车载低轮廓动中通的三轴稳定系统分析与设计

针对动中通的波束稳定问题,从原理上说明了两轴稳定不能实现卫星通信要求,其不足是天线波束在视线稳定的同时存在波束的滚动,必须增加极化轴稳定.对于低轮廓动中通平板天线.不能使用传统的旋转馈源变极化方法,为此提出了建立虚拟极化轴作为第三轴的概念,并利用电子变极化网络实现相位加权设计了虚拟极化轴,满足了低轮廓动中通的要求.     

基于扩展卡尔曼滤波的动中通低成本姿态估计

针对动中通系统低成本姿态估计问题,提出了一种基于扩展卡尔曼滤波的姿态估计算法。该算法以四元数作为状态变量,通过融合陀螺、加速度计以及单基线GPS位置和速度信息估计载体的姿态信息。针对载体机动加速度的影响,通过单基线GPS提供的速度信息对载体的机动加速度进行初步补偿;当载体发生转弯时,利用侧滑角补偿法进一步校正。实验结果表明,该算法成功融合了陀螺的短时精确性、加速度计的长时稳定性和GPS精确的测速和定位功能,系统的动态估计精度在±0．5°内,满足了动中通的应用要求。     

一种基于平方根卡尔曼的二阶滤波算法的研究

在平方根Kalman滤波(SREKF)算法的基础上,本文研究一种二阶非线性滤波算法。该算法利用状态误差协方差阵的平方根因式对状态向量作正交变换,消除状态误差项之间的相关性,从而降低了二阶滤波算法的运算量。通过仿真验证了该算法的效能。     

基于自适应滤波的头部姿态跟踪方法研究

针对视觉式头部定位系统存在着噪声统计特性掌握不充分的问题,设计了一种新的基于自适应滤波的头部姿态跟踪方法,其综合了视觉测量算法和自适应滤波算法。在获取n对2D/3D(图像点/空间点)匹配对的基础上,先利用正交迭代算法(OI)解算头部姿态,然后应用自适应滤波器估计精度更高的头部姿态,最后针对带有时变噪声且噪声统计特性掌握不充分的测量值,应用头部姿态跟踪方法进行了仿真测试,结果显示该方法的测量精度有很大提高,并且验证了所设计的头部姿态跟踪方法是合理且有效的。     

基于相控阵天线的“动中通”卫星通信终端研究

提出了一种新的“动中通”卫星终端的设计思路。主要从研究当前国内主流的“动中通”卫星通信终端着手,分析了在“动中通”卫星通信终端中采用相控阵技术的可行性,给出了一个典型的相控阵“动中通”卫星通信终端的实现框架,并进行了可工程实现的收发分离相控阵“动中通”卫星通信终端具体设计,提出设计关键点。     

基于三子样和互补滤波的姿态测量算法研究

为了解决陀螺随时间的漂移以及周围环境产生的随机误差的问题,设计了一种基于互补滤波的姿态求解方案,同时通过将三子样算法和互补滤波结合起来使该算法适用于高动态等复杂环境下的姿态测量。该方案采用四元数法对姿态进行描述,经过高精度三轴温控速率转台上的静态实验以及摇摆动态实验,通过对比高精度转台角度值,可以发现互补滤波算法对于精度的提高有明显的效果,有效的将惯性测量单元的数据进行融合。同时由于采用了三子样算法可以满足高动态环境下的姿态测量,确保了系统在各种环境下精确测量。     

基于开关扩展卡尔曼滤波的姿态估计

针对低成本动中通系统中的姿态估计问题,提出一种开关扩展卡尔曼滤波算法。以 无航向角的姿态更新算法为基础,根据微机械陀螺和加速度计分别建立系统状态方程和测量 方程。针对机动加速度的影响,设计了三维开关扩展卡尔曼滤波方程,对载体姿态角和陀螺 零偏进行实时估计。实验结果表明,该算法能够准确估计载体姿态和陀螺零偏,姿态角估计 误差小于0.5°,俯仰角和横滚角估计误差的方差分别为0.130 1°和0.140 5°, 两轴陀螺零偏误差均值均小于(2×10-4) °/s,能够满足动中通的应用要求。     

基于车载"动中通"系统的应急通信的组网

车载“动中通“系统是PLMN的补充,是PLMN应急通信能力的提升。本文结合实际研究项目介绍了车载“动中通“系统,并对应急通信组网实现中的链路协议,以及卫星传输时延大等问题进行了分析。     

用于移动载体卫星通信的动中通系统若干关键问题研究

传统移动通信方式需依赖基站提供的基站信号才能通信,若基站在特殊情况下遭到损毁,便无法正常工作进行通信,且基站信号覆盖范围有限,一些特殊地区无法正常通信,因此不能满足人类畅通无阻通信的愿望.而卫星通信则不受地理条件限制,且通信速度快、适应性、信号覆盖广,几乎能够实现全球范围的快速通信.但常规卫星通信设备也具有一定局限性,只能在静止条件下通信.而动中通系统则克服了传统卫星通信设备的不足,实现了移动载体卫星通信.本文将针对用于移动载体卫星通信的动中通系统若干关键问题展开研究.     

