【摘 要】
：
矢量跟踪技术是卫星导航接收机最有前景的信号跟踪技术之一,在传统的导航接收机中,通常先由锁相环完成载波跟踪,再采用最小二乘法或者卡尔曼滤波器完成导航信息估计.矢量跟踪接收机采用一个统一的卡尔曼滤波器完成信号的跟踪和导航信息估计,具有更好的信号跟踪能力.为了进一步提升矢量跟踪接收机的导航精度,提出一种基于图优化的矢量跟踪接收机方法,该方法采用图优化代替卡尔曼滤波器.与卡尔曼滤波器相比,图优化将矢量接收机滤波器的状态方程和量测方程作为约束信息,通过列文伯格-马夸尔特法求取约束方程的最优解来获得导航信息的最优估计
【机 构】
：
中国船舶重工集团公司第七二三研究所,江苏扬州 225000
论文部分内容阅读
矢量跟踪技术是卫星导航接收机最有前景的信号跟踪技术之一,在传统的导航接收机中,通常先由锁相环完成载波跟踪,再采用最小二乘法或者卡尔曼滤波器完成导航信息估计.矢量跟踪接收机采用一个统一的卡尔曼滤波器完成信号的跟踪和导航信息估计,具有更好的信号跟踪能力.为了进一步提升矢量跟踪接收机的导航精度,提出一种基于图优化的矢量跟踪接收机方法,该方法采用图优化代替卡尔曼滤波器.与卡尔曼滤波器相比,图优化将矢量接收机滤波器的状态方程和量测方程作为约束信息,通过列文伯格-马夸尔特法求取约束方程的最优解来获得导航信息的最优估计.实际场景实验表明,三维位置误差的标准差分别减小了40.5％,50.9％和41.7％,平均值分别减小了43.0％,54.9％和34.7％.
其他文献
针对四旋翼无人机会受到电池欠压及转动惯量变化的影响,提出一种分数阶模型参考自适应(FO-MRAC)PD控制算法,用以解决无人机姿态控制的问题.首先,对带有电机模块的无人机非线性运动方程进行分析,构建包含时变及不确定因素的控制模型;然后,分别设计了俯仰、滚转和偏航的3个通道控制律,并通过Lyapunov方法证明其稳定性;最后,通过与传统PD控制、整数阶模型参考自适应控制的对比仿真实验,证明了分数阶模型参考自适应PD控制的优越性,能有效消除误差,改善动态性能并提高稳定性.
时间触发以太网(TTE)将通信任务通过合理的调度定时触发发送,保证了消息的实时性和安全关键性.提出了一种基于时隙分区的时间触发以太网任务调度算法,该算法通过获取网络拓扑结构中的交换机信息,对各端系统的时刻调度表进行分区,并根据TT流量路由配置信息将其发送时刻配置在相应分区中,从而保证了TT流量在物理链路中的无冲突传输.同时,该算法使分散的网络资源得以整合,减少了RC流量的延迟并且避免了网络资源的浪费.实验结果表明,所提算法在保证TT流量可调度的同时,具有网络资源整合和运算速度方面的优势.
无人机集群作战已逐渐成为未来空战的一种主流作战模式,给防空作战带来了严峻的威胁与挑战,先期合理部署防空武器直接影响着反无人机集群作战的总体效能.从防空作战敌我双方的角度综合分析了无人机集群的自主智能性与影响防空部署的主要因素,并将无人机集群与防空武器的博弈过程量化表示,提出了一种基于嵌套粒子群优化算法的防空部署模型.经仿真算例验证,以无人机集群威胁指数为指标所建模型可用于防空武器的优化部署,对反无人机集群作战决策问题研究有较高参考价值.
