摘要:
在拦截大机动来袭目标时,拦截弹视线角速度呈无规律的非线性变化,导引头对自身测量信息滤波存在一定困难。针对这一背景本文提出一种基于经验模态分解(empirical mode decomposition, EMD)和卡尔曼滤波(Kalman filtering, KF)相结合的导引头滤波降噪方法,发挥经验模态分解处理非平稳信号的自适应特性,并通过卡尔曼估计削弱经验模态分解方法中“边界效应”的影响。仿真表明,该方法对于具有强非线性特性的视线角速度信号有较好的自适应滤波效果。
赵振昊,沈毅,王冬明. 导引头的EMD-KF组合滤波方法[J]. Journal of Systems Engineering and Electronics, 2011, 33(8): 1861-1864.
ZHAO Zhen-hao,SHEN Yi,WANG Dong-ming. EMD-KF filtering method for seeker[J]. Journal of Systems Engineering and Electronics, 2011, 33(8): 1861-1864.