一种运载火箭时变结构模态参数辨识的确定性演化方法

针对运载火箭的时变结构模态参数辨识问题进行研究，基于时变自回归滑动平均(TARMA)模型，提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力，将墨西哥帽小波函数作为TARMA模型时变系数的空间基底，构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型，并发展了两步最小二乘估计方法，实现了时变系数的解耦估计。通过有限单元法，建立了阿里安V号芯级运载火箭时变有限元模型，对所提辨识方法进行了验证，结果表明：墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数；与传统傅里叶基FS-TARMA方法相比，具有更好的辨识精度，并且能够准确地反映出模态局部细节特征。     

基于CZT的变时间窗时变参数在线辨识方法及应用

针对时变参数的在线辨识问题,提出了基于CZT的变时间窗时变参数在线辨识方法,通过滑动时间窗以及基于方差阈值的重启设计,提高了现有频域辨识方法对时变参数的辨识速度,并且有效避免了数值微分对噪声的放大问题。最后,基于飞机系统的执行机构故障,对该方法进行仿真验证,并与传统辨识方法进行对比,说明了该方法对时变参数有较强的辨识能力,验证了该方法的有效性。     

一种改进的航天器时变模态参数递推辨识方法

针对基于预测器的递推子空间辨识(RPBSID)方法在估计系统的状态变量时计算量较大的问题，提出一种改进的RPBSID方法并应用于航天器的时变模态参数辨识。与原算法相比，改进后的方法在求解状态量时不需要逐个时刻构建相应的Hankel矩阵，而是利用仿射投影算法(APA)实现状态量的递推估计，从而减少了辨识过程中的数据量。在此基础上，利用该状态变量递推得到时变系统的状态空间模型和模态参数。在数值仿真中，建立带有大型挠性附件的卫星动力学模型，分别考虑系统模态参数线性变化、突变和周期改变的情况，利用改进的RPBSID方法对结构的时变频率和阻尼比等参数进行了辨识。理论分析和数值仿真的结果表明这种改进的方法不仅能够有效地辨识系统的时变模态参数，而且与原方法相比具有更高的计算效率。     

子空间跟踪算法在热模态问题中的应用研究

总结子空间跟踪算法识别模态参数的一般步骤。对一个有理论参考解的时变两自由度系统进行仿真,利用添加不同量级噪声的响应数据对系统进行辨识。辨识结果表明:基于新信息准则的子空间跟踪算法拥有较好的抗噪能力。对飞行器舵面结构进行受控快速加热,辨识快速升温过程中的模态参数。辨识结果表明:子空间跟踪算法可用于热模态辨识,有一定的工程应用价值。     

地面力学在火星壤力学参数估计研究中的 进展与展望

掌握火星土壤的力学参数是保障火星车顺利完成巡视探测的关键。通过对已成功开展的火星巡视探测任务进行汇总，探讨了复杂火星地貌对火星车移动性能的影响，分析了基于地面力学理论的火星土壤力学参数估计方法，包括：基于车轮的火星壤在轨力学参数估计方法和基于轮壤力学模型的力学参数辨识方法。最后，对未来关于地面力学在星壤力学参数评估进行了探讨。     

飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

利用改进TW-API方法在轨辨识挠性航天器时变模态参数

考虑大型挠性部件运动导致的在轨航天器模态参数时变特性,提出一种改进的截断窗逼近幂迭代（TW-API）追踪方法。针对传统TW-API方法计算量较大的问题,改进的方法简化了数据处理中的矩阵递推过程,显著减少了在轨辨识过程的计算量和计算时间。还将该方法与经典投影估计子空间跟踪（PAST）方法和逼近幂迭代（API）递推方法进行了计算量对比与分析。为检验四种方法用于航天器模态参数辨识的效果,选取ETS-VIII卫星为对象进行数值仿真。通过实际计算时间的比较,校验了改进TW-API方法在大型挠性航天器时变模态参数在轨辨识方面的有效性。     

挠性空间结构变形的自适应辨识

本文以空间控制中的挠性结构变形的辨识为背景,以李雅普诺夫稳定性理论为基础,从辨识的一致性原则出发,给出时变参数的自适应辨识算法。该算法具有梯度型递推形式,结构简单、容易实现。计算机模拟结果表明该算法是解决时变参数辨识的一种有效方法。     

