供空情,以便进行决策和指挥。     

装备战损量的兰彻斯特方程预计方法

针对装备战损量预计这一未来作战装备保障必须解决的核心问题,运用兰彻斯特方程探讨解决途径。从分析影响装备战损的因素出发,综合讨论目前预计装备战损量的方法,提出基于指数多元兰彻斯特方程的装备战损量预计模型和模型中毁伤能力系数的确定方法,得到了装备战损量的兰彻斯特方程预计方法,并举例验证。该方法将经验计算与模拟计算相结合,用较简单的确定性解析方程描述所考虑因素对装备战损量的客观约束关系,较好地满足了未来信息化条件下作战装备战损量预计的需要。     

单矢量水听器的姿态修正测向问题探讨

提出了一种采用姿态修正的单矢量水听器远场测向方法.在实际应用中,矢量水听器的测向及其接收的质点振速分量信噪比(SNR)均会受到水听器偏转姿态的影响.为此,利用远场条件下只需两个振速分量和声压信息即可实现二维测向的原理,提出了一种基于振速分量选择处理的远场测向方法,该方法充分利用高SNR的振速分量,提高了测向精度.计算机...     

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。     

L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。     

基于压缩估计的单星观测定轨方法

分析了单星观测模式下的天基测控系统的可行性,并针对该观测模式下轨道确定中法矩阵的特点,提出了一种基于压缩估计的定轨方法,对法矩阵进行压缩变换,避免了法矩阵奇异造成的误差传递。证明了当满足一定条件时,该压缩方法的估计精度要高于传统的定轨方法。结合单星观测的特殊性,提出了误差传递因子,设计了单星观测下的压缩估计定轨算法。最后以单星模式下的天基测控系统作为仿真背景进行了仿真试验。结果表明,该压缩估计可有效提高单星观测模式下轨道确定的精度。     

基于时频单源点检测和聚类验证技术的欠定混合盲辨识算法

针对欠定混合盲辨识问题,提出了一种基于时频单源点检测及聚类验证的盲辨识算法。检测各个源信号的时频单源点,利用奇异值分解的方法求解不同单源点集合对应的混合矢量,利用基于k均值的聚类验证技术完成源信号数目和混合矩阵的联合估计。算法放宽了已有方法对时频单源区域的假设,不需要假设信号存在时频单源区域,可以完成仅存在离散的时频单源点条件下的欠定混合盲辨识;同时克服了传统算法需要假设源信号个数已知的不足,可以有效地估计源信号数目。仿真结果验证了算法的有效性。     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。