基于可观测性分析的混合式惯性导航系统连续自标定模型选择

针对混合式惯性导航系统连续自标定的系统模型选择问题,从模型中惯性仪表安装误差的可观测性出发,分析了不同模型的可观测性和适用条件。根据不同动力学方程和观测方程构建了3种不同的混合式惯性导航系统连续自标定模型,从可观测性定义出发分析了惯性仪表安装误差与系统观测量之间的关系,以判断系统是否可观测。分析结果表明,选择失准角方程作为动力学方程、加速度计输出作为观测方程和选择框架角方程作为动力学方程、加速度计和平台框架角传感器输出作为观测方程时,系统模型是可观测的。对3种系统模型进行了仿真和试验分析,验证了理论分析结果的正确性。     

二维单站纯方位运动目标跟踪的可观测性

利用量测目标方位序列求解目标运动参数的纯方位跟踪（BOT)系统会发生解的不惟一的问题,即不可观测性。针对ニ维空间单目标和单平台（观测器）情形,利用向量变换以及线性矩阵方程解的性质,对BOT的可观测性问题进行了讨论;给出了当目标匀加速直线运动下,观测器保持匀加速直线运动时BOT系统不存在惟一解的命题;同时给出当量测方位序列和采样时间满足一定的条件,系统可以求出目标某些运动参数比值的算法。进ー步将结论推广到观测器和目标都作任意阶次时间序列机动的一般场合,推导出当观测器机动阶次不超过目标机动阶次下,系统不可观测的重要结论;向量法以及得出的结论为进ー步分析观测器的机动策略具有重要的指导意义。     

离散探测点序列的最优化计算

摘要：针对离散时间探测随机运动目标这类问题,设计一种新的最优探测点序列逼近算法。在搜索状态建模和 求解一阶搜索状态方程特征迹线解的基础上,建立对随机运动进行离散时间探测的发现概率最优控制模型,结合动 态规划原理,实现该算法步骤。在满足1 阶搜索状态方程的随机恒速目标条件以及有限指数探测函数条件下,将算 法应用到算例。结果表明：当随机恒速运动目标初始位置和速度均服从圆正态分布时,该算法能由任意给定的初始 探测点序列优化收敛,满足精度要求的最大发现概率的最优探测点序列。     

一种鲁棒自适应容积卡尔曼滤波方法及其在相对导航中的应用

针对无人机编队相对导航系统中视觉导航传感器量测噪声服从非高斯分布的问题,提出一种带噪声估计器的鲁棒自适应容积卡尔曼滤波(CKF)算法。该算法将Huber求解线性回归问题与协方差匹配方法相结合,利用残差序列实时估计,调整系统过程噪声和量测噪声的统计特性,并采用遗忘加权参数对接收到的测量数据进行加权,从而准确地估计出无人机之间的相对位置、速度和姿态信息,提高了鲁棒CKF算法的自适应能力。仿真结果表明,与标准CKF算法和鲁棒CKF算法相比,该算法对受污染的噪声统计特性有较强的自适应性,估计精度高,鲁棒性更强。     

基于观测器的飞行器鲁棒故障诊断与容错控制方法

针对传统自适应故障估计观测器难于处理存在未知扰动的不确定性系统和无法准确和快速估计时变故障等问题,提出了一种新型的基于自适应故障估计观测器的容错控制系统设计方法。该方法构造增广误差系统,利用线性矩阵不等式（LMI）表述的多目标约束算法,有效抑制了干扰对系统设计的影响,并基于系统状态和故障的实时估计信息,设计了状态反馈容错控制器,使得系统在出现故障时仍可确保稳定性。最后通过仿真实验验证了该算法对时变故障估计的准确性、快速性及故障模式下系统的稳定性。     

多传感器空间配准的病态性及其稳健估计

为提高多传感器空间配准的精度和稳定性,以最小二乘空间配准算法为基础,分析多传感器空间配准病态性产生的原因,指出系统误差估计Fisher信息矩阵的病态性是影响空间配准质量的主要因素。运用条件指标对病态性程度进行评价,并根据信息矩阵的奇异值呈阶梯型分布特点,提出一种混合的奇异值修正稳健估计算法。该算法通过只对较小的条件指标进行修正,实现对系统误差观测方程中不确定成分的有效抑制和确定成分的保留,能较好解决多传感器空间配准系统误差实时估计问题;通过两种不同场景下的系统误差估计结果证明,该算法的使用可显著地提高系统误差参数估计的精度和稳定性。     

雷达组网多目标跟踪系统的设计与实现

雷达组网多目标跟踪系统采用加权最小二乘估计估计目标的初始状态,其数据关联采用最近邻算法,假设观测误差为高斯噪声且各个传感器之间相互独立,先计算量测点与系统航迹的标准化距离,再判断某个量测是否与某个航迹相关联,选择标准距离最小的系统航迹与量测点配对,用此量测点对系统航迹进行更新。系统跟踪滤波则采用加权最小二乘滤波算法,仿真试验表明,该系统可有效地对组网雷达条件下的多目标进行跟踪。     

