卫星发射任务主动段实时弹道算法研究

卫星发射任务时,由于现有外弹道测量体制布站几何的约束,需采用脉冲雷达与少量测速雷达联合解算主动段实时外测弹道,为安全控制、实时引导和公共显示等提供重要依据。传统的综合求速、微分平滑和逐点最小二乘等实时弹道解算方法存在难以克服的缺点,通过对新引入的"UKF"算法和多种传统算法的研究、比较,结果表明,"UKF"算法是目前靶场实时外弹道解算方法中精度最高、适应性最好的算法。     

外弹道测量多测速元数据融合同步修正方法

采用数据融合算法完成高精度外弹道测量对各测元时间同步有着严格的技术要求。在分析时间不同步对融合弹道测速精度的影响基础上,分析了引起无线电测速时间不同步的因素,并构建了有效的数学修正模型。针对融合弹道速度异常超差现象,依据对测速误差理论模型公式和无线电测速原理分析结果,提出基于各测量设备测速数据解算模型的积分点移位和传播延迟修正模型算法,并应用于潜射弹的数据融合同步修正。工程应用结果表明,融合弹道偏差优于0.04 m/s,较修正前精度提高了4倍以上。由于陆基无线电测量系统的测距、测角具有类似的时间不同步特征,因此该模型也可作为多测元融合弹道解算过程中的一般方法推广使用。     

基于侦校雷达的多测距实时数据融合方法研究

针对传统加权平均数据融合方法对测试设备测元齐备性要求高的局限性,提出一种基于多测距融合的侦校雷达组网实时数据融合方法。在最小二乘准则下,建立了侦校雷达组网融合模型,并对模型求解涉及的待估参数初值选择、权系数矩阵确定和融合精度等问题进行深入研究。通过仿真实验分析,有效验证了所提方法的实时性和精度。     

局域跟踪的测速雷达网量测融合弹道解算

 组网测速雷达覆盖地域较广,火箭飞行初始段,只有局域雷达网捕获目标,没有足够速度量测,无法独立解算弹道.本文利用测速雷达精度较低的角度量测,以交会方法先获得初步的目标位置估计作为伪定位量测,利用无迹卡尔曼滤波(UKF)将其与高精度速度量测融合对弹道进行估计.蒙特卡罗仿真表明,该方法可以弥补角度量测的精度,获得满足精度要求的弹道估计.     

基于遗传算法的目标轨道测量数据融合处理方法

雷达与光测设备是一种重要的外弹道测量设备,利用雷达与光测设备联合跟踪测量飞行目标,再对测量数据进行融合处理,可以得到高精度的目标轨道参数.本文利用约束样条函数样条理论讨论了多测量设备的误差模型方程,提出了一种改进的遗传算法,利用该算法对多传感器测量的数据融合求解方法进行了阐述,给出了具体的计算步骤.仿真数据实验表明,利用该方法处理多传感器测量的目标轨道数据,可以分离各测量设备的系统误差,降低了随机误差对目标轨道精度的影响,提高了数据处理结果的精度.     

量测提升卡尔曼滤波

滤波器设计是系统辨识和状态估计的重要基础.卡尔曼滤波通过状态预测和量测更新的实现框架,在最小方差准则下实现对目标状态的最优估计,但在单传感器量测环境中其滤波精度易受量测噪声随机性的影响.本文提出一种基于量测提升策略的卡尔曼滤波算法实现框架,新方法依据当前时刻量测和量测噪声先验统计信息构建虚拟量测,并通过对虚拟量测采样以及融合提升系统量测信息可靠性,进而改善状态估计精度.同时,针对算法在工程应用中实时性、准确性以及鲁棒性等需求,设计了分布式加权融合和集中式一致性融合的两种实现结构.理论分析和仿真实验结果验证了算法的可行性和有效性.     

