自适应UKF在北斗定位算法中的应用

北斗导航系统发展日益成熟，介绍了北斗定位解算与GPS解算的差异，针对扩展Kalman滤波(Extended Kalman Filter，EKF）算法在北斗解算过程中容易引入非线性误差，无迹Kalman滤波(Unscented Kalman Filter，UKF）算法受初值和系统噪声影响较大问题，提出了一种自适应无迹Kalman滤波(Adaptive Unscented Kalman Filter，AUKF）北斗定位解算算法。该算法利用观测残差信息构建自适应渐消矩阵，消除量测噪声异常带来的影响，同时提高了滤波精度。实验表明，与EKF和UKF定位解算算法相比，AUKF算法在定位精度和对系统噪声鲁棒性方面都有所提高，是一种可靠稳定的北斗定位算法。     

基于自适应容积卡尔曼滤波方法的涡扇发动机气路部件故障诊断

针对涡扇发动机气路部件故障诊断中参数存在不同的噪声统计特性,提出了一种自适应平方根容积卡尔曼滤波(ASRCKF)器的自适应滤波方法.该方法直接利用基于3阶容积积分方法近似发动机的非线性统计特性,用于替代非线性无迹卡尔曼滤波方法的系统模型,避免了滤波过程参数选取的问题;采用移动窗口法对噪声协方差矩阵进行自适应估计,提高了算法对不同统计特性噪声的自适应能力和滤波精度.通过对发动机气路部件健康参数蜕化过程仿真结果表明:ASRCKF方法相比平方根容积卡尔曼滤波(SRCKF)方法,精度提高40%~50%,对不同噪声信号具有更好的适应能力.      

足绑式PNS自适应滑动平均零速区间检测方法

针对足绑式个人导航系统（PNS）中,传统的滑动平均算法对零速区间检测的延迟问题,设计了一种基于自适应滑动平均算法,对零速区间进行检测。首先对比力模值和角速率模值进行滑动平均,根据平均后数据的变化趋势,通过比较样本方差,设置一个自适应的滑动时间窗口来判断行人是否静止。该方法既能避免由于平滑算法带来的延时问题,又能够消除抖动干扰造成的误检,从而得到准确的零速区间。行走实验验证了本文方法的有效性,自适应滑动平均算法的导航精度提高了50%。     

FMS巡航阶段的垂直轨迹预测算法及应用

飞机的飞行过程涉及多个垂直飞行阶段,巡航阶段占了绝大部分的飞行时间、飞行距离及燃油消耗,研究飞行管理系统（FMS）巡航阶段的垂直轨迹预测算法,对于提升飞行的经济性、舒适性、安全性是非常重要和必要的。为了满足不同类型飞机之间巡航阶段垂直轨迹预测算法的通用性,提高垂直轨迹预测的精确度和可信度,提出一种适用于巡航阶段的垂直轨迹预测算法。首先,通过计算巡航阶段的速度剖面,构建预测过程中更加符合实际的大气模型;然后基于第一性原理（第一法则）的飞机模型计算所需的巡航燃油流量数据,通过设计的巡航阶段垂直轨迹预测算法逻辑,给出巡航阶段预测的垂直轨迹;最后通过地面仿真试验和空中试飞验证算法的有效性与准确性。结果表明：本文提出的基于第一性原理飞机模型的FMS 巡航阶段垂直轨迹预测算法能够预测飞机的巡航轨迹,且预测精度误差低于1%。     

基于无迹卡尔曼滤波的飞机结冰辨识

为了在线获得飞机的结冰情况,通过引入结冰严重程度参数和结冰影响模型,基于风洞试验数据建立结冰飞机纵向非线性飞行动力学模型;同时引入结冰增长模型并定义三种不同程度的结冰过程,利用无迹卡尔曼滤波算法在这三种结冰过程下分别对结冰严重程度参数进行辨识。仿真结果表明,该算法可以有效地跟踪结冰严重程度的变化,并且在不同程度的扰动下均能保持较高的精度,具有良好的鲁棒性。     