多波相参调制信号激励下的系统参数辨识

探讨了用来辨识飞行器上线性系统参数的新激励－－多谐波相参调制信号（ＳＰＨＳ）的性质及其在参数辨识中的具体应用。实验中运用系统辨识、参数估计、镜像映射原理，供助ＭＡＴＬＡＢ方便的矩阵运算能力，辨识了一个系统参数，结果说明此方法编程实现简洁、迅速，辨识精度高，适合系统的快速参数辨识。     

模型的稀疏选择与参数辨识及应用

基于正则化技术的稀疏成分分析方法可同时完成模型选择和参数估计功能。现分别从迭代算法的设计和对应岭估计的构造两方面切入,研究正则化函数的选取及特点,并深入分析其模型参数辨识的机理,说明正则化参数与广义岭估计的最佳岭参数的耦合性。该方法可操作性强,可保证参数迭代的收敛性,对于正则化函数的构造和参数估计的统计特性分析均有规则可循。缺项多项式和制导工具误差系数求解的数值例子表明,该方法具有有效的一体化模型选择和参数估计功能。     

卫星动量轮闭环系统的UIO双观测器故障诊断

本文对于卫星动量轮闭环系统提出了一种基于UIO双观测器的故障诊断方法,该方法通过分析观测器残差向量的变化来分离执行机构、传感器及系统参数故障,并且可以通过隔离观测器反映出传感器的故障模式.文中首先对闭环系统故障诊断特点、UIO故障诊断方法及卫星动量轮闭环系统进行了简要介绍;接着分析了UIO双观测器法应用的条件;然后引入卫星动量轮闭环系统的模型;最后通过仿真实验证明利用本文中所提出的方法可以成功地诊断并分离出执行机构、传感器及系统参数的故障,并在传感器故障时可以确定出故障模式.     

竞争学习模糊神经网络及在导弹故障诊断中的应用

尽管基于解析冗余的故障诊断方法有许多突出的优点而越来越多地得到的研究和应用，但它依赖于系统的模型，当系统存在非线性或不确定性时，存在难以建模的困难，模糊神经网络可以通过学习建立系统的模型，且模型参数有明确的物理意义，初始参数易于选择，成为解决这一问题的优选途径，作者通过把模糊神经网络的学习转化为竞争聚类和线性优化问题，基于竞争聚类和最小二乘原理，提出了一种模糊神经网络学习算法，并在某伺服机构上进行     

非迭代动态多故障诊断方法研究

由于传感器噪声和故障判决规则的不可靠,故障检测系统难免出现检测错误。不同的测试之间具有一定的冗余关系,利用这些关系就可以纠正一定的错误。基于迭代的动态多故障诊断（DMFD）算法在系统中有测试错误的情况下具有较高的诊断正确率,但当系统规模较大时,它的迭代过程并不必要,且有时迭代并不能收敛到最优值。针对这一问题,文章在详细分析迭代拉格朗日松弛方法和维特比算法原理的基础上,提出了利用故障和测试结果之间的关系来估计拉格朗日乘子的非迭代动态多故障诊断方法。该方法避免了迭代过程,减少了计算时间并提高了诊断正确率。对航天器电源系统的诊断表明,非迭代动态多故障诊断方法的诊断速度快,且其正确率高于以前的算法。     

基于hp伪谱同伦凸优化的火箭垂直回收在线轨迹规划方法

针对可重复使用运载火箭垂直回收轨迹优化问题,提出了一种带有最优终端时间估计策略的hp伪谱同伦凸优化在线轨迹规划算法。首先,考虑状态约束和过程约束的非凸性,采用无损凸化处理推力幅值约束;然后,结合同伦方法与不动点迭代思想将气动力与非凸质量约束转化为线性时变剖面,完成问题凸化;进一步基于hp flipped Radau伪谱法对问题进行离散化处理,将最优控制问题转化为参数优化问题,进而采用原-对偶内点法求解;最后,为进一步减少燃料消耗,提升经济效益,考虑最优终端时间难以在线确定的问题,结合解析推导与二次插值法,设计了最优终端时间快速估计策略。仿真结果表明所设计的轨迹优化算法最优终端时间估计速度快,收敛性能良好,具有较高的精度和计算效率,具备在线应用的潜力。     