基于弹道计算的截断误差估计与补偿

针对弹道变化曲率较大时采用微分平滑公式计算速度和加速度等特征点参数会产生较大截断误差的问题,论述了误差产生的原理,分析了截断误差对弹道参数精度的影响以及对特征点参数进行误差补偿的必要性,介绍了截断误差的补偿方法,提出了用理论弹道对测量船外测数据进行误差补偿的算法。通过任务实测数据试算,补偿后的数据精度明显提高,证实了对弹道参数进行截断误差补偿的有效性和可行性。     

外测数据误差的高精度估计与分离方法

航天发射场火箭外弹道数据预处理主要完成原始测量数据随机误差和系统误差的修正,是后续进行航迹融合和目标识别的基础。为解决传统最小二乘方法难以对测量数据随机误差进行高精度估计的难题,本文提出利用小波变换的多层分解与重构技术对测量数据的随机误差进行统计和消除;并针对复杂模型下测量数据系统误差难以分离的难题,采用模型辨识和回归分析理论对系统误差进行模型分析和诊断的方法。仿真和实际应用证明新算法简单适用,可有效解决传统方法难于对测元误差进行准确修正的问题,大大提高参与融合求解的测元数据质量和弹道解算精度,在靶场外测数据预处理方面具有良好的应用前景。     

6G车联网络面向多源感知的数据融合技术

为满足未来自动驾驶车辆全方位、高可靠的感知性能需求，6G需要对不同维度、来源、颗粒度的多源感知数据进行实时传输与全局融合处理。然而，由于激光雷达、摄像机易受环境影响，毫米波雷达分辨率有限，不同车辆多视角点云姿态估计不准确等问题，分布在车联网络中的多源感知数据难以实现精确融合，同时有限通信带宽难以支撑海量感知数据的协同共享。为此，基于通信-感知-计算融合(通感算融合)的思想，提出了一种6G车联网络面向多源感知的数据分级融合处理方法。首先车侧借助于激光雷达、毫米波雷达与摄像机之间的空间校准，实现多传感器优势互补的深度融合，之后多车自组织成簇，采用ICP算法融合多车感知数据，并通过压缩去冗处理降低通信上传开销，最后路侧在无线感知辅助下，通过两步配准方法实现多源感知数据的全局融合。通过搭建仿真平台对所提方法进行性能验证，仿真结果表明所提多源感知数据分级融合方法可在通信开销较小的前提下保证感知精度，扩展车联网络感知范围和感知维度，并能保证恶劣天气下感知可靠性。     

一种新的混合式数据融合方法及其在雷达组网中的应用

针对雷达组网中多型雷达数据融合存在的问题，本文对多型雷达在探测距离、探测精度、数据率以及处理时延等方面的差异进行研究，提出一种新的混合式数据融合方法。该方法对组网内同型雷达进行聚类并对聚类内雷达量测数据采用集中式融合策略生成局部融合航迹，对不同聚类间的局部融合航迹采取分布式融合策略，并在每个融合节点形成一致的全局融合航迹。通过仿真实验验证，该方法与组网内所有雷达均采用集中式融合方法相比在航迹精度、航迹实时性以及航迹连续性等方面均有不同程度的提升，证明该方法是一种可行的工程化实现方法。     

基于优化概率神经网络和红外多光谱融合的大气层外空间弹道目标识别

针对大气层外空间弹道目标难识别的问题,该文利用红外多光谱数据融合的思想,提出一种基于粒子群优化概率神经网络(PNN)的大气层外空间弹道目标识别方法。该方法首先通过一种新的多色测温方法提取出弹道目标的温度变化率和有效辐射面积两类动态特征,然后利用高斯粒子群优化(GPSO)方法对PNN的平滑因子进行优化,最后利用优化的PNN完成4类典型空间目标的识别。该方法融合了多光谱信息并提取出了多个动态特征,具有较强的鲁棒性。另外,该方法充分利用了概率神经网络的较高的稳定性和样本容错能力。仿真实验给出了4类典型空间弹道目标的多光谱红外辐射强度序列数据,并进行了目标识别研究。仿真测试结果表明,提出的优化PNN网络对多个弹道目标具有良好的识别能力。     

舰载经纬仪船摇误差修正方法研究

针对海上舰船摇摆引起的舰载经纬仪巨大定位及测量误差问题,提出一种船摇误差修正的高精度解决方案。利用惯性导航系统测量出的船体摆动姿态角和GPS局部基准定位信息,对舰载经纬仪实时站址数据和测角数据做了船摇修正处理,并研究了站址误差对测角精度的影响。通过对修正前后数据做误差比对分析,提高了海基测控装备外弹道的测量精度。试验证明,该方法简单、实用,修正后精度满足使用要求,可以推广应用。     

