动态系统预测的一种统计方法

给出了动态系统预测的一种统计方法及其递推估计公式，该方法充分利用了新信息，提高了预测准确度，减少了计算量，预测效果优于普通最小二乘估计.     

基于粒子预测的非线性状态目标跟踪算法

对目标状态进行可靠的估计,可以在相对较小搜索区域内完成对模板的搜索,提高跟踪的实时性.卡尔曼(Kalman)预测对线性高斯问题能够提供最优估计,而对目标模型、观测方程等要求的非线性、非高斯问题不再适用,针对此问题,提出利用基于蒙特卡罗(Monte Carlo)模拟方法和贝叶斯估计的粒子滤波(Particle Filter)对非线性、非高斯问题进行位置预测.详细描述了基于粒子预测的目标跟踪算法,并给出实验仿真结果.     

基于MME准则估计卫星姿态的非线性滤波算法

结合矢量观测的特点，基于最小模型误差准则给出了一种确定卫星姿态的实时估计算法，称为预测滤波算法。该算法利用矢量观测信息，对动力学方程中的力矩模型误差进行预测，并利用预测值修正动力学模型，从而准确地估计卫星的三轴运动姿态，同时能获得角速度估计值。通过误差观测矢量的建立，进一步提出了能够简化准则函数的修正预测滤波算法。仿真结果证明，预测滤波算法及其修正算法克服了扩展卡尔曼滤波器的不足，能够有效地解决存在显著模型误差情况下的非线性估计问题。     

灰色系统模型GM(1,1)在股指灾变预测中的应用

将灰色系统理论应用于股市预测 ,建立了灾变日期预测模型。运用该模型进行上涨周、局部低点周及灾变转折点预测的实例表明 ,灾变预测模型在股市预测中具有操作性强、实用价值高、易于普及应用的特点。     

基于小波与混沌理论的股市多步预测研究

提出一种基于小波与混沌理论对股市进行多步预测的方法。并依据混沌理论给出进行股市多步预测的最大时间尺度。对于其它复杂系统的多步预测同样具有指导意义。     

基于两阶段TKF的测量死区下离散时间系统的故障估计

针对出现测量死区的离散系统,提出一种基于两阶段TKF的故障估计方法。引入2个Bernoulli随机向量描述输出死区,并设计了增广状态Tobit卡尔曼滤波器(augmented state Tobit Kalman filter, ASTKF)。通过两步U-V变换方法对ASTKF的协方差矩阵解耦,从而获得两阶段Tobit卡尔曼滤波器(two-stage Tobit Kalman filter, TSTKF),并且利用TSTKF解决了系统故障估计问题。对所提出方法进行仿真,并与标准卡尔曼滤波器、间歇观测下的卡尔曼滤波器进行比较,说明了该方法的可行性和准确性。     

自适应跳频通信系统信道质量评估方法研究

信道质量评估是自适应跳频通信的关键技术,其实时评估结果为自适应频率控制和自适应功率控制提供依据.快速自适应跳频是跳频系统发展的主要方向之一,针对其特点,提出了基于接收信号信噪比预测算法的信道质量评估方法.主要由信噪比预测、信噪比估计和门限比较3个部分构成,分别采用卡尔曼滤波器、信号子空间法和误码率性能分析法进行了实现,在FFH/BFSK系统中做了仿真验证.结果表明,在0～25dB的信噪比变化范围内,估计和预测误差较小,能够对信道质量做出实时评估.可以应用于快速自适应跳频通信系统.     

灰色系统模型GM（1，1）在股指灾变预测内的应用

将灰色系统理论应用于股市预测，建立了灾变日期预测模型。运用该模型进行上涨周、局部低点周及灾变转折点预测的实例表明，灾变预测模型在股市预测中具有操作性强、实用价值高、易于普及应用的特点。     

永磁同步电机的转动惯量辨识及状态估计

为提高永磁同步电机伺服系统的动态性能和鲁棒性,研究了基于模型参考自适应系统的转动惯量辨识方法以及基于卡尔曼滤波器的自适应状态估计策略。提出了一种适用于宽转速、高噪声环境下的电机角速度、角位移和负载扰动转矩的在线估计方法,分析了该方法的抗干扰能力以及系统参数变化对估计效果的影响,并通过辨识出的伺服系统转动惯量对卡尔曼滤波器的系数矩阵进行实时更新,实现了转动惯量自适应状态估计。仿真和实验结果表明该算法在速度分辨率、实时性和抗干扰能力上均优于传统M／T方法。     

SVC空域增强层快速运动估计算法

基于分级编码空域增强层运动估计的特点,提出了一种增强层快速运动估计算法．该算法利用基本层信息产生增强层无残差预测运动估计的整像素SAD门限,由该门限对是否进行基于残差预测的运动估计进行终止判决,由此使大量的编码宏块避免了不必要的基于残差预测的运动估计．并且对基于残差预测的运动估计,直接在层间预测模式下,以层间预测矢量为预测值进行运动估计,进一步加快了编码速度．实验结果表明,该算法在保持信噪比几乎不变的同时,使增强层的运动估计时间比原联合编码模型减少了35％,从而降低了编码器的运算复杂度．     

低成本MIMU/GPS组合导航系统设计与实验

高精度惯性传感器的昂贵价格在一定程度上限制了惯性导航系统(INS)的进一步推广应用,然而低成本微型惯性测量单元(MIMU)的出现,为INS的推广应用了带来了新的契机。文中提出了一种适合于工程应用的低成本MIMU/GPS组合导航系统的结构与方案,并给出了组合导航系统位置速度交替组合模式的数学模型。考虑到未知工作环境中各类噪声统计参数的未确定性易使经典的卡尔曼滤波器发散,因此文中采用了闭环自适应卡尔曼滤波器对子系统的数据进行融合处理;设计了低成本的组合导航系统原理样机,并进行了跑车实验。跑车实验及事后数据处理分析结果表明:该系统具有较高的长时间导航精度以及良好的可靠性和鲁棒性。     

