健康管理对老年冠心病危险因素治疗及控制率影响

捷联惯导系统(SINS)静基座初始对准中,过高的陀螺噪声不但导致系统状态方程非线性,也会使对失准角的估计不能收敛到真值.因此,提出了一种磁强计辅助对准方法,对系统观测方程的分析证明了该方法不仅可提高滤波精度,同时还可对磁场强度和磁倾角进行估计.非线性滤波采用平方根无迹卡尔曼滤波(SRUKF),SRUKF与无迹卡尔曼滤波(UKF)滤波精度相当,优于扩展卡尔曼滤波(EKF).相比UKF,SRUKF具有更高的计算效率和稳定性.仿真结果表明,该算法在陀螺噪声较高的情况下仍能满足SINS初始对准要求.     

基于SRCDKF的相位差变化率无源定位算法

介绍了单站相位差变化率无源定位原理.针对单站无源定位参数测量精度低、初始估计误差大引起的定位精度低,收敛速度慢的问题,引入平方根中心差分卡尔曼滤波(SRCDKF)算法.该算法使用协方差矩阵的平方根进行滤波估计,可以降低计算复杂度,保证数值稳定性.仿真结果表明,SRCDKF算法与扩展卡尔曼及其衍生滤波和无迹卡尔曼滤波等算法相比,其定位精度高、收敛速度快、数值稳定性佳,对工程应用具有一定的参考价值.     

自适应平方根球型无迹卡尔曼滤波算法

针对传统无迹卡尔曼滤波器存在跟踪精度低、数值稳定性差、鲁棒性弱等缺点, 提出了一种基于球型无迹变换的自适应平方根UKF滤波算法（Adaptive Square Root UKF Filtering Algorithm Based on Spherical Unscented Transform, ASRS-UKF）。该算法在标准的平方根UKF算法上,首先改用了球型无迹变换对权系数以及sigma点进行计算选取;其次改进了平方根UKF中平方根矩阵的分解方法;同时在预测误差协方差矩阵中引入了自适应衰减因子。最后,通过将该算法同平方根UKF以及强跟踪UKF算法进行仿真对比,结果表明,ASRS-UKF算法在减少计算量、加快计算速度的同时还提高了滤波精度和稳定性,而且对于系统模型匹配不佳的情况下,仍具有良好的跟踪性能。     

基于多渐消因子强跟踪SRUKF的故障参数辨识

为了解决非线性系统中故障参数估计问题,提出多重渐消因子强跟踪平方根无迹卡尔曼滤波(MST-SRUKF)算法。MST-SRUKF将多重渐消因子引入到协方差矩阵平方根中,推导适用于平方根无迹卡尔曼滤波(SRUKF)的渐消因子计算公式,从而实时调整SRUKF中的增益矩阵,保证其对模型存在较大误差或者突变情况下的滤波精度。实验结果表明,相比于SRUKF和强跟踪无迹卡尔曼滤波(STUKF),MST-SRUKF对故障参数具有更高的估计精度。     

毫米波/红外多传感器融合跟踪算法研究

毫米波/红外(MMW/IR)传感器是各国发展多模复合制导技术的重点.针对平方根无迹卡尔曼滤波(SR-UKF)的估计算法存在线性化误差及粒子滤波中得到优化的重要性密度函数比较困难的问题,将平方根无迹卡尔曼滤波与粒子滤波相结合,提出一种序贯融合的平方根无迹卡尔曼粒子滤波(SRUKPF)算法.利用平方根无迹卡尔曼算法得到的状态更新矩阵和误差协方差矩阵,构造粒子滤波的重要性密度函数,这样重要性密度函数能够融入最新观测信息,进而更加符合真实状态的后验概率分布.为验证算法的有效性,以地空导弹中MMW/IR传感器复合制导为背景进行仿真研究与分析,结果表明,该算法克服了粒子滤波法难以得到优化重要性密度函数的缺陷,能有效提高多传感器系统状态估计的精度     

平方根容积卡尔曼滤波在角测量跟踪中的应用

为解决扩展卡尔曼滤波算法(EKF)在处理角测量跟踪问题时对复杂非线性状态估计收敛速度慢、估计精度低的问题,引入一种平方根容积卡尔曼滤波算法(SRCKF)。SRCKF是一类sigma点滤波方法,基于容积原则的数值积分方法计算非线性随机函数的均值与协方差,避免了EKF中Jacobian矩阵的计算,有效提高了计算效率。另外,与一般容积卡尔曼滤波算法相比,SRCKF确保了状态协方差矩阵的对称性与半正定性,有效改进了数值精度和鲁棒性。将SRCKF应用于角测量跟踪系统中,仿真结果表明,SRCKF、Unscented卡尔曼滤波(UKF)滤波精度较传统EKF有较大提高,同时,与UKF相比,SRCKF能以较快的运行效率获得较好的滤波效果。     