一种火箭及上面级外弹道实时滤波算法

火箭上面级飞行过程具有自主导航能力强、推力大、可多次启动等特点,这给实时外测弹道重建在模型建立、轨道机动的自适应跟踪等方面带来了一些困难。为此将中心差分卡尔曼滤波算法引入火箭及上面级外测弹道实时重建计算中,给出了适用于其飞行过程及观测量特点的状态外推计算模型及观测计算模型,并采用基于位置速度差分计算的机动加速度方差实时调整Q矩阵中速度及加速度分量,较好地实现了对机动过程的自适应跟踪。仿真及实测数据计算结果显示所给定的方法是有效的,研究结果对空间目标飞行弹道(轨道)的实时重建计算有一定的参考价值。     

空管异类传感器数据融合算法研究

现代空管多采用多雷达联网技术对飞机进行监视,以扩大监视空域的覆盖面积并提高对飞机的监视精度.针对ADS-B和雷达测量数据具有不同周期、不同维的特点,提出了基于自适应变维非线性量测最优线性无偏滤波(BLUF)数据融合方法.首先将三维的非线性量测的最优线性无偏滤波推广到六维的情况,然后针对融合中心收到的量测数据的类型采用不同维的最优线性无偏滤波.该融合方法不但有效地解决了ADS-B和雷达测量数据不同周期、不同维给融合带来的困难,还大大提高了融合的精度.通过仿真证明了自适应变维ADS-B和雷达测量数据融合方法的有效性.     

网络化多传感器系统的序贯式融合滤波——基于噪声估计方法

在网络化多传感器系统中,由于各传感器采集到的量测信息在经网络向融合中心传递的过程中,常会出现各种随时间变化的延迟现象,而处理该类系统融合滤波问题的现有方法又大都难以实现滤波过程实时性与滤波精度最优性的共赢.为此,本文在线性最小均方误差意义下,利用不同时刻状态间的递推关系和噪声估计方法,提出了一种实时、递归、最优的序贯式融合滤波器.首先利用状态间的递推关系,将不同时刻得到的量测信息转化为当前状态的伪量测信息.其次,利用新提出的噪声估计方法求解伪量测方程中增益噪声的估计值和用于滤波器设计的增益矩阵.然后,基于转化后的伪量测信息和求取的滤波增益矩阵实现对系统状态的最优估计.以此方法依次处理该融合周期内到达融合中心的各量测信息,建立起一种实时、递归、最优的序贯式融合滤波器.最后,用计算机仿真来验证新方法的有效性.     

多变量自回归信号信息融合辨识方法

近年来,为了提高系统模型和状态估计的精度,多传感器数据融合引起了广泛关注。对于带白色公共干扰噪声和有色观测噪声的多传感器多变量自回归（AR）模型,当AR模型参数和噪声方差未知时,提出了一种信息融合多段辨识方法,其中采用多维递推辅助变量（MRIV）方法得到AR模型参数的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性,通过一个信号仿真例子验证了其有效性。     

基于Matlab迫击炮外弹道仿真

本文以常规迫击炮外弹道为研究对象,建立了弹丸质心运动的数学模型,同时给出了使用龙格-库塔算法对其进行实时弹道解算的流程,并通过MATLAB仿真验证,得到了外弹道各参数的仿真数据,对于外弹道设计和论证工作具有参考意义。     

外测数据处理中噪声分离模型的方法研究

外弹道测量（简称外测）事后处理的原始数据中包含着由弹上、地面测量设备等产生的多种多样的系统误差和随机误差，外测数据质量与精度的实质就是对其噪声的准确分离。文中针对原始数据的特征，建立对其小波包分解后的各高频门限权值融合，并利用要求的数据精度值控制权函数的噪声分离模型，得到σ控制的数据和各种噪声的分离。实际应用表明，此方法对多类任务数据的处理都取得了满意的结果。     

雷达低空目标俯仰角事后提取的动态偏差补偿技术

由于多径回波信号的干扰，雷达对低空目标俯仰角的实时测量很难达到靶场外弹道测量的精度要求。结合目前靶场在装雷达系统，研究了掠海巡航飞行低空目标的俯仰角事后提取问题，为了提高低空目标俯仰角的测量精度，应用动态偏差补偿技术从雷达系统实时存储下来的视频信号中提取低空目标俯仰角参数。结果显示，动态偏差补偿技术可以显著改善俯仰角测量精度，为靶场试验决策提供依据。     

多目标参数精确测量及DSP实现

数字化多频连续波雷达有高精度测速、测角和测距的突出优点。文中采用连续波体制给出了一种高精度测量雷达中基于DSP(数字信号处理)实现的多目标参数实时精测的方法。计算机仿真表明，文中提出的高精度测量雷达中多目标参数确定方法有效可行，基于DSP的实现方案简单易行。