BTT导弹利亚普诺夫制导律的工程应用

为了解决BTT导弹制导的传统难题,将利亚普诺夫方法引入BTT导弹制导律的设计中,得到卡尔曼滤波器结构,形成BTT导弹利亚普诺夫制导系统,分析了反正切方法形成的BTT导弹比例导引(PN)系统与BTT导弹增强型比例导引(APN)系统,得到了考虑驾驶仪滞后、过栽为0时奇点限制的具有更优制导性能的BTT导弹利亚普诺夫制导律.对...     

一种基于L2增益理论的导弹鲁棒制导律

文中对制导过程进行的运动学分析．推导出非线性相对运动方程，然后建立了导弹与目标相对运动被控模型，在此基础上．应用鲁棒控制理论的L2增益理论提出了一种鲁棒制导律，最后通过仿真表明，当存在目标机动和制导误差、角测量噪声时，鲁棒导引律的性能和精度明显优于比例导引律。     

基于偏置比例导引的模型研究

以比例导引基本模型为基础,分析了偏置比例导引的制导方法。建立了偏置比例导引制导律数学模型,推导了偏置比例导引表达式,分析了偏置项作用时间、作用起止时间、期望落角和导航比等对偏置比例导引的影响。从弹道、过载和落角三个方面对比分析偏置比例导引与弹道成型制导律。在达到角度约束的前提下,弹道成型制导律需要预估剩余飞行时间,而偏置比例导引制导律不需估计,减少了估计值可信度对制导律的影响,有利于其工程应用。     

红外空空导弹ENDGAME滑模制导律鲁棒性研究

根据空空导弹末端控制(ENDGAME)制导系统的特点,引用基于零化视线角速度的滑模制导律,理论上分析了当制导系统存在视线角速度和相对速度的测量噪声及目标机动时,此制导律的鲁棒性.仿真验证了此制导律在对克服测量噪声和目标机动时比比例导引律有一定的优势.     

噪声接入比例导引系统的简化分析

将无量纲及归一化方法引入对角噪声及闪烁噪声接入的比例导引系统的简化分析中。并结合统计学的方法——伴随法来简化系统并分析脱靶量的统计学特征。得到了角噪声与闪烁噪声接入比例导引系统后,不同参数对脱靶量的统计学上的精确的影响。为制导律的设计提供了理论依据。     

随机风对比例导引制导精度影响研究

分析了随机风对弹体产生的干扰作用,建立了引入随机风干扰的比例导引制导系统模型,并对模型进行了适当简化,运用伴随法得到了简化后比例导引制导系统的解析解,系统解析解显示随机风造成的脱靶量与随机风的标准差成正比,并随着制导时间的增加趋于一个常值.最后详细分析了未经简化的比例导引制导系统,仿真结果表明:增大比例导引系数有利于抑...     

陀螺光学耦合导引头在机动弹头中的应用技术研究

给出了激光末制导机动弹头系统原理.对陀螺光学耦合导引头进行了全面地分析,建立了导引头数学模型,包括定位原理模型和导引控制模型.对陀螺光学耦合导引头在末制导机动弹头中的应用尤其是对比例导引律的实现进行了论述,为下一阶段末制导机动弹头的仿真研究提供了有效依据.     

考虑动力学滞后的最优比例导引律研究

建立具有一阶动力学滞后的制导系统模型,利用最优控制理论,推导了考虑一阶制导动力学滞后的最优制导律。与经典的比例导引、增强型比例导引进行了对比研究,研究结果表明,这种最优制导律能有效降低弹道末端对加速度的要求,减少制导系统对末导时间的要求,同时也能有效降低动力学滞后对制导系统脱靶量的影响。     

反坦克导弹导引回路设计与仿真

导引回路是导弹系统设计的重要内容之一.文中对反坦克导弹末制导段的比例导引回路进行了设计,主要包括制导滤波器设计、比例导引回路变增益补偿信号设计和阻尼回路设计.通过数字仿真计算表明了设计结果能够满足导弹末制导的要求.     

捷联反辐射寻的制导系统比例导引方法研究

针对捷联反辐射寻的制导的特点，从工程应用出发，分析了直接导引（又称弹体追踪导引）和利用视线角速率重构实现比例导引存在的问题，提出了直接利用捷联寻的器的测量角度信息实现捷联比例导引的新方法，并给出了工程应用的两种形式，通过仿真分析验证了该方法的有效性和可行性。     

随机外弹道学中的成形滤波器

对弹箭飞行过程中的干扰为有色噪声的动态响应，建立了某一合适的虚拟动力系统，即成形滤波器，由此，白噪声通过该成形滤波器能输出既定的有色噪声，把成形滤波器的微分方程与外弹道方程组联立，便构成为便于求解的完整的外弹道随机动力学模型。     

一种光纤陀螺随机噪声时间序列建模与实时滤波方法

为了减小光纤陀螺（FOG）的随机噪声,利用时间序列分析法对FOG的随机噪声进行了分析与建模,并在建立的自回归滑动平均（ARMA（2,1））模型基础上,采用一种将改进递推增广最小二乘（RELS）算法和Sage-Husa自适应卡尔曼滤波算法相结合的方法,对采集的FOG静态输出随机噪声进行实时补偿,同时与标准kalman滤波算法进行仿真对比。仿真结果表明,该方法具有更好的补偿效果,可更有效地抑制FOG随机噪声。     

Piecewise Filter of Infrared Image Based on Moment Theory

The disadvantages of IR images mostly include high noise, blurry edge and so on. The characteristics make the existent smoothing methods ineffective in preserving edge, To solve this problem, a piecewise moment filter （PMF） is put forward. By using moment and piecewise linear theory, the filter can preserve edge. Based on the statistical model of random noise, a related-coefficient method is presented to estimate the variance of noise. The edge region and model are then detected by the estimated variance. The expectation of first-order derivatives is used in getting the reliable offset of edge. At last, a fast moment filter of double-stair edge model is used to gain the piecewise smoothing results and reduce the calculation. The experimental result shows that the new method has a better capability than other methods in suppressing noise and preserving edge.     

