CN112698323B - 一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法 - Google Patents
一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法 Download PDFInfo
- Publication number
- CN112698323B CN112698323B CN202011435331.XA CN202011435331A CN112698323B CN 112698323 B CN112698323 B CN 112698323B CN 202011435331 A CN202011435331 A CN 202011435331A CN 112698323 B CN112698323 B CN 112698323B
- Authority
- CN
- China
- Prior art keywords
- beta
- alpha
- filter
- gamma
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000001629 suppression Effects 0.000 title claims abstract description 11
- 238000012546 transfer Methods 0.000 claims abstract description 11
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims description 3
- 238000007493 shaping process Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 abstract description 14
- 238000005259 measurement Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000002401 inhibitory effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/91—Radar or analogous systems specially adapted for specific applications for traffic control
- G01S13/913—Radar or analogous systems specially adapted for specific applications for traffic control for landing purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提供了一种基于α‑β‑γ滤波器的全自动着陆雷达引导噪声抑制方法,包括:1)建立机动目标跟踪模型;2)建立雷达测量噪声模型;3)确定α‑β‑γ滤波器的等效传递函数,以及含有α‑β‑γ滤波器的引导律结构;4)判定α‑β‑γ滤波器稳定性,从而确定α‑β‑γ滤波器的参数α、β、γ。本申请提供的基于α‑β‑γ滤波器的全自动着舰雷达引导噪声抑制方法,相比于传统的卡尔曼滤波方法,α‑β‑γ滤波器在较好地保证目标跟踪及预测精度的同时,能够大幅减小计算量和计算时间,具有良好的实时性,同时滤波器结构相对简单,更有利于工程实现;而与α‑β滤波器相比,其对***高频噪声有更好的抑制效果。
Description
技术领域
本申请属于飞行控制技术领域,特别涉及一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法。
背景技术
全自动着舰***使用舰载跟踪雷达和数字计算机来测量飞机位置,计算出所需的俯仰和滚转控制指令,自动控制飞机按照期望轨迹飞行,以帮助飞行员在能见度低、夜间、恶劣海况以及空气扰动等情况下安全降落。
当飞机进入雷达截获窗时,舰载精密跟踪雷达不断地跟踪飞机的飞行轨迹,得到飞机相对于雷达测量坐标系的飞行距离、方位、俯仰角,直至飞机着舰或复飞。滤波就是要最大可能地从回波信号中过滤其包含的各类噪声,减小或消除噪声带来的影响,最终得到状态最优估计。在实际的雷达目标运动过程中,目标会做出各种机动,整个滤波***是非线性的。该过程中需要消除的噪声污染一般分为两类,一类是雷达各分机模块自身产生的误差,另一类是大气空间中存在的各种电磁、气象等杂波干扰。舰载导引雷达必然处于复杂的电磁环境中,例如船队其他舰船信号、空中飞机的雷达电子***、舰船上的其他雷达航电***,都会对导引信息造成不同程度的杂波影响。由于导引雷达还可能面对电磁干扰,振幅过大的干扰信号甚至会导致雷达***崩溃,无法工作。雷达噪声信号以中高频和高频为主。