基于 SURF算法和 Kalman预测的运动目标跟踪

SURF(Speeded Up Robust Feature)特征提取方法是SIFT(Scale Invariant Feature Transform)算法的改进,具有速度快和精度高等特点,但其对于较大尺寸图像的匹配速度仍然有待提高。文章提出了一种将基于SURF特征匹配算法与卡尔曼滤波相融合的目标跟踪算法,该算法用特征点的中心近似目标最佳位置;通过卡尔曼滤波预测出当前的目标位置,建立自适应匹配窗口;最后,应用SURF算法提取窗口内的特征向量进行匹配。实验表明,该算法在目标发生大尺度旋转和缩放、部分遮挡时能够稳定跟踪,其跟踪速度比SURF算法有很大的提高。     

基于改进平方根无迹卡尔曼滤波方法的涡扇发动机气路状态监控

针对涡扇发动机气路状态监控存在模型未知或不准确导致滤波效果下降甚至发散的问题,研究了一种融入高斯过程回归（GPR）的改进平方根无迹卡尔曼滤波（UKF）方法.该方法利用GPR对训练数据进行学习,建立发动机气路部件状态监控的GPR模型,替代UKF方法中的非线性系统模型;采用超球体单形采样和平方根滤波方法来提高滤波的计算效率和数值稳定性.仿真结果表明:训练的GPR模型解决了UKF方法对发动机原系统模型和噪声协方差矩阵依赖性的问题;与扩展卡尔曼滤波（EKF）和平方根UKF方法相比较,改进平方根UKF方法精度更高,对健康参数的估计精度达到99.9%,实现了对涡扇发动机单个和多个气路部件健系参数的有效跟踪.      

基于数字滤波的低频时码秒脉冲抖动平滑方法研究

低频时码授时信号在接收时，由于环境等因素的影响会导致解调得到的低频时码秒脉冲出现抖动。为减小该抖动现象对低频时码定时精度的影响，基于我国低频时码授时系统（BPC），研究并设计基于数字滤波的秒脉冲抖动平滑方法，通过仿真实验，验证分析了最小均方误差（LMS）自适应滤波算法和卡尔曼滤波算法的有效性和抖动平滑性能。结果表明，低频时码秒脉冲的抖动现象可以通过BPC 1PPS (one pulse per second)和本地1PPS之间的相位差波动情况反映；LMS自适应滤波算法和卡尔曼滤波算法对BPC 1PPS的抖动平滑处理均有明显效果，卡尔曼滤波算法的抖动平滑效果更优，但存在一定的收敛时间，LMS自适应滤波算法的滤波结果响应速度快，但抖动平滑性能受滤波器阶数的影响。所以，在实际应用中，应根据实际需求选择合适的滤波器及相关参数。     

航空发动机滑动局部线性模型及控制

为了提高航空发动机的控制性能和控制系统的可靠性,提出一种基于粒子群算法的航空发动机局部小区域自适应滑动 的线性模型建立方法和双闭环自适应PI控制方法。在辨识区间内,以发动机转子转速为状态变量,采用在线实测数据和粒子群算法的参数估计方法,使模型辨识参数按照设定区间大小自适应跟踪滑动,从而保证线性模型能够精确逼近发动机的非线性动态。通过分析发动机燃油调节器的工作特性,建立了燃油调节器计量活门和电液伺服阀的传递函数,并根据所构建的模型,设计了航空发动机转子转速和燃油流量双闭环自适应PI控制系统以实现对航空发动机的精确控制。结果表明：利用局部滑动自适应辨识计算机得到的数据与发动机稳态、动态试验数据相吻合,且双闭环仿真控制性能满足航空发动机工作性能要求,表明所提出的航空发动机局部线性建模方法和自适应PI控制器参数算法对提高发动机的控制性能是有效的。     

基于飞机模型的性能计算与管理

针对大型飞机巡航段性能优化问题,文中以飞机模型和简化的飞机运动方程为基础,利用飞机的一些基本数据,首先计算出飞机的燃油里程,并在此基础上分别获得最大航程马赫数、远程巡航马赫数和经济巡航马赫数。最后建立了以巡航成本最小、燃油最省和续航时间最长为指标的优化性能数据库,并进行了仿真分析。     

基于无味卡尔曼滤波的飞机防滑刹车模糊神经网络控制

根据对飞机刹车过程动力学分析与建模,本文提出了一种基于无味卡尔曼滤波(UKF)的模糊神经网络控制律。本控制律结合了无味卡尔曼滤波对机体速度的良好估计效果和模糊神经网络控制器对不同系统参数的适应能力,能够很好完成对最佳滑移率的追踪任务。Matlab仿真试验结果显示,基于无味卡尔曼滤波的模糊神经网络控制器可以准确的估计飞机滑跑时的速度,改善飞机防滑刹车系统性能,提高刹车效率。     

基于集总虚拟湿源的民机客舱湿度预测

 热湿环境是影响国内及国际航线民机客舱舒适性的主要因素,准确获得客舱热湿动态变化特性,对于飞机客舱舒适性研究具有重要意义。从现役国内及国际航线民机热湿环境现状测试分析入手,引入集总虚拟湿源(LVMS)项,建立客舱湿度预测模型,并利用跟机测试数据辨识得到相关机型的模型参数,使用该模型来提高涵盖飞行包线的湿度预测精度。该集总虚拟湿源项能使用简单的集总方程整体地反映所有内饰材料湿气吸收和脱附过程。研究结果表明:提出的湿度预测方法与实测数据吻合较好,能够反应不同机型不同飞行剖面下的客舱湿度变化特性,可为未来我国民机客舱热湿控制系统的设计与控制策略的制定提供依据。     

基于双模型滤波算法的环控系统换热器故障诊断

 在建立飞机环控系统数学模型的基础上,提出采用双模型滤波方法进行参数估计、状态预测和故障诊断,提高飞机环控系统故障诊断的快速性和准确性。如果采用最小二乘算法,参数估计是静态的,故障诊断延迟一般较大;采用单模型扩展Kalman滤波算法,虽然能够实现动态估计,但不能同时兼顾稳态过程和过渡过程（突发故障）的参数估计,导致误差较大。为了解决上述难题,针对飞机环控系统换热器故障诊断,提出两模型滤波算法。该算法由两个滤波器组成,分别用于跟踪系统的稳态和过渡过程。由于采用了两滤波器模型分别匹配不同的系统特征,能够改善飞机环控系统不同状态下的参数估计和状态预测性能,从而提高系统故障诊断的精度和速度。仿真结果证实了该算法的有效性。     

基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题,提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面,利用Kalman滤波估计选定的速度点对应的高度,得到满足再入走廊及航程要求的拟合系数。在此基础上,减少一个终端约束,增加一个待估计剖面参数,可实现对再入过程飞行时间的调节。研究发现,再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性;飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明,基于Kalman滤波的空天飞行器再入制导算法实时性好,制导精度高,能够实现飞行时间可控,具有较强的鲁棒性和工程应用潜力。     

终端区多机协同进场下的飞机性能参数优化方法

为了降低多条航路上下降至同一航路点的多架飞机最后巡航阶段和下降阶段的运行总成本,同时要确保飞机的飞行安全,研究了多架飞机下降至同一航路点时降低总运行成本的参数优化方法。首先,介绍了飞机性能参数计算方法;其次,为了提高寻找飞至同一航路点各架飞机使得总运行成本最低的合适指示空速的计算速度,建立了考虑间隔约束的参数优化模型,并通过精英保留的遗传算法进行优化运算;最后,用某型民用飞机对建立的模型进行算例仿真。结果表明,该模型能准确计算出各架飞机使总运行成本最低的指示空速,对航空公司处理多架飞机下降至同一航路点降低总运行成本有较大的指导意义。     