基于新息自适应滤波的惯性测量单元误差在线标定方法研究

考虑到空天飞行器飞行环境和运动特性下导航传感器误差的噪声统计特性不可能完全精确已知,若使用常规卡尔曼滤波进行在线标定,将会导致滤波精度下降甚至发散。设计一种基于新息自适应滤波方法的惯性测量单元(IMU)误差在线标定方案和算法,克服常规卡尔曼滤波需预先知道噪声统计特性的不足,设计包含IMU安装误差、刻度因子误差和随机常值误差在内的27维高阶状态变量的误差标定模型,分析提出可同时对系统噪声和量测噪声协方差矩阵进行动态调整的新息自适应滤波在线标定算法。仿真验证实验表明,相较于采用常规卡尔曼滤波以及Salychev O自适应滤波算法进行在线标定,所设计的新息自适应滤波在线标定方法能更有效实现对IMU误差的动态标定及补偿,进一步提高了惯性导航系统精度。实物验证实验表明,该方法可有效标定IMU误差残差,提高导航精度,为工程应用带来较大便利。     

自适应卡尔曼滤波在地磁姿态检测中的应用

针对多种噪声源作用下地磁姿态检测系统测量精度不足的问题,利用简化形式的弹丸被动段弹道方程,建立扩展卡尔曼滤波模型,通过对系统噪声、测量噪声和舵机噪声的自适应估计,实现整个滤波过程的自适应化,最后对自适应滤波方法进行了仿真验证。仿真和实验结果表明,自适应卡尔曼滤波算法具有较强的可行性,适用于地磁姿态探测系统。     

模拟弹体内IMU输出与卡尔曼滤波研究

IMU在地面系下的投影,通过转换矩阵转换为弹体系下的输出,再考虑到惯性器件常值误差﹑白噪声与随机误差的影响,即可模拟IMU在弹体内的输出.当地面系下的投影为静态或动态时,可分别模拟弹体内IMU在初始对准时的输出和在飞行过程中的输出.对该信号进行卡尔曼滤波,根据信号的特性调整滤波参数,进而提高滤波效果.这将有助于解决卡尔曼滤波器在实际应用中估计误差增大和滤波发散等问题.     

基于神经网络的捷联惯导系统温度补偿

基于神经网络的捷联惯导系统温度补偿算法,以观测温度为输入变量,以数字滤波器输出信号为输出.采用BP算法训练网络.其对输出信号进行数字滤波,消除系统随机误差和采样电路噪声的影响.再与初始零位比较,得到只与温度变化有关的信号,以此作为网络学习的目标信号,得到陀螺随温度变化信号的估计值.实验结果表明,该算法不仅能获得较高的精度,还能提高系统实时性.     

基于时空域融合的红外弱小目标检测算法

文中提出了一种基于时空域融合的红外弱小目标检测算法。算法首先采用Top-hat进行空域滤波,再采用三帧差分滤波器进行时域滤波。针对滤波后图像序列将只包括目标和少量噪声的特点,文中采用了一种或运算,或运算能进行能量累积,并检测出目标的运动轨迹。然后进行形态学闭运算,以连接可能断裂的目标轨迹。最后运用自适应阈值分割,检测出目标轨迹。仿真结果显示本算法能很好的检测出复杂背景下低速和高速运动低信噪比的弱小目标。     

基于时间序列分析方法的FOG随机漂移建模与辨识

为了对光纤陀螺（FOG）随机漂移（启动漂移、慢变漂移和快变漂移）的各项参数进行快速有效的辨识，建立了含未知模型参数（慢变漂移的相关系数）的FOG随机漂移状态方程模型，通过对FOG随机漂移进行时间序列分析，辨识了未知的模型参数以及慢变漂移和快变漂移的白噪声方差，以卡尔曼滤波／平滑技术计算了FOG随机漂移的3项分量。对实测的FOG随机漂移数据进行了模型辨识与适用性检验，结果表明，该方法能够准确计算FOG随机漂移的各项参数和分量。通过建立FOG随机漂移的状态方程模型，首次将时间序列分析方法与卡尔曼滤波／平滑技术相结合，快速计算了启动漂移、慢变漂移的相关系数以及慢变漂移和快变漂移的白噪声方差，这对于修正FOG单独工作或与其他设备组合时的导航误差具有重要的参考价值。     

基于时间序列方法的自校正滤波器设计

文中设计了一种新的基于ARMA模型自校正卡尔曼滤波器，从而避免了经典卡尔曼滤波器需要精确知道系统的模型参数和噪声统计特性的缺点。仿真结果表明，在未知部分模型参数和噪声统计特性的情况下，自校正卡尔曼滤波器的滤波性能．非常接近稳态最优卡尔曼滤波器。且计算过程简单．并可以在线建模．适用于部分慢时变系统。