仅有角测量的跟踪机动目标系统

仅有角测量跟踪技术在理论上和实际上受到了广泛的应用。由于以往的仅有角测量跟踪滤波器不能精确跟踪机动目标,本文提出了带有机动目标检测器的修正增益的推广卡尔曼滤波器。这种滤波器是以线性动态系统及非线性观测方程为前提而推导的。文中给出了仿真数据结果,并与准线性卡尔曼滤波器,改进型推广卡尔曼滤波器作了比较。     

纯方位量测下增强可观测性的微分对策制导律

为改善导弹受到干扰或加装被动捷联导引头仅能够完成视线角度或纯方位量测情况下的导弹制导信息估计性能,提出了一种适用于纯方位量测的微分对策制导律。首先,通过对范数型微分对策制导律对策空间的分析,明确了捕获区的制导特性可以用于改进纯方位测量情况下的可观测性的设计思路。其次,在完成纯方位估计器设计的基础上,利用估计均方误差反映估计器可观测性的特性,建立了导弹控制量和可观测性之间的关系。然后在微分对策空间的捕获区域内,进行制导控制指令的选取,保证脱靶量的同时,提升估计器的可观测性能。最后给出了所提出的增强可观测性的制导律的执行流程,并考虑控制系统延迟和外部其他不确定性因素的影响,以及脱靶量控制优先的原则,对零控脱靶量参数和剩余飞行时间参数进行了设计。制导律的设计方法超出了确定性等价原理的框架,实现了滤波和制导律的集成设计。非线性仿真对比表明,采用所提出的制导律,可以获得较好的目标信息估计性能,且具有较高的单发命中概率。     

改进的变步长自适应滤波及Eckart加权抑噪算法

针对已有的变步长自适应滤波算法对噪声干扰敏感的问题,提出改进的变步长最小均方误差自适应算法,该算法对误差的自相关时间均值估计做遗忘加权补偿,并改步长因子固定范围约束为动态变化约束,一方面克服了单纯采用自相关时间均值估计调整步长所导致的步长因子快速衰减,获得了较快的收敛速度;另一方面相比基于Sigmoid函数的变步长算法,具有更平滑的步长变化和更低的稳态失调噪声.在改进算法中引入Eckart加权进一步抑制了自适应滤波器权系数伪峰,采用滑动窗遗忘加权降低了计算复杂度.将新算法及其Eckart加权应用于自适应时延估计仿真实验,结果表明：相比于已有的2种参数固定条件下的变步长自适应滤波算法,改进算法获得了更好的高斯噪声和突变噪声干扰下的时变时延跟踪性能.     

基于数据阵共轭重构的MUSIC角估计算法

介绍了一种利用接收数据及其共轭重构得到新的数据矩阵,然后借助于数据阵奇异值分解实现的修正MUSIC算法,并指出了这将有助于改善协方差矩阵特征值的分布,从而提高信号到达方向(DOA)的估计性能。在相同的信噪比和快拍数条件下,该方法无论是在角估计的均方误差、信号源角分辨能力等方面均优于普通的MUSIC算法,并给出了验证理论分析的计算机仿真结果。     

基于MVEKF的被动声网络定位算法

声网络跟踪低空目标时,存在信号传输时延及强非线性等特点,针对这个问题,该文提出一种基于修正协方差扩展卡尔曼滤波的声网络定位跟踪算法.首先,利用时延方程约束,将目标纯方位数据进行时间校准;其次,通过自适应修正滤波中的协方差矩阵,提高非线性滤波的精度和稳定性.与EKF的仿真比较说明,该文所提方法的定位精度更高,跟踪性能更好...     

基于数据阵共轭重构的

This paper gives a modified MUSIC (MMUSIC) algorithm based on the singularity decomposition of the data matrix which is re-constructed by the received data and their conjugatings. This method can change the eigenvalue distributions of the covariance matrix and improve the performances of the signal DOA estimation. With the same SNR and snapshot number, the performances of MMUSIC algorithm are better than that of MUSIC algorithm not only in the estimation of DOA of singals, but also in the resolution of the arrival angle for singals. Finally, the simulation results confirming the theoretical analysis are presented.     

弹目信息在纯方位末制导中的应用

在考虑“被动测量”的条件下，探讨了通过综合利用弹目信息来获取制导所需信息的方法，设计了一种适合被动雷达寻的末制导的运动跟踪滑模制导律；根据自适应推广Kalman滤波技术设计了目标跟踪滤波器；给出了简化的末制导数学模型，并进行了仿真计算。结果表明：所给方法可以较好地提高导弹的制导精度。     

一种基于EM算法的快速收敛参数估计方法

将EM算法用于参数估计中,提出了一种在EM算法迭代中使用符号后验概率修正先验概率的快速收敛参数估计方法。通过分析参数估计的CRB与EM算法收敛速率的关系,指出通过降低参数估计的CRB可以提高EM算法的收敛速率。证明了修正之后的算法能加速算法收敛的机理,即降低了缺失数据的熵;同时证明了修正后的算法仍然收敛到修正前的似然函数。最后以载波相位估计为例与传统基于EM算法的相位估计方法进行比较,仿真结果表明,在不影响估计性能的前提下,算法收敛速率明显加快。     

无人机蜂群通信的虚拟大规模MIMO信道估计算法

针对利用无人机蜂群通信实现热点区域覆盖的应用场景,提出了一种无人机蜂群通信中虚拟大规模多输入多输出信道估计算法,包括信道状态信息中导向矢量的波达方向(DOA, Direction Of Arrival)估计算法和子阵间距估计算法。考虑到空地信道状态依赖于地面用户的角域信息,因此先利用辅助用户对无人机方向角进行估计,在此基础上提出了一种基于降秩的DOA估计算法,获取精确的DOA信息。进一步,考虑到UAV动态位置变化导致不同UAV的天线阵列相对位置变化,提出了一种基于优化搜索的子阵间距估计算法,避免了大范围搜索带来计算复杂度高的问题。仿真结果表明,所提DOA和子阵间距估计算法可以提高信道估计精度。     

基于纯方位角测量的水下目标跟踪

在笛卡尔卡尔曼滤波器的基础上，提出了改进极坐标扩展卡尔曼滤波器，并且研究了应用于纯方位角测量的目标跟踪算法，对提出的算法进行了相应的仿真实验，仿真结果表明，改进极坐标扩展卡尔曼滤波器非常适合于目标的跟踪研究，具有很高的工程应用价值。