有关多智能体系统的研究成果中大多是考虑同构多智能体系统的一致性控制问题,而实际应用中需要多种智能体依据期望编队队形协同工作,并且真实系统的动力学往往具有非线性性质.针对此问题,在无向拓扑结构下,利用非线性参数分解的方法,设计了基于PI控制器与自适应控制策略的一种异构非线性多智能体系统时变编队控制策略.由于真实系统会不可避免地受到外部扰动的影响,而外部扰动的大小是存在一定范围的,因此,在所设计的控制策略基础上又考虑了存在外部有界扰动情况时多智能体系统的稳定性问题,通过构造Lyapunov函数分析了所设计控制
现代战争中的电子战指挥相较于传统作战方式需要考虑的因素更多、更复杂.借助动态贝叶斯网络(DBN)的动态可推理性建立了一种电子战指挥决策定量辅助决策模型,将传统作战决策中的一维定量分析转化为动态多维定量推理分析.利用影响电子战作战效果的各类因素进行每个作战时刻的贝叶斯网络(BN)构建,结合节点之间的条件概率矩阵,使用隐马尔可夫(HMM)模型推理算法实现了电子战辅助决策的动态推理.对实际演习算例进行模型仿真和分析,得出对电子战指挥员切实有效的指挥决策建议,表明了模型的有效性.
基于压缩感知(CS)的多输入多输出(MIMO)雷达成像方法具有分辨率高的优点,但在实际应用中存在着运算复杂的问题,无法满足运动目标成像对时效性的要求.针对这个问题,提出了一种基于非均匀快速傅里叶变换(NUFFT)和快速迭代软阈值算法(FISTA)的MIMO雷达目标三维高分辨成像的新方法.该方法利用NUFFT对FISTA中的矩阵-向量乘法进行高精度近似,能够在保证高分辨率成像的同时,缩短成像时间,减小对系统内存的需求.仿真实验验证了所提方法的有效性及其相比现有典型方法的优越性.
麻雀搜索算法(SSA)相对其他仿生算法性能较好,但其收敛精度不足且在复杂多峰函数下会陷入局部最优.为改善这些缺陷,提出融合K-means的多策略改进麻雀搜索算法研究,该算法采用多策略搜索方式.首先将初始种群进行K-means聚类,加快种群交流,再运用正、余弦搜索策略和自适应局部搜索策略分别对追随者的位置和最优个体进行更新寻找更可靠的可行解,提高收敛精度和寻优能力.通过10个测试函数对两种策略和单独的一种策略进行对比,验证了策略的引入能够有效地改善麻雀搜索算法的寻优能力,单一策略寻优能力较强,且两种策略融合
针对已知起点和终点、而环境信息未知情况下的探索航迹规划问题,提出了融合生物信息素的改进稀疏A*无人机探索航迹规划算法.以激光雷达获取的局部地图信息为基础,通过引入生物信息素,对稀疏A*算法中的代价函数进行优化,实现未知环境下自主规避障碍物,并避免环境重复探索.在此基础上,提出了基于机器人操作系统(ROS)的物理实施途径.通过“回”字形场景下的仿真实验对比,验证了所提算法可避免环境重复探索的有效性.此外,在“回”字形基础上,将所提算法推广应用于柱状障碍物场景.实验结果表明:所提出的融合生物信息素的改进稀疏A
认知雷达网系统已被证实在多目标跟踪方面具有显著优势.提出了一种基于后验克拉美罗下界(PCRLB)的带宽与驻留时间联合分配算法.首先分析、构建了带宽、驻留时间与目标跟踪精度的影响关系模型,设计了基于PCRLB的带约束优化目标函数,利用粒子群算法(PSO)实现对驻留时间与带宽的联合分配.仿真结果证明,与平均分配资源相比,所提方法不仅能节约系统的时间和带宽资源,而且改善了雷达的跟踪性能.
为了解决四旋翼飞行器轨迹跟踪中状态量收敛速度慢、易发散等问题,提出了一种双环混合有限时间控制策略.根据Newton-Euler方程推导出四旋翼的动力学模型,再根据时间尺度原理将其分为内外两个控制环.外环采用有限时间控制策略来加快三轴位置量与偏航角的收敛速度;内环采用快速非奇异终端滑模控制技术来实现姿态角的快速收敛.搭建了四旋翼的虚拟样机,在三维仿真环境下模拟其轨迹跟踪控制效果.由仿真结果可知:与其他两种常见的控制器相比,所设计的控制器的控制精度、鲁棒性以及跟踪效果均最好,并且能较好地满足四旋翼轨迹跟踪控制