基于SR-UKF算法的锂电池SOH预测

传统的扩展卡尔曼滤波（EKF）算法估计精度较低,无迹卡尔曼滤波（UKF）算法不能确保滤波过程中状态误差协方差矩阵非负性,因而易出现滤波发散问题。为此,文中通过平方根无迹卡尔曼滤波（SR-UKF）算法预测锂电池健康状态（SOH）。首先,利用UT变换对系统进行线性化处理;然后,利用状态误差协方差矩阵的平方根替代状态误差协方差矩阵,保证状态误差协方差矩阵非负性;其次,构建二阶RC等效电路模型,根据最小二乘法辨识模型初始参数;最后,将代表SOH的欧姆内阻作为状态变量,使用SR-UKF实时估计欧姆内阻,并根据欧姆内阻与SOH的关系获取锂电池的SOH。为验证SRUKF算法在不同放电情况下的适应性,通过恒流放电工况和HPPC放电工况对SR-UKF算法进行仿真。结果表明,相比于传统的EKF算法、UKF算法,SR-UKF算法预测欧姆内阻的效果更好。     

无迹卡尔曼滤波算法在目标跟踪中的研究

无迹卡尔曼滤波(UKF)是重要的非线性滤波方法。无迹卡尔曼滤波方法是通过一组代表着均值和方差分布的采样点来对非线性系统进行非线性计算,在不对非线性方程线性近似的条件下,达到线性卡尔曼滤波器的滤波性能。文中在机动目标选定运动模型和滤波算法的基础上,对机动目标的运动作了仿真实验。从仿真分析中可以看出,无迹卡尔曼滤波在跟踪方面有很高的精度,与传统的扩展卡尔曼滤波算法相比较,无迹卡尔曼滤波算法有较小的跟踪误差。     

基于简化平方根容积卡尔曼滤波的跟踪算法

目标跟踪的模型通常可表示为一个线性的状态方程与一个非线性的观测方程,为提高平方根容积卡尔曼滤波(SCKF)算法的跟踪精度和实时性,提出了一种简化的平方根容积卡尔曼滤波(RSCKF)算法。简化算法在时间更新环节,直接利用状态转移矩阵计算状态变量以及协方差矩阵的一步预测值,避免了原算法中采用一组容积点近似计算的复杂过程,推导证明,简化后的算法其时间更新环节与卡尔曼滤波的一步预测结果一致。最后对两种算法进行了计算复杂度比较以及角跟踪仿真实验。实验结果表明,简化的算法能够降低运算时间并提高跟踪精度。     

一种传递对准精度评估的平方根自适应滤波算法研究

在传递对准精度评估中,由于惯导系统模型参数与实际的物理过程存在偏差、系统量测噪声的特性不确定等因素.采用常规的卡尔曼滤波算法往往不能获得理想的滤波效果.为满足传递对准滤波估计的精度和稳定性要求,设计了一种新型平方根自适应滤波算法:即将简化的时变噪声统计估计器串联于平方根滤波过程的时间更新和量测更新之间.使平方根滤波与自...     

基于UKF的星载GNSS地球静止卫星定轨算法

针对星载GNSS接收机的采样间隔较长以及EKF处理非线性问题会引入线性化误差的问题,提出了利用UKF进行GEO星定轨计算的方法。依照GEO轨道动力学特性建立了状态模型,并对星载接收机进行了可见性分析,将UKF算法应用于接收机输出信息的处理。仿真结果表明该算法比EKF更适用于定轨计算,尤其当因采样间隔较长而使得系统非线性较强时,仍可保证定轨结果拥有较高的精度。     

被动导引头辐射源跟踪新算法研究

由于被动导引头辐射源跟踪系统非线性较强,传统的跟踪滤波算法是粒子滤波（PF）、U卡尔曼滤波（UKF）。但这些算法都存在着一定的缺陷,粒子滤波算法收敛速度慢、计算量大,UKF跟踪精度低。针对上述问题,提出了一种基于PF算法的新的跟踪滤波算法PUKF。该算法采用粒子滤波和U卡尔曼滤波加权的思想对目标实现初始的捕捉,然后通过UKF算法对目标进行跟踪保持。该算法受初始状态影响小,跟踪的精度高,收敛速度快,系统性能稳定。仿真实验表明了在被动辐射源跟踪系统中该算法的可行性和有效性。     

未建模系统基于观测值的实时分块Kalman滤波估计方法研究

 本文以一类具有周期随机变化特点的随机过程为对象,在仅有测量模型的情况下研究估计方法的设计问题.首先,通过离散化方法建立点采样的离散输出方程、分块形式的输出方程以及描述点采样与被估状态块向量之间关系的输出方程;其次,利用待估变量具有的周期性随机游走特性,建立对应的状态模型;再者,利用扩展强跟踪滤波算法,分别得到了实时点估计滤波器、半实时块估计滤波器和实时块估计滤波器等三种未建模系统随机变量基于输出测量值的估计方法;最后,利用计算机仿真对三种滤波器的性能进行了比较分析.     