在全自动着舰***中,由于雷达信号主要频率分布区与着舰***工作频率区一致,若俯仰指令中噪声含量较高,将导致飞机进场时的颠簸。过多的控制动作也会使驾驶员感到不适,影响其控制飞机安全着舰,若能降低控制指令中雷达噪声的灵敏度,着舰会更安全。但是,若为了降低俯仰指令中的噪声而一味地减小增益,则闭环***的稳定性将受到不利的影响。常规方法使用跟踪滤波器,但在求取高度及其微分值时放大了噪声,若增加额外滤波器又会降低***的响应速度。
目前比较常用的滤波方法有卡尔曼滤波和α-β滤波等。其中,α-β滤波器实质上是运动方程为匀速的卡尔曼滤波器的稳态解形式。尽管卡尔曼滤波是递归的,且是一种线性滤波方法,它不需要存储之前的状态信息,在每次递归运算时,只需将前一时刻的估计量和当前观测值进行计算,便可以得到当前的状态估计。但是与α-β滤波器相比,其系数并不固定,计算格式相对复杂,且涉及矩阵运算,数据存储量大,运算量相对于另外的滤波器成级数增大。实践表明,卡尔曼滤波器结构复杂,对目标模型比较敏感,模型噪声的选取对滤波精度有直接影响,此外,它的计算量以状态维数的三次方剧增,存在实时性差的问题,同时故障率也会随导航子***的增加而增加。另一方面,α-β滤波器则只能用于对匀速运动的处理,使用条件比较严格。
发明内容
本申请的目的是提供了一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法,以解决或减轻背景技术中的至少一个问题。
本申请的技术方案是:一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法,包括:
1)建立机动目标跟踪模型;
2)建立雷达测量噪声模型;
3)确定α-β-γ滤波器的等效传递函数,以及含有α-β-γ滤波器的引导律结构;
4)判定α-β-γ滤波器稳定性,从而确定α-β-γ滤波器的参数α、β、γ。
其中,在步骤1中,机动目标跟踪模型主要包括匀加速度模型离散表达式为:
X(k+1)=FX(k)+W(k)
式中,X为状态向量,F为状态转移矩阵,W为零均值高斯白噪声,k为时刻,其中,状态转移矩阵F和零均值高斯白噪声W满足:
式中,T为k时刻到k+1时刻采样间隔,为白噪声;
匀加速度模型离散时间***的状态方程:
其协方差矩阵Q为:
式中,为噪声方差。
其中,在步骤2中,雷达测量噪声模型主要包括基于马尔可夫功率谱型的闪跃角噪声模型:
式中,f为频率,ω为其对应的角速度,fm为闪跃半功率频率,ωm为其对应的闪跃半功率角速度,W0为零频率处的功率谱密度,以及由单位白噪声形成Sm(ω)对应的角噪声所需要的成形滤波器Gm(s)为:
同时包括高斯型测距噪声频谱S(f)为:
式中,a=1.665,使得当时,S(f)=0.5。
其中,在步骤3中,α-β-γ滤波器的等效传递函数主要包括目标的状态估计方程为:
式中,Z为测量值;
目标的预测方程为:
α-β-γ滤波器位置、速度、加速度估值的等效传递函数为:
式中,z为离散域符号,a1、a2、a3、b0、b1、b2均为系数,各项系数满足表格1:
[表格1]
其对应的连续域表达式为:
式中,s为连续域符号。
其中,在步骤4中,α-β-γ滤波器稳定性判定包括由***在离散域的等效传递函数的特征方程:
f(z)=z3-(3-α-β-γ)z2+(3-2α-β+γ)z-(1-α)
得到***稳定的条件为:
其中,在步骤4中,确定参数α、β、γ包括由临界阻尼状态选择法得到α、β、γ与***特征方程的三重正实根R的关系式为:
本申请提供的基于α-β-γ滤波器的全自动着舰雷达引导噪声抑制方法,相比于传统的卡尔曼滤波方法,α-β-γ滤波器在较好地保证目标跟踪及预测精度的同时,能够大幅减小计算量和计算时间,具有良好的实时性,同时滤波器结构相对简单,更有利于工程实现;而与α-β滤波器相比,其对***高频噪声有更好的抑制效果。
附图说明
为了更清楚地说明本申请提供的技术方案,下面将对附图作简单地介绍。显而易见地,下面描述的附图仅仅是本申请的一些实施例。
图1为本发明马尔可夫噪声的形成原理图。
图2为本发明马尔可夫噪声的形成原理图。
图3为本发明所设计的含有α-β-γ滤波器的引导律结构示意图。
图4为本发明所设计的跟踪滤波器方块图。
图5为滤波器在R=0.85时位置通道的滤波效果对比图。
图6为滤波器在R=0.85时速度通道的滤波效果对比图。
图7为滤波器在R=0.85时加速度通道的滤波效果对比图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行更加详细的描述。
为了实现上述技术问题,本申请提出的基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法:
S1、建立机动目标跟踪模型;
S2、建立雷达测量噪声模型;
S3、确定α-β-γ滤波器的等效传递函数,以及含有α-β-γ滤波器的引导律结构;
S4、判定α-β-γ滤波器稳定性,确定α-β-γ滤波器的参数α、β、γ。
步骤S1中建立机动目标跟踪模型的具体过程如下:
采用匀加速运动模型,目标位移为x(t),速度为加速度为/>将干扰加速度的随机扰动也看作是均值为0的高斯白噪声/>则匀加速度模型的离散时间***的状态表达式为:
则其协方差矩阵Q为:
其中,为噪声方差。
步骤S2中建立雷达测量噪声模型的具体过程如下:
首先建立基于马尔可夫功率谱型的噪声模型。闪跃角噪声的功率谱Sm(ω)呈现马尔可夫型:
式中,fm为闪跃半功率频率,W0为零频率处的功率谱密度。
仿真时取经验数据fm=5Hz,由于ω=2πf,因此式(3)亦可写作:
与Sm(ω)相对应的角噪声可由单位白噪声通过成形滤波器Gm(s)形成。Gm(s)可由式(4)直接得出:
式中1/ωm是相关时间τm,若选fm=5Hz,则τm=0.0318s。
然后,建立基于高斯功率谱型的噪声。高斯型噪声的频谱S(f)按指数规律变化:
式中,a=1.665为常数,使得当时,S(f)=0.5;当f=f3dB时,S(f)=0.067,其中f3dB=6MHz。在***带宽内,其功率谱密度可认为是常数,这种噪声可处理为白噪声。
步骤3的具体过程如下:
α-β-γ滤波器的预测过程是通过现时测量值x(n)修正来得到最佳预测值并保证其同S(n+1)的未来值的均方误差最小。它的等效传递函数对应的连续域表达式为:
步骤4的具体过程如下:
根据***在离散域的等效传递函数的特征方程:
f(z)=z3-(3-α-β-γ)z2+(3-2α-β+γ)z-(1-α) (10)
可得当满足α>0、β>0、γ>0、2α+β≤4、2α>β、α(β+γ)>2γ时,***稳定。同时由临界阻尼状态选择法得到α、β、γ与***特征方程的三重正实根R的关系式为:
从而确定α、β和γ的值。
本申请提出的基于α-β-γ滤波器的全自动着舰雷达引导噪声抑制方法,相比于传统的卡尔曼滤波方法,α-β-γ滤波器在较好地保证目标跟踪及预测精度的同时,能够大幅减小计算量和计算时间,具有良好的实时性。同时其结构相对简单,更有利于工程实现。而与α-β滤波器相比,它不仅应用更加广泛,还对***高频噪声有更好的抑制效果。因此,α-β-γ滤波器在全自动着舰***中可以滤除噪声,对位置和速度信息起到平滑、估计的作用,实现对机动目标的良好跟踪,从而协助***完成飞机的引导工作。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (1)
1.一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法,其特征在于,包括:
1)建立机动目标跟踪模型,过程为:
采用匀加速度速度模型,其离散表达式为:
X(k+1)=FX(k)+W(k)
式中,X为状态向量,F为状态转移矩阵,W为零均值高斯白噪声,k为时刻,其中,状态转移矩阵F和零均值高斯白噪声W满足:
式中,T为k时刻到k+1时刻采样间隔,为白噪声;
将干扰加速度的随机扰动看作是均值为零的高斯白噪声则匀加速度模型离散时间***的状态方程为:
其协方差矩阵Q为:
式中,为噪声方差;
2)建立雷达测量噪声模型,过程为:
建立基于马尔可夫功率谱型的闪跃角噪声模型:式中fm为闪跃半功率频率,W0为零频率处的功率谱密度,f为频率;
由于ω=2πf,闪跃角噪声模型简化为:式中ω为频率f对应的角速度,ωm为其对应的闪跃半功率角速度;
与闪跃角噪声简化模型Sm(ω)相对应的角噪声由单位白噪声通过成形滤波器Gm(s)形成,滤波器Gm(s)为:1/ωm是相关时间τm;
建立基于高斯功率谱的噪声,高斯型噪声频谱S(f)按指数变化,满足:
式中,a=1.665,使得当时,S(f)=0.5;
3)确定α-β-γ滤波器的等效传递函数,以及含有α-β-γ滤波器的引导律结构,其中,α-β-γ滤波器等效传递函数对应的连续域表达式为:
4)判定α-β-γ滤波器稳定性,从而确定α-β-γ滤波器的参数α、β、γ,过程为:根据***在离散域的等效传递函数的特征方程:
f(z)=z3-(3-α-β-γ)z2+(3-2α-β+γ)z-(1-α)
当满足α>0、β>0、γ>0、2α+β≤4、2α>β、α(β+γ)>2γ时,***稳定;同时由临界阻尼状态选择法得到α、β、γ与***特征方程的三重正实根R的关系式为:
从而确定α、β和γ的值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011435331.XA CN112698323B (zh) | 2020-12-10 | 2020-12-10 | 一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011435331.XA CN112698323B (zh) | 2020-12-10 | 2020-12-10 | 一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112698323A CN112698323A (zh) | 2021-04-23 |
CN112698323B true CN112698323B (zh) | 2024-03-19 |
Family
