几种降阶方法在柴油机控制器中的应用对比研究

为保证军用机、直升机等大型装备的最后装配质量,得到的产品能满足各项性能指标,必须对系统进行分析和计算。但对于大型复杂系统而言,由于其高维数和复杂性,直接分析相对困难,在这种情况下,采用降阶方法处理。本研究分别利用奇异值分解、Krylov子空间理论和最小二乘法对柴油机控制器进行降阶。研究结果表明:奇异值分解(SVD)算法可以根据系统的奇异值大小进行截断,能够保持降阶系统的结构特性,但计算过程较复杂。Krylov子空间的降阶算法虽然计算量小,且速度快,但误差范数较大。利用最小二乘法可以很好地结合这两种方法的优点,从仿真结果也可看出,利用第三种方法结果最好。     

奇异摄动法在数字飞行控制系统设计中的应用和实现

本文研究了线性定常离散奇异摄动系统的分解降阶,并进行了系统基于最优离散调节器理论的组合状态反馈设计。为了结合实际应用,提出了基于快子系统的龙伯格观测器设计方法。最后,用奇异摄动法具体设计了数字飞行控制系统(DFCS),并用微机予以实现。     

航空发动机控制器降阶方法

研究了状态空间模型的降阶方法,介绍了平衡截取降阶方法,提出最小二乘降阶方法.根据降阶前后系统应具有相同的输出,采用最小二乘法计算出降阶后系统的模型参数.以状态空间形式的某航空发动机控制器为降阶示例,采用以上两种方法进行了降阶研究,结果表明所提出的最小二乘法具有更优的性能.     

快速传递对准的联邦滤波器设计

在机翼挠曲变形不可忽略的情况下,采用速度加姿态匹配的方法可进行快速传递对准.用于快速传递对准的卡尔曼滤波器的阶数将高达21维,故需要进行大处理量的滤波计算,这将导致快速传递对准所要求的快速滤波更新率得不到满足.针对这一问题,本文提出采用联邦滤波器进行快速传递对准,以解决采用集中滤波器进行快速传递对准时存在的计算量大且滤波更新率低的问题.文中设计了适用于快速传递对准的联邦滤波器结构和算法,建立了机翼挠曲变形模型,推导了速度匹配子滤波器的12阶系统模型及姿态角匹配子滤波器的15阶系统模型.仿真结果表明,在载机进行摇翼机动情况下,采用本文提出的联邦滤波器与采用集中滤波器进行快速传递对准的效果相当,计算量大大减小.     

组合式三相双Buck宽变频逆变器

介绍了两态滞环电流控制型双Buck逆变器的电路结构和工作原理,对系统内环进行建模和分析。从理论上分析得到电流内环可以把LC二阶系统降阶为一阶系统,并将电流内环近似等效为一阶惯性环节,其时间常数主要取决于系统滤波电感的大小,并提出了一种滞环电流控制型逆变器输出滤波器的解耦设计方法,对宽变频输出时的输出滤波器进行优化设计。在此基础上进行三相组合式实验研究,通过数字控制技术实现逆变器系统具有360~800 H z宽变频输出。最后通过三相6 kVA原理样机,验证了本逆变器系统在全频率范围得到良好的输出电压波形和较高的效率,具有更广的应用前景。     

基于UKF的四元数载体姿态确定

对于低精度高噪声的传感器组成的低成本姿态测量系统,本文引入U nscen ted K a lm an filtering(UKF)用于姿态确定,设计了有陀螺测量和四元数差分法的无陀螺测量两种UKF滤波器;应用四元数避免了欧拉角法的奇异问题;用高斯-牛顿误差最小法将六维参考向量转化为四元数,作为观测量的一部分,使九维非线性观测方程转化为七维线性方程进行滤波,减少了计算量;应用仿真数据进行算法验证,成功得到姿态估计;对两种算法在低速和高速状态下进行验证,仿真结果表明了该方法的有效性。     

基于模型降阶的随机最优输出反馈阵设计

本文研究了线性离散随机系统的模型降阶和最优输出反馈矩阵的设计问题。本文提出的设计方法不需要对原系统进行Anderson-Moore的迭代计算,直接利用求得的降阶模型解出近似的最优输出反馈阵。文中举例说明了设计方法的应用并进行了计算机仿真,仿真结果是令人满意的。     

