基于IFLL跟踪技术的INS/GNSS紧组合算法

为了提高复杂电磁环境下的GNSS抗干扰能力,针对低成本制导武器的特点,提出了一种基于INS辅助二阶锁频环跟踪技术的INS/GNSS紧组合算法。该算法采用紧组合结果估计载体的多普勒频率及二阶锁频环估计的残余多普勒频率,控制载波和码发生器,以降低动态应力对跟踪环路的影响。建立了紧组合滤波模型,给出了实现方法。仿真结果表明,在高动态干扰环境下该算法可跟踪载噪比为18 dB-Hz的GPS L1 C/A卫星信号,比传统高动态接收机的抗干扰能力提高了约9 dB。     

惯性辅助GNSS跟踪环路及其适配性分析

载波跟踪技术作为GNSS接收机的关键技术,其跟踪算法在很大程度上决定着GNSS接收机的导航性能。本文基于一种典型载波跟踪环路结构,针对高动态环境下接收机跟踪环路易信号失锁的情况,设计了一种惯性辅助GNSS载波跟踪算法,提出利用多普勒频移变化量平滑伪距率算法,并对惯性辅助跟踪环路的适配性进行了分析。实验结果表明:惯性辅助GNSS载波跟踪算法适用于高动态环境,具有良好的动态性能和导航精度。     

基于扩展卡尔曼滤波的全球导航卫星系统矢量跟踪建模与仿真

针对现有公开资料缺乏对全球导航卫星系统（GNSS）矢量跟踪算法具体滤波跟踪控制过程的详细分析,建立了矢量延迟/频率锁定环（VDFLL）跟踪模型并对模型线性化过程进行推导。重点分析了矢量VDFLL跟踪算法时序逻辑控制问题,同时针对VDFLL无法实现对载波相位锁定等问题,提出了一种串联式锁相环（PLL）电文解调模型。建立了以软件接收机为平台的矢量VDFLL模型,并进行了半实物仿真验证。仿真结果表明,所建矢量VDFLL控制模型不仅正确地实现对接收机状态信息的最优估计,同时具有良好的动态跟踪性能。     

一种适用于高动态强干扰环境的视觉辅助微机械捷联惯性导航系统/全球定位系统超紧组合导航系统

为解决高动态、恶劣全球定位系统（GPS）环境下微机械捷联惯性导航系统（MEMS-SINS）/GPS超紧组合导航系统抗干扰能力差的问题,提出一种适用于高动态强干扰环境的视觉辅助MEMS-SINS/GPS超紧组合导航系统。将双目视觉提供的姿态信息引入MEMS-SINS/GPS超紧组合系统中,提高了平台失准角的可观测性;推导了系统的状态方程和量测方程,使用模糊控制方法对两个子滤波器的导航结果进行信息融合。通过数字仿真验证了该系统方案设计的可行性：当GPS信号受到强噪声或多径干扰造成跟踪精度下降时,双目视觉辅助MEMS-SINS/GPS超紧组合系统可以有效降低导航误差,系统位置误差和速度误差分别保持在5.0 m和0.5 m/s以内,有效地解决了低空飞行器在GPS信号被遮挡或干扰情况下的导航问题。     

INS/GNSS/CNS组合导航系统仿真研究

研究了INS／GNSS／CNS组合导航系统的原理和特点。分析并建立了组合导航系统的误差模型，采用了平台失准角、INS与GNSS的位置之差和速度之差作为观测量进行仿真计算。仿真结果表明：采用天文导航系统对弹道导弹的INS／GNSS组合导航系统进行辅助将大幅度提高导弹的导航精度，具有重要的实际意义。     

一种基于矢量跟踪的GPS/INS 深耦合跟踪环路设计

针对 GPS 与 INS 两路数据更新频率不一致的问题,提出一种基于矢量跟踪的 GPS/INS 深耦合跟踪环路设计方法.利用滤波外推与CIC滤波相结合的方法,将误差修正后惯导信息回馈到各矢量信号跟踪信道,以调控伪码和载波数控振荡器(controlled oscillator,NCO),实现了跟踪环路的闭合,最终建立起了两路相互独立数据之间相互辅助、相互修正的关系.仿真实验结果表明,设计的GPS/INS深耦合跟踪环路能实现低载噪比和高动态信号的跟踪.     

高增益自适应跟踪在鱼雷深度控制中的应用

结合两种简单实用的鲁棒控制方法,对鱼雷实施深度控制。首先,在分析模型零动态稳定性的基础上,利用高增益自适应控制对俯仰角指令进行快速跟踪,并且得到姿态控制的近似线性参考模型。为了克服参考模型的不确定性,再使用滑模变结构方法对鱼雷进行定深控制。通过分析滑模控制的稳定性条件,得到了最终的深度控制策略,且仿真结果验证了结论的正确性。     

状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用

为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波（UKF）跟踪算法进行了改善。提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法,使得UKF跟踪算法能够根据目标运动状态及时调整状态方程,在目标机动时减小对预测值的依赖,在目标非机动时增大对预测值的依赖。这种在线实时估计系统噪声状态的跟踪方法更加适用于机动目标的跟踪。数值仿真结果表明：该算法不仅在目标机动时具有良好的跟踪效果,而且在目标非机动时具有准确的估计性能。通过声纳信息综合处理系统验证了状态自适应UKF跟踪算法的性能。     

GPS/I NS组合导航缺星情况下的卡尔曼滤波改进算法

针对 GPS/INS(Global Positioning System/Inertial Navigation System)紧组合导航系统在卫星信号缺失情况下导航精度降低,容积卡尔曼滤波(Cubature Kalman Filter ,CKF)应用中存在模型误差和计算误差的问题,提出了适用于该背景下的强跟踪均方根容积卡尔曼滤波(Square-Root CKF)算法。该算法通过人为地相对突出滤波过程中新数据的作用,提高了算法在模型不确定时的鲁棒性;均方根策略保证了协方差阵的正定性和对称性。仿真实验表明,改进的算法能够提高导航精度,在卫星信号缺失情况下其效能发挥地更好,提高了组合导航适应复杂环境的能力。     

一种光电跟踪平台共轴控制的目标运动滤波方法

目标运动估计是光电跟踪平台实现共轴控制的核心。针对目标运动的滤波精度问题,提出了基于灰色预测模型和卡尔曼理论的目标运动融合滤波方法。利用少量前几个时刻的目标运动数据实时在线建立灰色预测模型,替代标准卡尔曼滤波的目标状态预测方程,避免了需要预先假定目标运动数学模型而引起滤波误差的弊端。进一步对灰色模型预测值和融合滤波估计值的残差序列,构建残差在线预估模型;利用残差预测值对灰色预测模型进行实时修正,有效地提高了灰色模型的预测精度,改善了融合滤波的效果。仿真实验验证了灰色模型在目标运动预测中的有效性。实验结果表明：残差修正策略将灰色模型预测精度提高了60%;与其他滤波方法相比,提出的融合滤波方法具有更好的滤波效果及更准确的目标运动估计。     

基于Hermite插值的制导炮弹姿态旋转矢量优化方法

在制导炮弹姿态解算过程中,角增量提取精度对姿态解算精度的影响显著,为此提出一种Hermite 插值二子样角增量提取算法。进一步优化Hermite插值公式的系数,得出优化Hermite插值二子样角增量提取算法。在锥动环境下,将该算法与Lagrange插值三子样角增量提取算法进行仿真和试验对比。结果表明：采用所提出的Hermite插值二子样角增量提取算法的姿态解算精度优于Lagrange插值,且优化Hermite插值更适用于制导炮弹姿态解算的实际情况;该算法不仅适用于制导炮弹高动态环境,而且在同样精度条件下,可降低姿态更新采样频率,降低了对导航计算机的要求。     

基于波形参数设计的认知雷达跟踪方法

针对传统雷达对机动目标进行跟踪时,跟踪误差大、不能充分利用环境信息等问题,提出了基于波形参数设计的认知雷达跟踪方法。该方法首先将目标的运动状态和发射波形参数相联合来构建目标的量测和状态方程,然后引入粒子群优化粒子滤波方法对目标状态进行实时估计,在此基础上推导了系统跟踪精度的后验克拉美罗界(PCRB),并以后验克拉美罗准则来认知设计雷达发射波形参数。仿真结果表明,与传统方法相比,所提方法能够更好地完成对运动目标的跟踪。