无人机组合导航系统信息融合方法研究

针对小型无人机通常采用的无线电导航,综合考虑无人机具体情况以及其它导航方式的特点,提出了一种将无线电导航系统(RP)、全球导航星系统(GN SS)、多普勒导航系统(DN S)、地形辅助导航系统(TAN)和景象匹配导航系统(SMN)组合起来,取长补短,构成基于联邦卡尔曼滤波器的DR/RP/GN SS/DN S/TAN/SMN组合导航系统。仿真结果表明,该方法完全可以满足导航精度的要求。     

基于MVEKF算法的机载单站无源定位

介绍了基于相位差变化率的机载单站无源定位原理,并引入一种新的MVEKF(修正协方差扩展卡尔曼滤波)算法。文中详细介绍了MVEKF算法的基本原理,并将其应用于相位差变化率体制下的机载单站无源定位中,给出了MVEKF滤波方程;通过仿真将其与常用的非线性滤波算法EKF(推广卡尔曼滤波)和MGEKF(修正增益扩展卡尔曼滤波)进行了比较。结果表明,与EKF算法相比,MVEKF不易受初始状态估计的影响,且收敛速度更快,滤波效果更具稳定性;此外,无须寻找观测方程修正函数,MVEKF算法就可达到与MGEKF算法相当的滤波效果,因而为机载无源定位向快速、高精度方向的发展提供了一定的理论依据。     

自适应机翼的控制系统设计及其试验研究

针对自适应机翼的特点和研制要求,研究了控制系统的设计与实现,较好地解决了飞行中机翼参数时变的问题,并使系统对控制律做了合理的约束,根据最优控制理论对具体方案进行了理论分析和物理试验。结果表明,采用具有辅助模型自适应控制理论的控制器能够有效、准确、快速地达到设计目标跟踪和设计状态回归两项重要指标,系统的鲁棒性、收敛性和稳定性都得到明显体现,且能很好地实现在线控制。     

供油规律对某型加力涡扇发动机起动过程影响

基于逐排模型,文章发展了一种预测涡轮小转速特性计算方法,并进一步基于涡扇发动机部件匹配技术,建立了某型涡扇发动机起动过程计算模型及相应算法,给出了不同供油规律对发动机起动过程、高压压气机动态工作线影响规律,结果表明增加最大涡轮前温度对涡扇发动机起动过程并无明显改善,但却对高压压气机稳定工作裕度造成不利影响。     

基于Sigma粒子Kalman滤波的地形辅助导航方法

地形辅助导航技术依据机载设备实时测量地形高度与机载数字高程地图的对比,给出飞行器定位结果,能够有效地修正主惯性导航系统的误差。传统地形辅助导航中应用较为广泛的是扩展Kalman滤波方法,但因为地形高度测量的非线性,扩展Kalman滤波不一定能够得到系统最优估计。Sigma粒子Kalman滤波作为一种新面世的非线性滤波器,能够有效地解决非线性估计问题。基于Sigma粒子Kalman滤波,提出一种新的地形辅助导航方法。在真实数字高程地图上得到的仿真结果表明,该地形辅助导航方法性能总体优于扩展Kalman滤波方法,尤其在飞越平坦地形时表现更佳。     

一种改进的特征结构配置方法在飞行控制系统设计中的应用

提出了一种改进的特征结构配置方法。采用输出反馈配置系统的闭环特征值和特征向量,引入前馈补偿器以满足系统期望的自然频率,以保证良好的稳定裕度,并提供良好的跟踪性能。再引入积分器来减少系统的跟踪误差并对建模误差和扰动都能提供附加的鲁棒性。用所提出的改进方法对某推力矢量飞机的纵向运动进行了数字仿真,仿真结果表明,所提出的改进特征结构配置方法不仅具有良好的快速跟踪特性,而且还具有良好的鲁棒性。     

近水面悬停远航程AUV受波浪的影响

远航程自主水下航行器(简称:AUV)在水下航行一定的距离后需要上浮到近水面悬停进行GPS导航定位,而在近水面AUV受波浪的影响不能忽略,因此有必要研究AUV在近水面悬停时受波浪的影响。在建立AUV六自由度运动数学模型的基础上,基于二元规则波的波浪理论建立了AUV所受波浪力的计算模型,并仿真计算了AUV在近水面悬停时受海洋波浪力的影响。结果表明AUV在2级和4级海况下都可以稳定地完成在近水面悬停作业的任务。     

歼击机对空中目标参数被动测量的方法研究

仅根据光电瞄准系统探测到的空中目标俯仰角和方位角,利用非线性滤波算法即可估计出目标的位置和速度等运动参数。建立了歼击机和目标的相对运动数学模型,在对扩展卡尔曼滤波算法优化的基础上,推导出自适应修正增益的扩展卡尔曼滤波算法。仿真结果表明,与传统的扩展卡尔曼滤波相比,该算法具有更高的稳定性和估计精度,能够满足歼击机在中远距离使用制导武器对目标攻击的发射条件。     

基于阵列误差校正的波束域方位估计算法实验研究

针对阵列误差的存在会导致波束域高分辨方位估计算法性能下降的问题,给出了一种基于阵列误差校正的波束域处理方法。该方法利用单个校正源,根据实际测量数据,在获取基阵实测阵列流形的基础上,实现了对阵列误差的校正,进而利用波束域MUSIC算法估计出信号的方位。实验结果验证了基于实测阵列流形的阵列误差校正方法可以有效增强波束域高分辨算法对阵列误差的稳健性。