一种简便的模型降阶处理方法

基于大系统理论听集结法，提出了一种简便的动力学模型降阶处理方法。文中针对系统不同的动力学特性，存在相对快变量，存在小量及一般情况，通过选择适当的集结阵和作线性变换处理，分别推导了出相应的降阶模型。分析了该三种降阶模型的降阶精度和适应范围，并通过对某一实际模型进行降阶处理，说明本所提出的三种降阶模型的某一种作为原高阶系统的简化模型是可行的。同一般模态集结法相比，本文所提出的模型降阶方法简便许多，它一     

线性振动系统双递推最小二乘时域参数识别法

本文在时域中探讨了粘性阻尼线性振动系统的复模态参数识别问题。利用振动系统的自由响应采样数据,提出了最小二乘递推与扩阶递推的双递推方法,先识别振动系统的复频率,再识别复振型。为给数据中的噪声提供一定的出口,采用拟合模型的阶数大于振动系统的阶数的数学模型。最后用模态置信因子和模态相关系数来鉴别振动系统的复模态与噪声模态。为验证此方法的正确性,进行了计算机模拟试验,文中附有算例及结果。     

分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用研究

本文研究了分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用。给出了系统的结构框图和动态方程,设计一个分布式卡尔曼滤波器,并进行了计算机误差模拟分析。结果表明;采用分布式卡尔曼滤波器的组合系统可减少计算时间,且导航位置误差小于15m。     

Widrow二元自适应阵列天线的讨论

本文通过对Widrow二元自适应阵列天线的讨论,导出了二元自适应阵列天线方向性函数的表示式。 本文讨论了有噪声时,二元自适应阵列天线性能的变化,指出:在有噪声条件下方向图上将出现“零点偏移”,文中给出了计算偏移量的解析表示式。此外在干扰源方向,天线方向图上出现以“零点深度”度量的剩余值。 本文通过计算,证明了:具有最小均方误差输出的Widrow二元自适应阵必有最大信噪比输出。     

一种新的鲁棒非线性卡尔曼滤波

Huber方法是一种基于l1/l2联合范数的估计方法,该方法可以实现估计的鲁棒性,同时尽量不损失滤波精度和效率.基于Huber估计的无味卡尔曼滤波虽提高了无味卡尔曼滤波的鲁棒性,但这种方法用统计线性回归模型来近似非线性的观测模型,损失了无味变换的精度.从Huber方法的数学意义出发,对观测信息(观测值或观测噪声)进行重新构造,然后对精确的非线性观测方程进行标准的无味卡尔曼滤波,这种新的基于Huber方法的无味卡尔曼滤波无需对非线性观测方程进行线性近似,在保持鲁棒性的前提下提高了滤波精度.通过一个具有混合高斯分布观测噪声的简明实例,验证了新算法在鲁棒性、滤波精度以及估计一致性方面的优势.     

长波通滤波器的研究

用激光照射掺有碘分子的流场，感应的碘分子荧光包含着流动参数如速度、压强、温度和密度的信息，可用其来对这些参数进行测量。但荧光信号通常很弱，在没有合适滤波器的情况下，测量的信噪比是差的。为了去掉作为噪音的散射的激光和背景光，设计和制造了长波通滤波器，它们具有高质量性能，相应的测量有好的信噪比。     

基于Bancroft算法的GPS动态定位非线性滤波法

由于系统线性化时存在忽略项,扩展卡尔曼滤波成为一种次优的梯度下降算法.当滤波方程病态时,求解存在发散倾向,且估计量为有偏的,而非最优估计.即使动态系统噪声为高斯噪声时,残差也不是高斯噪声.在伪距定位中,由于线性化后的伪距方程是局部解,这有可能丢失正确解值.针对GPS动态导航扩展卡尔曼滤波定位问题,基于美国Bancroft的全局性非线性"闭合式求解"最小二乘算法(Bancroft算法),本文提出一种闭合式GPS非线性代数解的卡尔曼滤波法(两步算法).该方法将GPS滤波问题中的空间与时间分离,较好地解决了非线性GPS动态定位求解问题,且获得稳定可靠的动态定位解.     