基于多导弹协同目标探测的空间配准算法

在多导弹协同目标跟踪技术中,通过将多传感器的观测信息进行融合产生目标的全局航迹。理想情况下,各传感器的偏差认为是零,然而实际中由于偏差的存在导致融合效果变差,需要通过空间配准对误差进行估计和补偿。本文主要针对两类误差:传感器量测(系统)误差和姿态(定向)误差,提出一种改进的基于地心地固坐标系的卡尔曼滤波(ECEF-KF)方法。首先建立了系统误差和姿态误差模型;其次将弹上传感器的量测转换至公共坐标系(ECEF system),隔绝了导弹自身的运动;然后构造关于状态的线性伪量测并通过卡尔曼滤波(KF)对各偏差进行估计。仿真结果表明,该算法可准确估计各偏差量的大小,并通过误差补偿极大提高目标跟踪的精度。     

分布式多传感器多元假设检验的最优决策融合算法

研究分布式并行检测融合系统的M元假设检验融合算法.融合系统由融合中心及N部传感器构成.由于融合系统的检测性能由融合规则及各部传感器的判决规则共同决定,因此为了优化系统检测性能,需要联合优化融合规则及各部传感器的判决规则.在各部传感器观测相关的条件下,推导了联合最优化融合规则及传感器判决规则满足的必要条件,并给出了求解最优融合规则及传感器判决规则的数值迭代算法.仿真实验结果表明,采用该融合算法对系统性能进行优化,可获得明显优于单部传感器的检测性能.     

基于多传感器交叉提示的临空高速目标探测体系

针对单一平台探测无法实现临空高速目标的连续高概率探测,提出了基于多传感器交叉提示的临空高速目标探测体系。该体系通过分析临空高速目标的探测需求并对传感器交叉提示基本概念、发生条件和传感器部署距离进行定量计算,同时搭建多传感器协同探测仿真平台对比分析有无运用交叉提示技术对目标覆盖效果的影响并对比验证了不同算法对预警探测的影响。仿真结果表明,天基、空基、地基(海基)等多传感器组网能够有效弥补单一探测平台的不足,并证明了多传感器协同组网探测的必要性和可行性,该算法在收敛速度、求解精度和算法运行时间上均优于改进蜂群算法和粒子群算法。     

转换测量与Kalman滤波的渐近特性分析

针对一类坐标非耦合的目标运动模型分析转换测量Kalman滤波的渐近特性.基于转换测量误差协方差矩阵的特征值分解,给出了转换位置测量的时间渐近特性.作为分析的附带结果,给出了一种新的序贯滤波算法.提出了准一致完全可观测性的概念并利用这一概念分析了滤波器估计误差的协方差界限和偏差特性.分析表明,滤波器的发散是潜在的甚至是不可避免的,特别是目标快速远离传感器时.这正是由于该系统并不是一致完全可观测的而是准一致完全可观测的.最后,不同的蒙特卡罗仿真验证了上述理论分析的结果.     

非线性系统测量数据丢失时的一种粒子滤波器算法

针对在工程实践中发生的测量数据随机丢失情况,提出了一种应用于非线性系统的滤波方法,该方法将基于序贯重要性采样的粒子滤波器应用于非线性、非高斯系统状态的在线状态估计。首先将测量数据丢失描述成满足一定条件概率分布的二元开关序列;然后基于似然函数设计方法,设计出测量数据丢失时的粒子滤波器算法;最后用本文方法对倒立摆系统状态估计进行了仿真。仿真实验表明,测量数据丢失时的粒子滤波器算法是有效的。     

多包传输网络控制系统的保性能控制

研究了一类具有不确定时延的多包传输网络控制系统的保性能控制问题。在传感器数据传输采用静态调度策略的情况下,在控制器端用对象模型来估计对象的状态,根据接收到的传感器数据更新模型的相应状态,将多包传输网络控制系统建模为具有不确定性的线性离散周期系统。根据周期系统理论和矩阵不等式方法,推导了多包传输网络控制系统保性能控制律存在的条件,给出了保性能控制律的设计方法,利用PENBMI软件包求解双线性矩阵不等式约束的优化问题可得到次优保性能控制律和次优性能指标。仿真例子验证了设计方法的有效性。     

无陀螺惯性测量系统角速度估计算法

针对无陀螺惯性测量系统中角速度解算的难题,文中在分析目前常用角速度解算方案优缺点的基础上,根据Kalman状态估计理论,建立了新的不局限于某种加速度计配置方式的系统状态方程和观测方程模型,推导出了带控制项和系统干扰噪声的限定记忆Kalman状态估计公式,通过一种九加速度计配置方式,对该估计算法进行了仿真验证,仿真结果表明该算法能有效地提高角速度解算的精度,避免了其他角速度解算方案误差发散和小角度符号判断难题.     

