基于组合圆锥构型的水下声学定位系统布站优化

在水下目标定位中,布站构型的共面约束会导致目标单点定位的几何精度因子(GDOP)理论最小值不能达到。为改善水下布站的观测矩阵,将单圆锥扩展为组合圆锥构型布站模式。然而,传统的优化算法易陷入局部最优且存在收敛效率低等问题。针对以上问题,提出了一种改进的自适应粒子群算法。首先提出了一种有共面约束的水下声学定位系统组合圆锥构型,并证明了所提出的组合圆锥构型具有可叠加性、可旋转性以及GDOP旋转不变性;其次,针对布站优化指标单一的问题,构建了一种基于水下目标全局GDOP的布站优化准则;在此基础上提出了一种基于自适应粒子群的优化算法,并应用于组合圆锥构型下的水下声学定位系统布站优化。所提出的自适应粒子群算法能增强布站的全局最优性,提高算法收敛效率和水下目标的定位精度。

基于遥测姿态变换的外测数据跟踪部位修正方法

外测数据跟踪部位修正对于飞行器飞行试验的高精度轨迹参数获取有着重要意义.提出一种基于飞行器遥测姿态数据和粗略轨迹参数的跟踪部位修正新方法,利用遥测姿态数据确定惯导平台中心与跟踪部位轨迹参数的变换关系,进而由粗略轨迹参数推算惯导平台中心与跟踪部位测距、径向速度、方位角和俯仰角的差异值,实现跟踪部位修正量的准确计算.采用误差传播法对粗略轨迹误差影响下的跟踪部位修正精度进行理论分析,验证了该修正方法在实际应用中的有效性.进一步通过仿真实验和实装实验检验了修正精度.结果表明跟踪部位修正量的计算误差远小于外测系统的精度指标要求,有重要的实际应用价值.

基于最优模型选择的多信标长基线定位系统误差辨识方法

为辨识多信标长基线定位系统误差,及提高定位精度,针对目标安装多个信标且目标体积不可忽略的情况,构建了多信标体制的长基线水下定位模型。进一步针对测元系统误差中包含的声速误差、时延误差,在多信标体制定位模型的基础上,构建了多类系统误差辨识模型,并结合水下目标定位过程,计算时延残差,构建模型最优检验统计量,给出了系统误差模型的最优选择准则,实现水下目标位置参数和系统误差参数的有效估计。仿真结果表明,该模型最优选择准则可以有效选择合适的系统误差辨识模型,提高长基线水下目标的定位精度。提出的基于最优模型选择的多信标长基线定位系统误差辨识方法可为水下目标定位试验提供理论支撑和有效参考。

线性模型的海基制导系统误差分离方法性能分析

利用传统制导工具系统误差线性回归模型,对Bayes估计、主成分分析以及正则化分析三种改进的分离方法进行比较,分析它们在工程应用上的优缺点,给出了实际应用时的限制因素;结合海基导弹特有的初始状态误差,设计整体估计、分段估计以及迭代估计三种估计策略,给出了相应的分离步骤。仿真结果表明,文中给出的三种误差分离方法在不同的评价标准下具有不同的实际应用意义;而在弹道差评价标准以及方差评价标准下,分段估计和迭代估计策略下的误差分离结果要明显好于传统整体估计结果。

初始误差和制导工具误差估计的非线性方法

准确估计初始误差和制导工具误差是机动发射飞行器精度鉴定必须解决的重要问题之一,提出了一种基于非线性模型的误差估计新方法。给出了平台初始失准角向定向误差的转换方法,采用不动点迭代法实现真实视加速度的精确计算,将真实发射系的轨道参数表示为初始误差和工具误差的非线性函数,结合外测数据建立了同时估计初始误差、工具误差、外测系统误差、遥外测时间零点偏差的非线性模型,避免了初始误差的线性化近似。给出了Bayes极大后验估计方法,利用非线性模型和先验信息获得误差的最优估计,证明了估计方法的收敛性。仿真结果表明,所提方法提高了初始误差和工具误差的估计精度,并实现了测量数据的自校准。

弹道跟踪数据野值剔除方法性能分析

弹道跟踪数据中的野值会影响导弹目标定位精度。对用于弹道跟踪数据的野值剔除方法进行了综述。结合事后和实时两大类处理模式,分析了各野值剔除方法在理论和工程应用上的优缺点,给出了实际应用时的限制因素,建立了野值判决准则和相应的野值剔除实现步骤。仿真结果表明:野值剔除方法可以有效提高弹道跟踪数据的精度。事后处理模式中,基于格拉布斯准则的野值剔除效果最佳;实时处理模式中,基于自适应门限的五点线性预报法野值剔除效果相对较好,且时间复杂度相对较低,适合实时处理。

基于高斯混合模型的卫星电源系统异常检测方法

作为具有多种工作模式的复杂系统,卫星电源系统在不同工作模式下的观测数据具备不同的统计特性.因为卫星电源系统的实际观测数据缺少状态标识作为先验信息,所以传统异常检测方法无法区分系统的不同工作模式,具有较大局限性.针对无状态标识的卫星电源系统异常检测问题,提出了一种基于高斯混合模型(GMM)的异常检测方法.高斯混合模型被用于状态标识缺失数据的特征挖掘,从而实现对不同工作模式的聚类与识别;可区分性、稳定性、以及拟合优良性三个指标被用于GMM的评价,使得聚类簇数的选取是合理的;在异常检测阶段,训练好的高斯混合模型被用于构建了模式识别准则,距离信息和F分布被用于构建了检测阈值,并通过增加待检测数据集窗口长度来提升检测效果;以卫星电源系统的太阳能帆板机构为对象,开展了数值仿真和实验验证.异常检测结果表明,该方法能有效实现多种工作模式下的异常检测,具有较高的准确率和召回率.

基于序列图像的深空小天体探测自主相对导航误差补偿方法研究

深空小天体是典型的空间非合作目标.基于序列图像的空间非合作目标自主相对导航是实现小天体探测的重要技术手段.由于在轨环境复杂,相机不可避免地会出现测量偏差,进而影响相对导航状态估计精度.本文在充分利用相机视场内恒星序列图像的基础上,通过最小二乘法计算相机在轨标定初值,结合测量偏差状态转移模型和"恒星对"之间的星光角距测量方程,将测量偏差扩维成状态估计参数,构建了基于相机在轨误差补偿的相对导航状态估计模型.结合无迹卡尔曼滤波算法,通过序列图像的帧间信息对比进行迭代估计,获得相机测量偏差和相对导航系统状态,提高状态估计精度.仿真分析中采用2016HO3小天体作为相对导航目标,仿真结果说明了该方法的有效性,能够有效地补偿相机测量偏差,实现相对导航系统状态高精度估计,为后续开展相关任务提供了一定的技术支撑.