确定次优滤波器常增益阵的传递函数法

本文提出了一种利用传递函数求解多变量线性定常系统稳态卡尔曼滤波器次优增益阵的新方法,由传递函数直接导出次优增益阵,从而避免了求解高阶非线性矩阵黎卡提方程。在求解时,通过尽可能地设置非零自由参数,并使所有参数为同一数量级,可较容易地解出次优增益阵K~(?),然后进行灵敏度分析或仿真,选出理想的常增益阵K~(?)。     

解耦分布式滤波器在惯导初始对准中的应用

介绍了一种采用Ｌｕｅｎｂｏｒｇｃｒ标准变换阵的最优分布式卡尔曼滤波器及其在捷联惯导系统（ＳＩＮＳ）初始对准中的应用．该滤波器是由原高阶系统通过Ｌｕｃｎｂｅｒｇｅｒ标准变换阵变换后组成的．把系统分割成ｍ。个彼此解耦的低价子系统，从而形成了ｍ个独立的子滤波器，适用于多微处理器并行计算，大大提高了滤波的实时性。本文还对高阶系统中出现的不可观测状态的滤波作出处理。     

Normal Form理论中矩阵表示论方法的改进

对于n阶一般的非线性动力系统，根据线性算子的不变子空间理论和共轭长子概念，提出一种计算其规范形的新的矩阵表示方法。使用本文方法，无需预先确定相应的规范形类的结构，并且由于所使用的子空间与系统的维数和规范形的阶数没有直接关系，而仅由给定的矢量场决定，因此能成功地用于高阶和高维问题的计算，文中除给出最小空间的构造方法以及在这个子空间上如何求解同调方程外，还用计算机代数语言Mathematica编制了计算程序。最后，算例说明了本文方法是有效的。     

一种航空无线电组合导航系统的设计与仿真研究

本文提出了一种以多普勒导航为基础,以VOR/DME(或TACAN)导航为辅助量测并含有一个Kalman滤波器的航空无线电组合导航系统,建立了该系统的动态方程,并用了相应的卡尔曼滤波方程。数字仿真结果表明,该系统的精度比单纯多普勒导航、VOR/DME或TACAN导航的精度都要高得多。这种系统用一台机载数字计算机即可实现。     

简化的混合估计算法及其在GPS／SINS深组合中的应用

为解决GPS/SINS深组合导航系统滤波的非线性和噪声的不确定性的问题,针对深组合模型特点,设计了一种简化的基于U滤波的多模型混合估计滤波器。根据系统模型中状态方程是线性方程、观测方程是非线性方程的特点,提出了一种简化的U滤波算法(Ultra tight coupling unscented Kalman filter,UTCUKF),然后针对噪声变化建立了非线性模型,多模型混合估计滤波器的输出为各滤波器的概率加权融合,因此模型概率是根据噪声变化而调整的,从而也使系统输出对噪声变化具有一定自适应能力。最后进行了仿真,并与基于普通U滤波的多模型混合估计算法进行了比较。结果表明,本文算法的解算时间短,模型切换速度更快,而估计的精确度与同条件下的基于普通U滤波的多模型混合估计算法相当,更符合深组合系统高动态的要求。     

A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U-D FACTORIZATION

研究了基于Ｕ－Ｄ分解的快速Ｋａｌｍａｎ滤波算法，并将它应用到一个２１状态的ＧＰＳ／ＩＮＳ组合导航系统工程实现中。常规的Ｋａｌｍａｎ滤波器已广泛应用于ＧＰＳ／ＩＮＳ组合系统，但由于系统建模误差和计算舍入误差，Ｋａｌｍａｎ滤波器在工程应用中会出现发散现象。为了解决这个问题，本文推导了一个基于Ｕ－Ｄ的扩展Ｋａｌｍａｎ滤波器。此外，由于高阶组合系统计算量大，导致基于Ｕ－Ｄ分解的滤波器在实时应用中有困难，为此，本文提出了一种快速的滤波算法来节省计算时间。文中设计了一条近于实际的飞机航迹来仿真。结果表明，本文所提的滤波算法能有效地克服组合系统滤波器发散问题，并减少计算时间近６９％。