基于磁强计和陀螺测量的卫星轨道姿态一体化确定算法

突破卫星轨道和姿态参数分别确定分而治之的传统模式,提出了利用磁强计和陀螺测量信息同时确定卫星轨道和姿态参数的新方法。利用磁强计提供的地磁场测量值与地磁场模型计算值之间的差值,以及陀螺提供的角速度信息,推导了轨道姿态一体化确定扩展卡尔曼滤波算法。利用局部可观测性理论定量地计算系统局部可观测矩阵的条件数,进而利用该条件数对系统的可观测性进行深入分析。最后对本文算法进行了数学仿真,结果表明该算法的可行性和有效性。     

一种非线性动态系统参数估计方法

从非线性动态系统的参数估计问题出发,介绍了一种新的估计方法——粒子滤波估计法,该方法是一种基于贝叶斯推理和蒙特卡罗方法递推算法,通过动态模型推导了粒子的数值,通过实例分析了该估计方法的性能.结果表明,粒子滤波方法能显著提高估计性能,且精度高,比较灵活.     

线控转向汽车传感器的容错控制

以基于最优滤波理论的自适应渐消Kalman滤波技术的状态估计器为基础,提出了一种新的线控转向汽车主要传感器的容错控制方法,并进行了硬件在环仿真验证。结果表明:该方法可以应用于线控转向汽车传感器的容错控制,能够有效提高线控转向汽车传感器的可靠性和安全性。     

基于模糊聚类的移动机器人并发故障诊断

移动机器人并发故障诊断技术大多将并发的多故障作为多种单故障组合状态处理,这样不仅需要为每种故障设计滤波器,且只能诊断特定的多故障组合.为了克服这些缺点,提出一种移动机器人多故障并发的故障诊断技术.根据移动机器人的运动模型,为每一种单故障状态设计一个对应的卡尔曼滤波器,用这些滤波器对移动机器人并发故障数据进行滤波.利用模糊聚类方法对滤波结果进行分类,根据移动机器人运行数据对不同单故障集合的隶属度诊断任意组合的并发故障.在三轮移动机器人Pioneer3上进行仿真实验,对14种常见的单故障和多故障并发的情况进行诊断,证明了该方法对轮式移动机器人并发故障诊断的有效性.     

BF粒子滤波算法在快速目标跟踪中应用的研究

为了对快速目标进行跟踪,在高斯加性白噪声的条件下(AGWN),文章把BF粒子滤波算法和迭代的Kalman滤波器方法结合起来对快速目标状态进行处理,状态估计用BF粒子滤波算法,能减小方差和运算量,同时用Kalman滤波器能提高跟踪精度和对目标状态的估计。仿真结果表明,文中所设计的快速和精确的BF算法能真正地解决快速目标跟踪问题。     

空时分组码系统中WL-Kalman均衡算法*

根据空时分组码(STBC)系统的编码特点,提出了一种低复杂度的基于宽线性(WL)处理的Kalman均衡算法。该算法针对STBC系统,利用宽线性处理的思想,采用Kalman均衡算法对接收信号及其复共轭联合进行处理,有效地减轻了由频率选择性衰落信道引起的码间干扰(ISI)。对所提出的均衡算法在不同环境下进行了仿真验证。结果表明,与传统的线性均衡器相比,该算法明显提高了系统的性能,具有实际应用价值。     

自动人脸跟踪方法研究

针对实时视频监控领域中传统的Camshift算法不能自动跟踪人脸和容易受到肤色相近遮挡等问题,首先采用Adaboost算法实现了人脸的自动检测,同时对于跟踪丢失等情形,通过贪心预测和卡尔曼预测对跟踪偏差进行实时改进,并比较两种算法的优缺点。实验表明前者对跟踪的准确性有较大提高,后者具有较好的实时性,在相近肤色遮挡时仍能实现正确跟踪,并对侧脸也有较好的效果,算法具有较好的鲁棒性。     

Kalman滤波预测的多小区子载波分配方法

小区间干扰协调是3G演进系统中抑制小区间干扰的重要策略, 并且在各类小区间干扰协调方案包含着不同的频率复用方法。为了在抑制干扰的同时提高频谱利用率,提出了可用频率集合的概念。如何分配可用频率集合中不同频点的子载波直接关系到小区间干扰的强弱程度,而现有的子载波分配方法往往基于当前信道状况, 导致在分配过程中因时间的滞后性而带来较大的干扰。针对这种情况,提出了一种基于Kalman滤波预测的自适应子载波分配方法。该方法通过检测获取不同子载波对用户的信道增益干扰比(GIR), 进而采用Kalman滤波估计得到下一时刻的GIR预测值大小,并以该预测值作为子载波分配的依据。仿真结果表明,与固定子载波分配方法和基于当前GIR的子载波分配方法相比,该方法能有效降低不同频率复用方法下的小区间干扰,改善小区和用户的性能,具体表现在提高了小区吞吐量,降低了用户的阻塞率,以及改善了小区边缘用户的比特丢失率。     

基于FPGA_ARM的机载组合导航系统设计

为了降低惯性导航系统的累积误差,提高导航定位的准确性,文章采用惯性导航系统、GPS和磁航向计等构建了小型组合导航系统,以INS、GPS位置和速度的差值作为观测量,通过卡尔曼滤波器估计位置、速度和姿态等导航参数的误差量,进而获得准确的导航参数估计值;实验结果表明,该方法能够有效遏制系统累计误差,满足导航系统的精度和稳定性要求。