ID=75505803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011435331.XA Active CN112698323B (zh) | 2020-12-10 | 2020-12-10 | 一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112698323B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114964245B (zh) * | 2022-02-25 | 2023-08-11 | 珠海紫燕无人飞行器有限公司 | 一种无人机视觉侦察定位方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275828A (ja) * | 2005-03-30 | 2006-10-12 | Fujitsu Ltd | レーダ装置 |
CN101806887A (zh) * | 2010-03-19 | 2010-08-18 | 清华大学 | 基于空间跟踪滤波器的海杂波抑制和目标检测方法 |
CN102393641A (zh) * | 2011-10-21 | 2012-03-28 | 南京航空航天大学 | 基于甲板运动补偿的舰载机自动着舰引导控制方法 |
CN103332295A (zh) * | 2013-06-27 | 2013-10-02 | 厦门天圣能源科技有限公司 | 一种新型直升机着舰*** |
CN104200036A (zh) * | 2014-09-11 | 2014-12-10 | 武汉大学 | 区域gps基准站坐标时间序列的噪声模型获得方法 |
CN106802143A (zh) * | 2017-03-10 | 2017-06-06 | 中国人民解放军国防科学技术大学 | 一种基于惯性仪器和迭代滤波算法的船体形变角测量方法 |
CN108572378A (zh) * | 2018-04-10 | 2018-09-25 | 北京大学 | 一种卫星导航***中信号预处理的自适应滤波算法 |
CN108710125A (zh) * | 2018-04-09 | 2018-10-26 | 西南民族大学 | 用于目标跟踪的距离方位滤波方法 |
CN109387832A (zh) * | 2018-10-12 | 2019-02-26 | 阜阳师范学院 | 一种基于阿尔法贝塔滤波器的雷达目标跟踪***扰动目标滤波方法 |
JP2019032285A (ja) * | 2017-08-09 | 2019-02-28 | 株式会社デンソーテン | レーダ装置および物標検知方法 |
CN110232169A (zh) * | 2019-05-09 | 2019-09-13 | 北京航空航天大学 | 基于双向长短时记忆模型和卡尔曼滤波的轨迹去噪方法 |
CN111367160A (zh) * | 2020-03-30 | 2020-07-03 | 武汉大学 | 一种gnss授时接收机精密时钟调控方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7395156B2 (en) * | 2005-06-23 | 2008-07-01 | Raytheon Company | System and method for geo-registration with global positioning and inertial navigation |
-
2020
- 2020-12-10 CN CN202011435331.XA patent/CN112698323B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006275828A (ja) * | 2005-03-30 | 2006-10-12 | Fujitsu Ltd | レーダ装置 |
CN101806887A (zh) * | 2010-03-19 | 2010-08-18 | 清华大学 | 基于空间跟踪滤波器的海杂波抑制和目标检测方法 |
CN102393641A (zh) * | 2011-10-21 | 2012-03-28 | 南京航空航天大学 | 基于甲板运动补偿的舰载机自动着舰引导控制方法 |
CN103332295A (zh) * | 2013-06-27 | 2013-10-02 | 厦门天圣能源科技有限公司 | 一种新型直升机着舰*** |
CN104200036A (zh) * | 2014-09-11 | 2014-12-10 | 武汉大学 | 区域gps基准站坐标时间序列的噪声模型获得方法 |
CN106802143A (zh) * | 2017-03-10 | 2017-06-06 | 中国人民解放军国防科学技术大学 | 一种基于惯性仪器和迭代滤波算法的船体形变角测量方法 |
JP2019032285A (ja) * | 2017-08-09 | 2019-02-28 | 株式会社デンソーテン | レーダ装置および物標検知方法 |
CN108710125A (zh) * | 2018-04-09 | 2018-10-26 | 西南民族大学 | 用于目标跟踪的距离方位滤波方法 |
CN108572378A (zh) * | 2018-04-10 | 2018-09-25 | 北京大学 | 一种卫星导航***中信号预处理的自适应滤波算法 |
