一种低精度惯性测量单元的精确标定技术

低精度惯性测量单元的温度特性和非线性严重，为补偿光纤陀螺的温度特性和非线性，通过高低温、多速率的标定实验研究了光纤陀螺输出电压与温度、转速的关系，采用零偏和标度因数统一标定的思想提出了光纤陀螺分段模型；为补偿MEMS加速度计的温度特^陛，通过高低温位置实验研究了加速度计输出电压与温度、输入加速度的关系，提出了加速度计分段模型。采用逐步线性回归对以上模型进行了简化。实时补偿效果表明，当温度从-30℃到60℃变化时，在±60（°）／s转速内角速度误差基本小于0．02（°）／s，加速度误差小于0．005g．     

基于小波方差的MEMS IMU随机误差模型间接估计方法

MEMS IMU(Mirco Electro Mechanical System Inertial Measurement Unit)微机电惯性测量模块广泛应用于组合导航系统,其中MEMS IMU随机误差模型的准确性对导航精度有着重要的影响。针对Allan方差法在估计随机误差模型方面的不足,研究了间接估计方法。该方法以Daubechies离散小波变换与间接推断原理为基础,根据小波系数的零均值平稳特征,对分解尺度进行确定,将小波方差作为间接估计辅助参数,分析了最优估计准则的渐近一致性,最后使用高斯牛顿法对估计结果进行校正,获得满足渐近一致性的随机误差模型参数估计结果。仿真结果表明,间接估计方法提高了随机误差模型的估计精度,其中一阶马尔科夫过程的相关时间估计精度提高了12.383%,解决了一阶马尔科夫过程模型的准确估计问题。通过试验结果分析,进一步证明了以上结论。     

一种精确跟踪机动目标的非线性滤波算法

在非线性系统中,最常用的是扩展卡尔曼滤波算法(EKF),当目标距离较远时,滤波器由于量测方程非线性的影响,误差较大。以机动目标“当前”统计模型为基础,建立新的机动目标模型,加入多普勒速度测量对补偿线性化误差的跟踪算法(PTLKF)进行改进。最后融入修正的加速度方差自适应算法对机动目标进行跟踪。仿真结果表明:在非线性观测条件下,改进的PTLKF算法和修正的加速度方差自适应算法的融合可以有效地改善跟踪的效果,并且其计算量明显小于强跟踪滤波算法。     

预见学习的微分对策导引律研究

根据日益复杂的空战格局以及基于微分对策理论设计的空空导弹导引律所存在的缺陷与不足,提出了基于预见学习算法的微分对策导引律改进方案.首先讨论了微分对策导引律的缺陷,并针对其不足研究了基于最优控制理论的预见学习方法;其次设计了基于CMAC(小脑关节模型)的预见学习运算过程,将其应用于空空导弹预见逃逸目标的未来逃逸轨迹,并令导弹据此进行最优决策实现预见学习制导;最后根据逃逸目标飞行轨迹的恶意性突防程度,总结专家经验,将预见学习与微分对策相结合实现优势互补,形成了基于预见学习的微分对策导引律.其仿真结果较经典导引律有明显的优势,能以较小的控制量、较短的拦截时间获得很小的脱靶量,尤其适合拦截具有大机动恶意突防行为的目标.     

基于雷达干扰的对抗系统模型分析

从系统论的角度，运用系统研究的方法对由雷达干扰组成的电子冲突系统进行定性和定量描述。建立了电子冲突系统和雷达干扰系统的系统概念和系统间联系，尝试了电子冲突建模的系统模型化研究，初步探索了系统研究方法、系统研究理论在该领域中的也用。为进一步的雷达干扰的作战效能评估奠定重要的系统论理论基础。     

带频率信息的机动目标被动跟踪

对于被动目标跟踪,在引入了测频信息后,目标的可观测条件大大放宽,在某些条件下,观测站甚至可以不动.本文对带频率信息的被动跟踪由二维常速目标延伸到三维机动目标,并采用伪线性估计器(PLE).仿真结果表明,伪线性估计器(PLE)在一定程度上能够改善带频率信息的机动目标被动跟踪.     

基于递推最小二乘的航姿系统罗差校正

为校正姿态与航向参考系统使用环境中软硬铁产生的罗差,提出了一种利用地磁场连续转动信息补偿三轴软硬铁的方法.由于陀螺短时精度高,初始对准后短时内可得到精度较高的捷联矩阵,如果已知当地磁倾角,由捷联矩阵可将已知的地磁场投影到载体系.当航姿系统改变姿态角连续转动时,采用递推最小二乘算法来估计12个罗差参数.实验说明,与常用罗差校正方法相比,此方法在全姿态范围内效果更好,水平时航向角精度为0.3°,35°倾角航向角精度为1.1°,59°倾角航向角精度为1.2°.     

超级紧组合中弱GPS信号跟踪算法

在超级紧组合INS/GPS系统中,由于导航数据位可能会每20 ms翻转从而影响弱GPS信号的跟踪精度,因此提出一种基于能量估计的数据擦除算法。该算法通过估计整个相关积分时间的所有数据位组合,找出组合中能量最大的作为可靠组合去除导航数据位影响,使系统相干积分时间扩展至20 ms以上。经过高动态环境下仿真试验证明,在不需要导航位的先验知识条件下,该方法可以实现信噪比为16 dB-Hz弱GPS信号码和载波连续跟踪。     

基于红外图像序列的运动目标检测算法研究

为解决红外图像序列中运动目标的快速检测问题,提出一种结合目标的不变矩与红外特征的新的特征量,利用图像序列中目标运动的连续性,在匹配的过程中采用Kalman预测滤波来估计目标下一帧的位置,从而形成完整的运动目标的检测算法.该算法既能利用不变矩的仿射不变性,又能对红外目标的辐射特性进行全面的综合描述,准确地实现目标的相关匹配;此外,引入Kalman预测滤波不仅能够迅速准确地进行目标匹配,并且在目标出现遮挡、丢失的情况下可应用预测对目标的位置做出合理的估计,以维持对目标的正常的检测跟踪.实验结果表明该算法能够达到目标检测的准确性和实时性要求.     

红外与可见光图像配准和融合中的关键技术

针对可见光与红外图像的特点和难点,提出了可见光与红外图像配准与融合中的关键技术,即:使用新型的基于一维最大类间方差和最大连通性测量的图像分割方法对源图像进行分割来更好地实行图像粗配准;使用新型的特征点提取方法,特征点的匹配及误匹配的消除来更好地实行图像精配准;采用新型的基于区域的树状小波活性测度计算来实现树状小波图像融合;利用自生成神经网络来实现模糊图像融合.