基于Radon-CPF-Fourier变换的机动目标ISAR成像

由于机动目标的逆合成孔径雷达（Inverse Synthetic Aperture Radar，ISAR）成像中存在多普勒扩散现象，易导致成像分辨率降低。针对此问题，在多分量三次相位信号（Cubic Phase Signal,CPS）模型基础上，提出一种基于Radon-CPF-Fourier变换（Radon-Cubic Phase Function-Fourier Transform,RCFT）的机动目标ISAR成像方法。RCFT可实现CPF中自项能量的相干积累，减轻多普勒扩散带来的影响。与现有的基于时频分析和参数估计的ISAR成像算法相比，RCFT的主副比性能提升了至少2 dB，在时频分辨率无损失时具备更好的自项能量积累能力，可获得更高质量的成像结果。仿真验证了所提方法的有效性。     

消除萨尼亚克光纤电流传感器振动干扰的光纤补偿环研究

与传统电磁式电流互感器相比,基于法拉第效应的光纤电流传感器有许多明显的优点,因而获得了广泛的研究。萨尼亚克(Sagnac)环形电流互感器是在干涉式光纤陀螺结构上发展起来的一种互感器结构。外界环境的振动因素是抑制Sagnac光纤电流互感器的最重要因素之一。为了消除振动对电流互感器测量结果的影响,给出了一种新型的光纤电流互感器免疫方案,其基本原理是增加外部闭环线圈来补偿所受振动影响。利用琼斯矩阵对此种光纤电流互感器结构进行了详细的理论分析。理论分析及实验结果均能证明此种方案可以完全消除电流互感器在实际环境中所受振动因素的不利影响。为高精度Sagnac干涉式光纤电流互感器的实现提供了可行的解决方法。     

容积Rauch-Tung-Striebel平滑器

针对离散非线性系统的状态平滑问题,基于Rauch-Tung-Striebel(RTS)理论设计了一种容积卡尔曼平滑器(Cubature Kalman Smoother,CKS),即容积Rauch-Tung-Striebel平滑器(RTSCKS)。首先,基于经典贝叶斯状态估计理论框架,推导了状态概率密度分布形式的非线性系统最优平滑算法;其次,基于Rauch-Tung-Striebel理论,建立了相应的最优平滑递推算法;然后,将其与容积卡尔曼滤波算法相结合,建立了递推形式的RTS-CKS平滑器;最后,通过典型的纯方位跟踪模型验证了该平滑器的可行性和有效性。该平滑器为非线性系统的状态估计提供了新的估计算法。     

基于球谐变换的无人机蜂群RCS快速分析算法

为了获取目标的雷达截面积(Radar Cross Section,RCS)，传统的方法是采用矩量法（Method of Moment,MOM）或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA)，尽管对目标的RCS计算精确，但其要求计算机的存储量大且计算耗时。而对于由上百成千个小型无人机组成的无人机蜂群而言，若采用上述方法来计算其RCS，计算量巨大，甚至无法计算。针对上述问题，提出了采用球面波展开技术与球谐变换相结合的方法来提升对无人机蜂群RCS的仿真效率，其关键技术是通过改变球谐函数中的求和次序，利用快速傅里叶变换来计算偏心球面上离散点的电场分布。数值实例表明,相比于高精度的MLFMA，所提方法获取蜂群无人机RCS的结果与其吻合良好，但对计算机内存的需求远远小于MLFMA，且随着无人机数量的增加，其计算速度可提升几个数量级。     

基于临近空间飞行器的区域导航系统关键技术分析

在战时环境下,GPS、"北斗"等全球卫星导航定位系统将受到敌方强力的电子干扰,从而导致其无法实现精确定位,为此提出了一种全新的无线电导航系统,即基于临近空间飞行器的区域导航定位系统。首先简要阐述了临近空间飞行器的特点,在此基础上建立了基于临近空间飞行器的区域导航系统的体系结构;其次从技术层面对其关键技术进行了详细分析,并提出了一些解决措施;最后对该区域导航系统提出几点展望,并指明了当前亟待解决的关键技术,对我国未来建立基于临近空间飞行器的区域导航系统具有一定的理论参考价值。     

弹群组网应用与关键技术

随着弹药技术及网络技术的快速发展,弹群组网作战系统作为未来作战体系中的重要角色受到了世界各国的高度关注。简要概述了国外弹群组网作战系统的发展趋势,并对弹群组网作战能力进行了定性分析;在此基础上,建立了基于多层面、多子网、同构与异构并存、有中心与无中心网络的弹群组网混合体系架构,并对其功能及特点进行了详细分析;对弹群组网作战系统亟待解决的关键技术进行了梳理,为其工程应用提供了理论参考。     

基于平方根中心差分卡尔曼滤波的大方位失准角初始对准

基于大方位失准角条件下捷联惯导系统误差模型的非线性特点,采用非线性滤波方法进行初始对准.扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,而中心差分卡尔曼滤波在递推过程中具有计算量大,数值不稳定等缺点.针对上述问题采用了一种改进的中心差分滤波算法一一平方根中心差分卡尔曼滤波.仿真结果表明,与扩展卡尔曼滤波相比,平方...     

基于NPF-CKF的捷联惯导系统动基座初始对准技术

当海况不佳时,水下航行器大幅晃动,捷联惯导系统无法快速完成自主初始对准,因此提出了利用多普勒计程仪提供的速度信息进行运动中辅助对准。针对在非线性对准中扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,提出了一种基于非线性预测滤波的求容积卡尔曼滤波算法。该滤波算法将惯性器件测量误差作为模型误差使用非线性预测滤波器进行实时预测,然后再利用求容积卡尔曼滤波对模型误差补偿后的系统进行状态估计。仿真结果表明,与扩展卡尔曼滤波和求容积卡尔曼滤波算法相比,该滤波算法能够不仅提高失准角特别是方位失准角的估计精度,其精度约为45″,而且加快了收敛速度。同时由于该滤波算法降低了系统状态的维数,因此也大大减少了计算量。