全捷联导引头制导信息滤波算法及仿真

全捷联导引头存在制导所需的视线角速度信号不能直接测量的问题,基于无迹施密特卡尔曼滤波器(unscented Schmidt-Kalman filter,USKF)提出了一种全捷联导引头的制导信息提取算法。USKF对增广状态中的参数向量不进行校正,避免了参数观测误差过大对于滤波器性能的影响。在目标机动及制导律有落角约束要求的条件下,对制导信息提取算法进行了仿真验证。仿真结果表明,USKF滤波器性能优于传统非线性滤波器EKF及UKF,能够更准确地给出制导律所需信息,为全捷联导引头方案提供了理论基础及工程应用参考。     

跟踪-微分器在全捷联制导中的应用分析

以仅能获取角度信息的全捷联导引头为研究对象,针对采用直接微分提取惯性视线角速率时存在的噪声放大问题,基于跟踪微分器设计了一种全捷联制导信息提取算法。结合导引头的性能指标要求,对3种不同形式跟踪微分器的提取效果进行了对比分析。仿真结果表明,采用非线性微分器进行惯性视线角速率提取,可以减小延迟时间,避免噪声放大,有效提高制导精度,具有一定的工程应用价值。     

红外成像空空导弹多模制导技术研究

通过对几种现存制导规律特点的讨论，分析了每种制导规律各自的局限性，并在此基础上提出了导弹多模制导这一技术。通过数字仿真，初步证实了多模制导的技术可行性。结果表明，多模制导对控制导弹攻击大机动目标－９ｇ较比例导引有更小的脱靶量和更平滑的弹道。     

多传感器跟踪型数据滤波融合算法

在实际系统中，常用的数据融合方法是基于扩展的卡尔曼滤波法的融合算法，但是这种融合算法的跟踪精度并不是很高，通过对滤波跟踪数据融合的研究，提出了基于转换测量值卡尔曼滤波算法的非线性系统中的数据融合方法，研究表明，在利用激光干涉仪进行目标跟踪时，这种基于融合算法的集中式融合算法的跟踪性能优于分布式融合算法，但是，从仿真结果可以看出，两种融合算法的差别并不大，结果基本相同，因此，在非线性系统中，基于转换测量值卡尔曼滤波算法的分布融合算法可以重构集中式融合算法。     

改进概率量化分布式一致性算法

为了提高量化通信下分布式一致性算法的收敛精度,对概率量化分布式一致性算法进行改进,提出改进概率量化分布式一致性算法。在改进概率量化分布式一致性算法中,节点利用自身状态值和邻接节点的概率量化信息进行节点的状态更新。对改进概率量化分布式一致性算法的收敛性和均方误差进行了分析、计算和仿真。结果表明改进概率量化分布式一致性虽然不能收敛到一致性,但是均方误差更小,收敛精度更高。     

基于无迹卡尔曼的全捷联旋转弹导引信息估计

以旋转弹的全捷联导引头为研究对象,重点研究了旋转弹的全捷联导引头视线角及视线角速率估计方法。全捷联导引头的结构和传统速率陀螺导引头有较大差别,其测量系统与弹体固联,导引头只能获得弹体坐标系下的测量信息,并且测量信息中耦合有弹体姿态信息,无法直接用于旋转弹的控制制导。根据坐标系之间的转换关系建立了旋转弹惯性视线角的数学模型和视线角解耦模型,从而进一步确立旋转弹惯性视线角估计的数学模型。选用无迹卡尔曼滤波方法(UKF),设计出卡尔曼滤波器,对估计到的含有噪声信息的视线角进行滤波;最后进行数学仿真,验证了视线角估计数学模型的有效性,与扩展卡尔曼滤波方法(EKF)和容积卡尔曼滤波方法(CKF)相比,UKF对于全捷联旋转弹的导引信息估计有更高的精度。     

空空导弹中制导系统蒙特卡罗仿真研究

基于蒙特卡罗仿真技术，研究了导弹中制导方案的可行性，分析输入参数误差，初始不对准误差，惯性器件误差，目标机动，计算延迟等因素对导引头截获目标的影响。仿真结果表明，采用比例导引律和低精度的捷联惯导系统可保证中制导段结束时导引头可靠截获目标。     

基于Unscented信息滤波器的分布式目标融合跟踪

针对无线传感器网络下的非线性运动目标跟踪问题,提出一种基于Unscented信息滤波器的分布式融合跟踪算法。该算法在信息滤波器框架下将Unscented变换与扩展信息滤波器相结合,有效地解决了运动目标和量测的非线性。在网络拓扑结构和通讯带宽的约束下,利用卡尔曼一致性滤波算法对所有传感器节点估计值进行分布式信息融合。仿真结果表明了该算法的有效性和优越性。     

红外焦平面图像的可重构FPGA通道稳像算法研究

红外末制导中,弹载传感器在飞行过程中的抖动给目标检测算法以及跟踪目标的系统控制误差信号带来了极为不利的影响,必须进行实时的稳像处理,才能使导引头信息处理机正常工作.本文对弹上导引头信息处理机中的实时稳像预处理做了详尽的分析,提出了一种实时高效的稳像算法,构造了一种可重构数据通道模型,并进行了实时电路设计实现.功能仿真和时序仿真的实验结果表明,稳像效果极佳,完全符合实时制导要求.     