基于原子搜索Kriging模型方法的民用飞机液压系统温度监测

温度是民用飞机液压系统性能的重要表征参数之一,为有效实现液压系统温度监测,基于Kriging 模型和原子搜索算法（ASO）,提出了一种基于原子搜索Kriging 模型（ASOKM）方法。首先,针对液压系统温度故障发生原因进行分析,建立其故障逻辑图,明确影响液压系统温度的特征参数;然后,结合快速存取记录器（QAR）数据,论述了ASOKM 方法建模原理;最后,通过某型国产民用飞机液压系统温度监测分析,对所提出的ASOKM 方法进行有效性验证。研究结果表明：ASOKM 方法的训练平均绝对误差、监测平均绝对误差低于响应面（RSM）、Kriging、BP 神经网络（BP-ANN）模型,具有较高的精度、效率和鲁棒性。所提方法可以为液压系统可靠性分析、故障诊断、预测维修提供借鉴。     

民用飞机高寒专项试验实施方法研究

为验证在高寒环境下能够安全运行，民用飞机需开展整机级高寒专项试验。总结了民用飞机高寒专项试验地点的环境条件，包括国内机场气象分析、国外机场气象分析、气候实验室环境条件，针对气候实验室及海拉尔东山机场论证了试验窗口期选取建议，梳理了试验期间环境温度测量、机上数据读取、系统参数测量相关测量内容及注意事项，并对民用飞机在气候实验室和海拉尔东山机场的冷浸透前检查、冷浸透期间检查、冷浸透后检查和海拉尔东山机场的航前检查、飞行检查、航后检查的试验现场实施方法及要点进行了研究，给出了在海拉尔东山机场进行冷浸透检查的时间建议，从而系统论证了民用飞机开展高寒专项试验相关的试验实施方法，对民用飞机高寒专项试验的策划与实施具有一定的指导意义。     

基于三级滤波的民用飞机组合导航融合算法研究

高精度导航系统是民用飞机必备的机载航电设备。针对民用飞机导航传感器冗余配置特点,设计了一种基于三级滤波的组合导航融合算法。首先根据民用飞机传感器配置特点设计三级滤波架构,然后通过第一级卡尔曼滤波器的局部估计、第二级联邦滤波器的全局估计和第三级全局滤波器的最优全局估计,最终实现导航参数的最优全局估计。最后,通过计算机仿真证明该方法具有很好的位置、速度和姿态估计精度,能够满足民用飞机导航系统的高精度测量要求。     

基于超球体平方根无迹Kalman滤波算法的涡扇发动机气路部件故障诊断

研究了一种超球体平方根无迹Kalman滤波算法用来有效跟踪涡扇发动机气路部件发生渐变性和突变性故障的健康参数.该算法通过超球体单形采样来降低算法的计算量,采用测量残差协方差阵的平方根代替方差阵进行递推运算,提高了算法的计算效率和数值稳定性.分别采用扩展Kalman滤波算法、无迹Kalman滤波算法和超球体平方根无迹Kalman滤波算法对某型涡扇发动机进行仿真,结果表明:超球体平方根无迹Kalman滤波算法的滤波时间减少50%左右,能够实现渐变性和突变性故障中健康参数的准确估计,是一种有效的涡扇发动机气路部件参数估计和故障诊断方法.      

国产民用运输类飞机障碍物限重计算模型优化研究

航空公司使用多年的某国产民用飞机性能软件,在障碍物限重计算准确性方面虽能获得较满意的结果,但计算时间较长。分析该软件所用计算模型计算效率较低的原因,通过对比采用最小改平高和采用最大改平高两种模型的计算结果和计算效率,建立优化模型,计算不同障碍物、不同风速条件下,优化模型与原模型的障碍物限重、改平高度和计算时间,并进行比较分析。结果表明：两种模型的障碍物限重和改平高度计算结果基本相同;无障碍物时,不论有风无风,采用最小改平高的优化模型相对采用最大改平高的原模型均可减少计算时间25%;有障碍物时,无风情况下,采用最小改平高的优化模型可减少计算时间78% 以上,有风时,则可减少计算时间75% 以上。采用最小改平高的模型可以兼顾准确性和高效性。