ISR-CDKF在SINS大方位失准角初始对准中的应用

扩展卡尔曼滤波(EKF:Extended Kalman Filter)精度低,而且需要计算复杂的雅可比(Jacobian)矩阵;而中心差分卡尔曼滤波(CDKF:Central Difference Kalman Filter)虽然精度稍高,但计算量大,且算法不稳定。为此,提出了迭代测量更新的平方根中心差分卡尔曼滤波(ISR-CDKF:Iterative Square Root Central DifferenceKalman Filter)算法,并应用于SINS大方位初始对准中。通过滤波仿真表明,ISR-CDKF算法不仅具有更高的精度和收敛性,同时具有较强的数值稳定性。

基于模型预测的无人机组合陀螺在线标定

为解决无人机长时间航行时,由于环境等因素的变化,导致陀螺漂移、标度因数误差和陀螺安装轴不正交误差的问题,借助天文导航系统(CNS:Celestial Navigation System)提供的高精度姿态信息,基于四元数误差建立陀螺在线标定误差模型,提出一种基于模型预测的捷联惯性导航系统(SINS:Strap Down Inertial Navigation System)/CNS组合陀螺在线标定混合滤波方法。仿真结果表明,该方法能够很好地适用于在线标定,不仅满足标定精度要求,而且降低了滤波的计算量,提高了滤波的数值稳定性。

基于GP-SRCDKF的初始对准技术研究

随着对惯性导航系统中对准时间要求的不断提高,初始对准需要在大方位失准角条件下进行,此时需采用非线性滤波方法来实现初始对准。基于此,提出高斯过程回归平方根中心差分卡尔曼滤波算法(GP-SRCDKF)。将高斯过程回归融入到SRCDKF算法中,利用高斯过程得到系统回归模型及噪声协方差,用回归模型代替状态方程和观测方程,对相应的噪声协方差进行实时自适应调整。该算法不仅克服了扩展卡尔曼滤波滤波精度低、需要计算雅可比矩阵的不足,而且可解决传统滤波容易受系统动态模型不确定和噪声协方差不准确的限制。仿真实验结果验证了该算法的有效性和优越性。

MPF-CKF在SINS大方位失准角初始对准中的应用

针对捷联惯导系统在大方位失准角情况下的初始对准问题,提出了一种基于MPF-CKF的非线性滤波方法.MPF-CKF将部分惯性器件误差作为模型误差,降低了系统的维数,不仅提高了初始对准的精度,而且克服了将模型误差假设为高斯白噪声的局限性.通过滤波仿真比较,进一步表明了MPF-CKF能提高SINS在大方位失准角初始对准中的估计精度和收敛速度.

基于脉冲响应模型的GPS失效解决方法

INS/GPS组合导航系统具有较高的导航定位精度,但在GPS信号失效时,导航定位误差会显著漂移。为解决此问题,提出了一种基于脉冲响应模型的GPS失效解决方法。首先,使用基于傅里叶基神经网络的频谱分析方法建立起INS系统机动信号与INS/GPS组合导航系统机动信号之间的频域传递函数;然后,将此频域传递函数转换到时域,得到时域脉冲响应模型;将得到的时域脉冲响应模型与INS机动信号卷积,将卷积之后的信号作为INS/GPS组合导航系统在GPS信号失效时的过渡信号。仿真实验证明,该模型可以有效抑制INS/GPS组合导航系统在GPS信号失效时的定位误差漂移。

基于非均匀采样序列频率拟合的宽带捷变信号测向

在复时间序列非均匀采样的框架下,对宽带频率捷变信号的阵列响应进行了统一描述,将宽带捷变信号的测向问题转变成对非均匀采样复“时间”序列的“频率”估计问题。通过非均匀采样频率拟合实现了宽带信号级融合精确测向,并利用与通道相位噪声相关的加权,进一步提高了非均匀拟合的测向精度与对相位误差的鲁棒性。与传统干涉仪算法的测向精度仿真对比证实了本文算法的优越性。

室内毫米波3D-MIMO无线信道参数提取与多径簇特性研究

针对室内多用户场景毫米波三维多输入多输出(Three Dimensional Multiple Input Multiple Output,3DMIMO)无线信道测量不足、多径簇特性描述不完善的问题,本文基于测量研究室内毫米波3D-MIMO无线信道的参数提取算法和多径簇特性.首先,对室内多径传播条件下部署三个用户,开展了基于虚拟阵列的不同天线阵列大小的无线信道频域测量;然后,针对频域空间交替广义期望最大化(Frequency Domain Space-Alternating Generalized Expectation Maximization,FD-SAGE)算法不能描述3D-MIMO信道垂直域角度特性,以及时延分辨率不足的问题,改进算法增加了垂直维度,并且利用参数优先级迭代方法,提升毫米波3D-MIMO信道的时延域参数提取性能.结果表明改进算法既能准确地提取出毫米波3D-MIMO信道参数,又能实现随阵列大小增加而增加的多径簇内时延分辨率.

基于双级M-Rife算法的频率测量方法

M-Rife算法是一种重要的雷达信号频率估计算法,其利用信号频谱的插值运算和频谱位移,可实现较高精度的频率测量。在此基础上,提出一种基于双级M-Rife算法的频率测量方法。该方法利用M-Rife算法对多个脉内信号进行频率粗估计,然后构建脉间正弦波序列,再通过M-Rife算法对脉间序列进行频偏精确估计。实验结果表明,该算法对脉冲信号可实现高精度测频,测频精度优于0.3Hz,且该算法在低信噪比情况下亦可达到很高的成功检测率,具有广阔的应用前景。

微小型无人机单站无源交叉定位

微小型无人机对辐射源进行单站无源定位具有灵活性高,机动性好,隐蔽性强等特点。介绍了通过微小型无人机的机动对固定辐射源进行无源定位的算法,并进行误差分析和仿真。仿真试验表明:该方法能够实现固定辐射源的定位,且具有较好的定位精度。