基于曲线拟合的PRS/IRS时间对准方法研究

针对被动雷达/红外（PRS/IRS）复合导引头的数据融合过程中两个不同采样频率的传感器测量数据时间不同步的问题,提出了基于最小二乘曲线拟合的时间对准方法,推导了最小二乘法的曲线拟合公式;分析了影响拟合精度的因素,提出了特定条件下同时满足实时性和拟合精度要求的最佳时间对准方案,并利用Matlab进行了仿真分析.仿真结果验证了该算法的有效性.     

RPDDP:一种能源有效的无线传感器网络路由协议

描述了不同的查询机制；分析了分布式数据处理算法及其能耗特性；提出了一种能源有效的路由协议RPDDP并给出了RPDDP的协议描述。RPDDP采用双向查询机制以节省路径建立过程的能源消耗；通过提供分布式网络数据处理有效地减少了通信开销；并且为用户提供能源节约和可靠性之间的折中机制。仿真实验结果表明与已有的传统查询机制相比，RPDDP的查询成功概率较高，平均每个分组的通信开销较低；当sink同时发送2个查询包时，网络性能最优。     

飞行模拟用三维数字地形动态修改技术研究

三维地形是飞行模拟视景系统中的一项重要研究内容,研究三维地形的数据结构、模型表示方法及大场景的可视化显示和动态修改的技术意义重大。文中介绍了DEM数据模型的规则网格模型、等高线模型、不规则三角形网模型,利用O penGL实现了三维数字地形的算法模拟和真实DEM数据模型的可视化显示。在地形绘制和显示的基础之上,从地形的单点、多点修改出发对三维数字地形动态修改做了研究,并给出了地形区域修改的方法。     

基于多层次灰色关联分析的图像融合效果评价方法

提出了一种基于多层次灰色关联分析的图像融合效果综合评价方法。通过引入灰色关联分析概念,结合先验知识和量化评价,实现了对各个融合图像效果优劣的综合评价,评价结果易于定量表示,更为精确、客观,不仅可以从整体上进行综合评价,还可以从某个侧面进行特殊性需要的评价,兼顾了实际评价工作中的通用性和特殊性要求。实验结果表明,该评价方法具有较好的实时性和简洁性,对于实现具有反馈的图像融合过程、进一步丰富和完善图像融合理论框架具有启发意义和实用价值。     

一种基于遗传规划的服务匹配算法

当前,智能服务组合研究的重点主要集中在服务描述和服务匹配方面。文中首次将服务匹配视为一个状态描述含糊、操作定义不完备的规划问题,提出了一个基于遗传规划的服务匹配(Service Match Programming,SMP)算法和适应度评价函数。仿真实验表明,该算法在大尺度的服务选择空间中,引入了服务的关联特性,避免了局部最优现象的出现,具有更好的寻优能力和更快的速度。     

基于数学形态金字塔分解和流域分割的骨髓细胞图像分割

提出了一种基于数学形态金字塔分解和流域分割的骨髓细胞图像分割方法。根据形态金字塔的分解方法,将细胞图像经过形态金字塔分解后,先在低分辨率图像上进行流域分割,然后对低分辨率图像的分割结果进行复合得到原始图像的分割结果。实验结果表明,使用该方法能够获得较好的分割效果,并可提高分割算法的运算速度。     

基于信息熵的水下航行器灰色评估方法研究

利用信息熵具有客观性、确定性的良好特性,应用灰色聚类评估方法,结合水下航行器系统的自身特点,提出了基于信息熵的水下航行器灰色评估方法,解决了水下航行器传统评估方法中主观因素的干扰问题,提高了评估方法的客观性和可信性,为水下航行器系统的效能评估研究提供了一种新方法。采用该方法对水下航行器3种型号实例系统进行了应用分析,结果表明,该方法正确、可行,解决了存在的问题。可用于水下航行器系统的发展论证及实际应用,为水下航行器系统的设计、研发和使用提供了科学的理论决策依据。     

基于非结构嵌套网格的旋翼前飞流场计算

发展了一种基于线性弹簧理论的非结构动态嵌套网格方法,通过求解非定常Eu ler方程模拟了旋翼的前飞流场。根据距离参数快速生成便于计算的两个重叠网格子域,利用运动区子域网格的转动来模拟旋翼的旋转运动,并对其运用线性弹簧动态网格技术来处理旋翼的挥舞和变距运动。发展了一种快速查找插值贡献单元的方法,无需建立Inverse网格,提高了计算效率和精度。使用高效双时间方法分区求解非定常Eu ler方程,两个子域的流场参数在重叠区进行耦合。计算了旋翼的两种前飞状态,所得结果与实验和文献结果都很吻合。     

SAR图像双Markov-EAR模型的纹理无监督分割

单视SAR图像保留了最大的分辨率和场景可观测的全部纹理信息,根据单视SAR图像的统计性质,在双M arkov模型的框架下,对低层M arkov随机场提出了指数自回归EAR纹理模型,并对纹理含噪情形下的高层M arkov随机场模型给出了一种参数估计方法及相应的无监督分割算法。实验结果表明,与以往的有监督GAR模型和不考虑纹理的模型相比,无监督的双M arkov-EAR模型能大量降低分割时的错分率。     

一种基于节点相关度的无线传感器网络分簇算法

提出了一种基于节点相关度的无线传感器网络分簇算法。该算法根据接收信号强度、节点剩余能量和网络连通度选取簇头节点,根据节点相关度确定簇内成员。分析与仿真结果表明,与经典的LEACH算法相比,该算法选出的簇头分布更均匀,并提高了簇内负载平衡程度,延长了网络生存时间。