基于神经网络和证据理论的火箭发动机故障诊断

针对运载火箭动力系统故障的复杂特性和故障模式的不确定性,提出了基于神经网络和证据理论的火箭发动机故障诊断。首先以火箭视加速度和角速度作为网络输入,故障类型矩阵作为网络输出,通过BP神经网络和RBF(径向基函数)神经网络进行故障诊断;之后通过D-S证据理论融合神经网络结果;最后通过滚动时域估计方法对火箭飞行状态特征量估计。仿真结果表明诊断准确率达到99%以上,表明提出的方法对于火箭发动机故障诊断具有较高的准确性和实用性。     

运载火箭动力系统突发性故障检测与辨识

航天是一个高风险的领域 ,一次不成功的发射试验可能带来的经济损失动辄上亿元 ,甚至会出现灾难性后果。因此 ,故障诊断技术在航天工程领域具有极端的重要性和明显的工程价值。本文以运载火箭动力系统突发性故障为研究对象 ,采用解析冗余方法 ,建立了分别适用于脉冲型故障和阶跃型故障的检测方法 ,并给出了故障幅度的无偏估计算法     

多饱和约束拦截弹参数时变系统控制器设计

针对拦截弹参数时变和执行机构饱和非线性影响控制系统性能,提出基于齐次多项式参数相关 Lyapunov 理论和非线性矩阵微分方程凸多面体转换算法相结合的鲁棒最优控制系统设计方案。 通过引入标准饱和约束算子,建立控制系统数学模型并给出控制系统结构;引入饱和归一化因子,把非线性参数时变微分方程转化成线性多胞型微分方程;基于齐次多项式参数相关Lyapunov理论和拓展Pólya’s定理,把参数时变多胞型微分方程转换成齐次多项式参数相关微分方程,并给出齐次多项式参数相关控制器结构;利用迭代算法把非线性矩阵不等式转换成线性矩阵不等式(LMIs),进而基于LMI凸优化理论获得控制器解,设计出的控制器是关于齐次多项式阶次g和Pólya’s松弛度d的函数;通过定点和制导控制系统仿真校验了该算法,仿真结果表明随着齐次多项式阶次g和Pólya’s松弛度d的增加,设计出的控制器在确保系统稳定的前提下改善控制系统性能。     

测量不确定的充液航天器自适应鲁棒容错控制

针对三轴稳定充液航天器控制系统中同时存在外部未知干扰,参数不确定,测量不确定和执行器部分失效故障的鲁棒容错姿态机动控制问题进行研究。首先将部分充液贮箱内的晃动液体燃料等效为粘性球摆模型,采用动量矩守恒定律推导出航天器的刚-液耦合动力学方程。然后将变结构控制策略结合范数自适应估计算法设计了自适应鲁棒容错控制器,其中设计的范数自适应控制算法用于有效估计由测量不确定产生的集总扰动的未知上界;自适应估计算法则用于有效估计贮箱内的液体晃动位移变量。提出的控制策略不依赖精确的故障信息,并且在故障信息值不确定的情况下可以实现期望的姿态机动任务。基于Lyapunov稳定性分析方法证明了容错闭环系统状态变量的一致最终有界性。采用数值方法验证了所提控制方法的有效性和鲁棒性。     

运载火箭控制系统漏电故障诊断研究

从系统的角度分析了运载火箭控制系统漏电故障诊断的特殊性，指出故障也是系统要素之间的一种联系方式。为了准确、有效地描述系统状态条件同其故障关系问所存在的关联，提出了条件故障图的描述模型，界定并分析了描述系统状态关系的状态树，并将它与故障图相结合形成条件故障图，用于对故障关系的自动化描述及分析。在此基础上，引入蚁群算法来确定故障树的最优检测次序，并指导系统多故障状态的决策。将它们应用于运载火箭的控制系统，给出了一个特征实例。条件故障图可以有效地描述状态条件对故障关系的影响及作用，蚁群算法能够实时地、自适应地进行动态路径选择。获得了令人满意的效果。