基于粒子滤波的差分传播相移估计方法

针对差分传播相移与差分传播相移率易受到各种噪声及其他偏振参量衰减影响的问题,提出了一种粒子滤波方法,实现差分传播相移与差分传播相移率的估计。该方法首先利用偏振参量之间的相互关系建立状态方程和观测方程,然后将方程应用于粒子滤波同步估计差分传播相移与差分传播相移率。所提方法与滑动平均、迭代滤波以及卡尔曼滤波方法利用X波段双偏振多普勒雷达X-SAPR的外场观测数据进行了比较实验。实验结果表明,粒子滤波方法可以准确估计差分传播相移,使滤波处理后的数据具有更好的连续性、平滑性和准确性,通过将估计后的数据应用于衰减订正进一步验证了该方法的有效性。     

基于SRCDKF的交互式多模型算法

给出了一种基于平方根中心差分卡尔曼滤波的交互多模型(IMM)算法.该算法较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMM算法更好的数值稳定性、计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算.Monte Carlo仿真验证了该算法的可行性和有效性.     

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。     

平方根求积分卡尔曼滤波器

 针对具有加性噪声的非线性高斯动态系统的状态估计问题,本文提出一种近似递归的高斯滤波器:平方根求积分卡尔曼滤波器(SRQKF).该滤波器是在求积分卡尔曼滤波器(QKF)基础上的平方根实现形式,使用统计线性回归的方法,通过一套参数化高斯密度的高斯-厄米特积分点来线性化非线性函数的;滤波器采用平方根的实现方法,不仅增强了数值的鲁棒性,确保了状态协方差矩阵的半正定性,而且在一定程度上提高了滤波精度.仿真实验表明,SRQKF的滤波精度比QKF提高约12%,且均高于无味滤波器(UF)和扩展卡尔曼滤波器(EKF),但这二者的计算复杂度均比UF和EKF大.对滤波精度要求比较高的非线性场合,新滤波器是一种很有效的非线性滤波算法.     

基于迭代中心差分卡尔曼滤波的说话人跟踪方法

利用状态空间方法对说话人进行语音跟踪时,观测方程的非线性会影响说话人位置的估计精度。该文将迭代滤波理论与中心差分卡尔曼滤波技术相结合,提出迭代的中心差分卡尔曼滤波方法,并应用于说话人跟踪系统。仿真实验结果表明,该文所提出的方法减少了系统线性化误差,增强了滤波算法的鲁棒性,提高了说话人跟踪精度。     

鲁棒四元数平方根容积卡尔曼滤波算法

针对姿态估计领域中,当系统观测噪声不完全服从于高斯分布或观测量中含有野值时,传统的四元数卡尔曼滤波算法会降阶,使滤波估计性能降低等问题,提出了一种鲁棒化的四元数平方根容积卡尔曼滤波算法。通过研究引入M估计的Huber鲁棒化滤波框架,对四元数平方根容积卡尔曼滤波算法的量测更新进行修正,增强滤波估计的鲁棒性。以SINS/GPS位置松组合为应用研究背景,在不同仿真环境下,对比验证所提出算法对于姿态、速度和位置估计效果,试验结果表明,所提出算法具有更好滤波鲁棒性和稳定性。     

强跟踪自适应平方根容积卡尔曼滤波算法

针对强跟踪滤波器（STF）的理论局限性及不良测量导致的滤波性能下降问题,提出了一种强跟踪自适应平方根容积卡尔曼滤波（SRCKF）算法。利用新息协方差匹配原理,建立对不良测量具有鲁棒性的自适应SRCKF 。基于STF的理论框架,采用自适应SRCKF代替扩展卡尔曼滤波构建强跟踪自适应SRCKF 。该算法兼具STF与自适应SR-CKF的优点,在系统同时存在模型不确定性及不良测量时具有良好的滤波性能。仿真验证了所建算法的有效性。     

基于强跟踪的平方根不敏卡尔曼滤波器

针对不敏卡尔曼滤波器在递推过程中的数值不稳定性以及系统发生突变时跟踪效果不佳的问题,提出一种新的机动目标自适应跟踪算法——基于强跟踪的平方根不敏卡尔曼滤波器(STF-SRUKF)。该算法一方面基于平方根滤波的思想,在递推过程中采用协方差矩阵的平方根代替协方差矩阵本身,以保证数值计算的稳定性;另一方面,基于强跟踪滤波的思想,在递推过程中引入时变渐消因子,实时调节增益矩阵,以增强目标运动发生突变时的跟踪能力。仿真结果表明,STF-SRUKF算法对于突发机动的目标运动模型具有良好的跟踪效果,而且具有较好的稳定性。     

卡尔曼时延值滤波器

介绍一种已用于水下被动跟踪的卡尔曼时延值滤波器,并给出了其滤波性能和跟踪能力的实验结果。