机载有源无源传感器稳健融合方法

在机载有源无源情报融合处理中,很多条件很难满足中心式滤波的要求,比如一般情况下过程噪声是不正确的,或者不知道的.给出了几种稳健的Kalman滤波,这些方法主要针对运动方程或者观测方程中噪声信息未知或者噪声信息不准确的情况下,对数据进行融合.如果只是过程的信息未知,提出的自适应滤波,即是用观测信息对运动方程的噪声进行实时估计;如果运动方程和观测方程的噪声不准确,则可以采用H∞滤波进行噪声误差方差估计.     

CCII based more tunable voltage-mode all-pass filters and their quadrature oscillator applications

In this paper, two new voltage-mode (VM) first-order all-pass filters using single active element namely second-generation current conveyor (CCII) and a grounding capacitor are proposed. The first proposed filter employs a dual output CCII (DO-CCII) and the other one uses a modified minus type CCII (MCCII−). One of the main advantages of both configurations is their high input impedances; thus, both can be easily cascaded with other VM circuits. Additionally, the use of a grounded capacitor in both circuits provides suitability for integrated circuit (IC) fabrication process. However, both of the proposed circuits need a single passive component matching constraint. Non-ideality analysis is performed for the proposed circuits. Moreover, two quadrature oscillator applications of the proposed filters are given. The behavior of the filters is verified by SPICE simulations. Also, experimental tests using commercially available ICs (AD844s) are achieved for the second proposed configuration.     

基于星敏感器和陀螺的卫星定姿新方法

针对本体坐标系下对卫星姿态进行线性滤波存在误差累积和噪声分布改变无法正确选择滤波模型的问题,利用惯性坐标系下的星敏感器和陀螺原始测量构建系统扩维测量,将卫星姿态确定问题建模为非线性滤波过程。针对常用的非线性滤波方法无法同时兼顾精度和实时性的问题,采用无迹滤波(UKF)对卫星的姿态参数和陀螺常值漂移同时进行估计,实现了对卫星精确定姿。进一步考虑实际情况中,敏感器测量误差未知或随时间变化的情况,提出了交互式多模型无迹滤波(IMMUKF)方法。仿真实验结果表明了该算法的有效性和优越性,具有较高的实际应用价值。     

雷达群组网中几种目标跟踪滤波器的比较

在雷达群组网目标跟踪中,目标量测在雷达各自的坐标系下,而目标跟踪却在公共坐标系下,针对这种混合坐标系下异地雷达目标跟踪问题,通常解决这类跟踪问题的滤波算法有CMKF法和EKF法.文中从测量误差模型出发,给出了适用于群组网目标跟踪算法的推导过程,并且通过仿真实验和分析,比较了几种算法的优缺点并给出了结论.     

面向小倾角近圆低轨卫星的DBF波束指向角研究

研究了DBF开环跟踪过程中面向小倾角近圆低轨卫星的波束指向角问题,为避免采用数据拟合进行轨道预测出现的奇点问题,文中引入改进的第二类无奇点根数代替经典开普勒根数,将地心惯性坐标系下的卫星位置速度转化为瞬时轨道根数。采用最小二乘法拟合得到平均轨道根数,以此为参数计算出航天器和中继星的位置,并给出了DBF波束指向角的计算流程。仿真结果验证了文中算法的正确性和有效性。     

The measurement of a large antenna using a spacecraft as a receiver

Two computational methods for obtaining the gain pattern of a large antenna using power levels recorded by a spacecraft are developed from the transmission equation. Nominally, the large antenna is linearly polarized while the spacecraft's receiving antennas are circularly polarized. Since the spacecraft has no attitude control system, the orientation of the receiving antennas is not known a priori nor its orientation the same from orbit to orbit. The first method relies on an independent spacecraft attitude determination system to furnish the orientation of the receiving antennas. It combines this information with receiving-antenna gain measurements to give the power level of the incident radiation. Losses due to polarization mismatch are taken into account, but polarization loss factors are not actually computed. The second method relates simultaneous measurements made by separate channels with separate receiving antennas. By solving a system of equations numerically, one can determine the direction of the incident radiation as well as its power level. This alleviates the need for an attitude determination system. These methods originated in the operations of the spacecraft NUSAT1 (northern Utah Satellite)     

基于多样本GA-PSO算法的发射入轨段测控设备优化部署

针对当前航天器发射入轨段地基测控设备部署中存在的效率不高、灵活性不足等问题,考虑最高仰角、地形遮蔽等约束条件,以定轨精度、测控覆盖、资源占用为优化目标,建立给定弹道下测控设备部署优化模型。提出基于多样本遗传-粒子群(Genetic-Particle Swarm Optimization, GA-PSO)算法的发射入轨段测控设备部署优化方法,通过目标权重自适应变换和一定强度的蒙特卡洛仿真实验获取Pareto最优解集,统计分析确定全局最优解。仿真结果表明,该方法可进一步提高发射入轨段定轨精度和测控覆盖率,减少设备冗余,为测控方案制定提供有效数据参考。