1 北京信息科技大学高动态导航技术北京市重点实验室, 北京 100089
2 教育部现代测控技术重点实验室, 北京 100089
研究了一种用于估计制导弹药与目标之间的视线角速率算法的推导与实现。低成本的捷联导引头的测量信息中包含了弹目在相对运动中形成的视线角和弹体姿态两部分信息, 首先设计解耦算法将弹体姿态信息去除, 然后采用扩展卡尔曼滤波(EKF)以及α-β滤波这两种算法分别对视线角和视线角速率进行估计, 最终的仿真结果表明采用EKF算法能比α-β滤波算法得到更加精确的估计值。
制导弹药 捷联导引头 视线角速率 扩展卡尔曼滤波 α-β滤波 guided munition strapdown seeker LOS angular rate extended Kalman filter α-β filter
华中光电技术研究所—武汉光电国家实验室, 湖北 武汉 430073
光纤陀螺作为光电跟踪伺服系统速度稳定回路的反馈测量元件,它的输出噪声直接影响伺服系统低速跟踪情况下的控制精度。抑制陀螺的输出噪声是改善伺服系统低速特性的有效手段之一。采用了一种简化的卡尔曼α-β滤波算法,使伺服系统的低速精度指标由原来采用移动平均滤波的0.005 2°/s提高到0.002 6°/s。实验证明,该算法可以有效地改善伺服系统的跟踪特性。
光纤陀螺 卡尔曼滤波 α-β滤波 伺服系统 fiber-optic gyro Kalman filtering α-β filtering servo system
目标航迹滤波算法的实现通常是在PC机上通过软件实现滤波,滤波等待时间为毫秒级,且需要的设备量体积大。为了缩短滤波等待时间,减小设备体积,以工程实现为目标,以经典航迹滤波算法为基础,提出了一种新的算法硬件解决方案。目标航迹滤波由嵌入式DSP实现,再通过FPGA局部总线实时上传。经实践验证该方法实现的目标航迹滤波在系统时钟为40MHz的情况下,DSP滤波网络等待时间仅为1.475μs。
数字信号处理 高速α-β滤波 digital signal processing FPGA FPGA high-speed α-β filter IIR Infinite Impulse Response (IIR)
红外传感器有着良好的测角性能，激光传感器则有良好的测距、测角性能.将两者联合起来跟踪目标可以发挥各自的优势.提出一种红外传感器和激光传感器联合探测的模型.将各自测得的信息进行时间配准和数据融合后，用α-β滤波器对目标进行滤波跟踪，仿真结果表明可以得到较好效果.
α-β滤波 激光与红外 数据融合 联合跟踪 α-β filter laser and infrared sensors data fusion combine tracking
许多论文都讨论了当观测站处于运动状态时如何对运动的目标进行定位和跟踪.但是,当观测站处于静止状态的时候,这些方法就不能使用了.文章的目的是通过两个静止红外观测站对存在机动运动的目标进行定位.给出了一种同步两站数据时间的方法,然后用同步后的数据对机动目标进行定位.试验结果证明了该方法的有效性.
纯角度定位 时间同步 α-β滤波 坐标转换