基于双PN 周期的窄带干扰直扩序列盲估计

为了解决窄带干扰条件下低信噪比直扩信号扩频序列（direct sequence spread spectrum,DSSS）的盲估计问题,提出一种基于双PN周期分解的扩频波形估计算法。该算法用2倍PN周期进行采样形成观测向量,利用特征分解法求各特征值及其向量,并利用特征向量消除窄带干扰,并求出PN码序列。结果表明：该算法在低信噪比条件下能完成对PN码序列的精确估计,能解决传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题。     

基于纯角度的三维运动目标可观性研究

本文针对在三维空间作匀加速运动的目标,推导出了基于纯角度测量的运动目标状态可观测的必要条件.在求解这一必要条件的过程中,利用数学变换手段,将非线性角度观测方程转换成线性框架来进行处理;利用满秩矩阵的一些特点,把高阶非线性微分方程转化成一阶线性微分方程组来求解,获得了可观测性必要条件.另外根据此必要条件直接推出了前人所证明的关于三维空间匀速运动目标状态可观测性判据.     

一种基于似然比判决规则的检测融合算法及其鲁棒性分析

研究了一种传感器观测相关条件下分布式并行检测融合系统的检测性能优化方法,即限定各部传感器采用似然比判决规则,并在该约束条件下联合优化融合规则及各部传感器的判决门限,以使系统检测性能达到最优.推导了融合规则及各部传感器判决门限联合最优化的必要条件,得到了最优传感器判决门限满足的系统方程,并在此基础上给出了求解最优融合规则及传感器判决门限的数值迭代算法.仿真实验结果表明,该融合算法鲁棒性较好,且系统检测性能明显优于单部传感器的检测性能.     

基于模糊逻辑的交互式多模型网络化弹药多节点目标跟踪算法

针对地面网络化弹药系统多节点目标跟踪问题,提出了基于模糊逻辑的交互式多模型（FL-IMM）多节点目标跟踪算法。在多模型交互输出阶段,利用测量误差协方差矩阵的理论值与估计值之间的差值自适应调整测量误差方差;在多节点融合阶段,建立模糊融合系统（FFS）将来自不同节点的目标状态估计数据融合,进而得到网络目标状态估计。通过一个具有3个主探测节点的网络验证了该算法的可行性。实验结果表明,该算法在传感器失效、系统测量误差未知等情况下仍能很好地跟踪机动目标;该算法在地面网络化弹药多节点目标跟踪方面具有较大的实用性。     

基于无迹变换的协同探测与速度方向控制制导律一体化设计

飞行器协同探测相比于单飞行器探测具有精度更高、抗干扰能力更强的优势。传统制导控制设计过程中通常将目标定位跟踪和制导算法进行解耦设计,但实际上制导算法需要实时估计的目标位置等参数作为输入,而制导算法也会影响目标跟踪状态和测量方程的构建以及观测条件,两者存在较高的耦合度。解耦分别设计会造成一定的信息缺失,降低估计和制导精度。针对这一问题,本文构建了一种基于无迹变换的协同探测与制导一体化设计方法,一方面将协同探测目标定位算法引入制导律中,利用融合的目标位置估计均值和方差作为制导算法的输入,将制导过程作为一个随机矢量的非线性传播过程,利用无迹变换获取飞行控制角的均值和方差。仿真实验验证了该方法与传统的速度方向控制滤波算法定位相比,既能提升探测精度,同时满足较低的过载,较好地对飞行器的速度方向和姿态进行控制。     

不完全量测下基于信息一致性的分布式容积卡尔曼滤波算法

针对不完全量测条件下分布式火控系统中的非线性目标跟踪问题,为提高跟踪系统的估计精度并保证各探测单元估计结果的一致性,提出一种基于信息一致性的分布式容积卡尔曼滤波(ICDCKF)算法。针对非线性系统,给出不完全量测下的改进容积卡尔曼滤波。考虑到各探测单元间局部估计信息的相关性,该算法首次将协方差交叉方法应用于非线性一致性滤波算法,提高互协方差未知情形下分布式融合的估计精度。特别地,为确保算法的可行性,给出不完全量测情形下,ICDCKF算法估计结果收敛的条件,并从理论上严格证明在该条件下ICDCKF算法可以保证估计方差的有界性。ICDCKF算法应用于一类光电跟踪网络,与现有CKFI算法、CKF_CI算法、KCF_ Me算法对比分析表明：ICDCKF算法在保证各探测单元估计结果一致性的同时,大幅度提高了跟踪系统的估计精度。