CN109387832A (zh) * | 2018-10-12 | 2019-02-26 | 阜阳师范学院 | 一种基于阿尔法贝塔滤波器的雷达目标跟踪***扰动目标滤波方法 |
CN110232169A (zh) * | 2019-05-09 | 2019-09-13 | 北京航空航天大学 | 基于双向长短时记忆模型和卡尔曼滤波的轨迹去噪方法 |
CN111367160A (zh) * | 2020-03-30 | 2020-07-03 | 武汉大学 | 一种gnss授时接收机精密时钟调控方法及*** |
Non-Patent Citations (5)
Title |
---|
一种改进的α-β-γ滤波跟踪算法;黄鹤;张会生;许家栋;黄莺;闫学斌;;西北工业大学学报(第02期);全文 * |
一种自适应目标机动的α β γ滤波算法;张瑞;谢敏;雷瑛;;大众科技(第11期);全文 * |
基于 α-β-γ 预测滤波的复合控制技术研究;杨琳琳等;电子技术与软件工程;正文第132页 * |
徐隼慧.距离跟踪α-β-γ滤波器.硕士电子期刊.2002,(第01期),正文第35-37页. * |
距离跟踪α-β-γ滤波器;徐隼慧;硕士电子期刊(第01期);正文第35-37页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112698323A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393641B (zh) | 基于甲板运动补偿的舰载机自动着舰引导控制方法 | |
JP6328789B2 (ja) | レーダー警報受信機における到来角(aoa)を判定する方法及び装置 | |
CN111580518B (zh) | 一种基于改进果蝇优化和动态窗口法的无人艇分层避障方法 | |
CN110441788B (zh) | 一种基于单线激光雷达的无人艇环境感知方法 | |
CN113311398B (zh) | 强杂波复杂背景高机动弱小目标的跟踪方法 | |
CN110764523B (zh) | 基于抗饱和平滑变换的比例积分前置导引攻击目标的方法 | |
CN108460210B (zh) | 一种基于噪残差和协方差匹配的动力定位***噪声特性实时估计方法 | |
CN112698323B (zh) | 一种基于α-β-γ滤波器的全自动着陆雷达引导噪声抑制方法 | |
CN114967702A (zh) | 一种无人艇控制***及路径跟踪方法 | |
CN110515387A (zh) | 一种水面船舶漂角补偿非线性航向控制方法 | |
CN111796288B (zh) | 一种基于杂波频谱补偿技术的三坐标雷达动目标处理方法 | |
Mu et al. | Application of modified EKF algorithm in AUV navigation system | |
CN110109120B (zh) | 载机俯冲下基于ddd-3dt的低空风切变风速估计方法及装置 | |
US3327306A (en) | Optimized input adaptive control method and system | |
Jeong et al. | A study on the performance comparison of three optimal Alpha-Beta-Gamma filters and Alpha-Beta-Gamma-Eta filter for a high dynamic target | |
US3174146A (en) | Automatic landing systems | |
Dove et al. | An automatic collision avoidance and guidance system for marine vehicles in confined waters | |
CN111984006A (zh) | 融合海流及尺度差异影响的无人艇多目标会遇避碰方法 | |
Fan et al. | Attitude Adaptive Robust Strong Tracking Kalman Filter Based on Unmanned Surface Vehicle Navigational Radar Target Tracking | |
RU2252434C2 (ru) | Двухдиапазонный следящий угломер | |
CN112558050B (zh) | 一种转弯机动运动目标速度估计方法 | |
CN114326750B (zh) | 一种基于自抗扰控制的水面无人艇路径跟踪控制*** | |
CN112711264B (zh) | 一种基于神经网络的舰载机着舰时的舰艉流实时预测方法 | |
CN113985898B (zh) | 一种欠驱动海洋航行器的非线性路径跟踪控制方法 | |
CN102506865B (zh) | 基于角速度的飞行器极限飞行时四元数多项式类近似输出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |