基于变分贝叶斯的自适应鲁棒滤波算法

针对组合导航姿态估计中,观测同时受到野值与时变观测噪声影响的问题,构造一种基于变分贝叶斯的自适应鲁棒滤波算法。该算法可以有效地解决自适应与鲁棒滤波策略的矛盾,利用变分贝叶斯近似估计变换的观测噪声,在变分贝叶斯的滤波框架内,利用Huber滤波鲁棒化方法处理连续野值。在组合导航姿态估计试验中,验证了该算法具有良好的自适应与鲁棒性,并能够保持较高的估计精度。     

基于LMI的鲁棒滤波在无人机飞控系统中的应用

针对无人机在实际飞行过程中存在外界干扰以及传感器量测噪声的问题,应用线性矩阵不等式理论对无人机飞控系统进行了降阶鲁棒滤波器设计.讨论了适用于连续系统的降阶鲁棒滤波算法以及滤波器存在的条件.最后,进行了无人机纵向高度保持阶段的数字仿真,给出迎角与俯仰角速度的仿真曲线,仿真结果验证了该算法的合理性和有效性.     

固定翼无人机紧密编队的鲁棒协同跟踪控制

固定翼无人机（UAV）具有典型的欠驱动、非线性等特点,导致航点自主跟踪设计难度大,同时紧密编队飞行过程中无人机之间运动耦合与气动干扰明显,进一步增加了高性能控制设计难度。为此,本文针对固定翼无人机紧密编队飞行的航点自主跟踪问题,综合考虑轨迹平滑性、运动协同性和跟踪鲁棒性等需求,依托全驱系统建模方法提出了一种多层次鲁棒协同跟踪控制架构。该架构包括上层运动规划、中层协同滤波及底层鲁棒协同跟踪控制3个核心部分。上层运动规划根据离散航点指令,融合虚拟结构法和迭代线性二次型优化,实时生成可行、平滑的运动轨迹。在此基础上,为改善跟踪控制的瞬态性能,引入分布式协同滤波思想,对规划轨迹进行滤波处理,生成每架无人机个体的参考信号。最后,考虑到紧密编队中气动耦合与系统不确定性等挑战,设计了一种基于不确定性及干扰观测器的鲁棒协同跟踪控制方法,实现了编队轨迹的精确跟踪以及队形的可靠保持。所提出的鲁棒协同跟踪控制架构考虑了紧密编队飞行中的多种约束与挑战,实现了编队运动规划与跟踪控制的综合设计,可以有效提升系统自主性、协同性和鲁棒性。最后,通过5架固定翼无人机的紧密编队飞行仿真对所提方法进行综合测试,验证了方法的...     

鲁棒Kalman滤波及其在水下组合导航中的应用

在水下捷联惯导(SINS)/多普勒计程仪(DVL)组合导航系统中,当外部辅助信息受到野值等非高斯噪声污染时,选取调节因子γ为固定值将会降低基于Huber方法的鲁棒Kalman滤波(HRKF)算法的精度和鲁棒性。针对此问题,提出了一种基于马氏距离(MD)算法的调节因子自适应的鲁棒Kalman滤波(HRAKF)算法。首先利用MD算法对正常/异常的观测量进行辨识;进而建立γk递推关系式,并根据量测噪声特性对γ值进行实时调整;最后利用γk求取Huber权函数,并对量测噪声阵进行修正。选取8000s船载实测数据,分别利用Kalman滤波(KF)、HRKF及HRAKF算法进行水下组合导航半物理仿真试验。试验结果初步表明:在观测量受到野值或混合高斯分布噪声污染时,相较于KF和HRKF,HRAKF可实现更高精度、更加稳定的组合导航。     

面向无人机空中加油紧密编队的鲁棒控制方法

针对无人机空中加油紧密编队系统鲁棒控制问题，提出了一种基于障碍函数的自适应干扰观测器的分布式鲁棒编队控制方法。对固定翼无人机外环动力学模型进行转换，构造了具有非匹配和匹配扰动的二阶多体系统简化模型，并基于障碍函数设计了相应通道的自适应干扰观测器；利用邻机状态信息定义了相应的一致误差函数，在此基础上，基于编队系统通信拓扑结构，引入干扰补偿机制，开发了空中加油无人机紧密编队系统分布式鲁棒控制器，以实现理想的异构无人机编队跟踪控制性能。基于Lyapunov稳定性理论，分析了闭环系统的稳定性和收敛性。最后，通过将所提方法应用在由不同型号的1架加油机和2架受油机构成的编队系统上，进行数值仿真验证。所得到仿真结果与理论分析一致，验证了设计的干扰观测器和控制器的有效性。     

一种全天时星跟踪器相对惯导的安装阵在线快速估计方法

全天时星跟踪器与捷联惯导组成的惯性/天文组合导航系统具有精度高、自主性强等优点，在飞机、无人机、船舶等领域具有广泛的应用前景。组合导航系统长时间工作中力热变化导致安装矩阵漂移进而影响导航系统精度，全天时星跟踪器由于天空光影响视场小，一次只能观测一颗恒星，无法根据一副星图直接进行安装阵估计。提出了一种基于Levenberg-Marquart （L-M）算法的捷联惯性/天文组合导航系统安装阵在线快速高精度估计方法，利用捷联惯导姿态测量值，将不同时刻的观测星矢量转移到同一时刻同一坐标系中，构造多颗观测星的观测矢量误差与导航星矢量最小二乘目标函数，利用自适应步长的L-M算法对其进行迭代求解，实时得到系统安装矩阵的变化量。试验结果表明，使用该方法后星跟踪器在捷联惯导本体坐标系的输出恒星投影矢量精度提升了1倍以上，在线估计时间优于5 ms，满足用户实时性和高精度要求。     

混合高斯测量噪声下的多模型滤波

就带有混合高斯测量噪声的离散时间系统 ,提出了一种简化的多模型滤波。理论分析证明该滤波方法用较少的计算量得到了与交互多模型滤波相同的估计性能。为满足应用要求 ,给出了该滤波器的数值鲁棒实现方法。一个关于仅有方位测量的制导例子验证了该滤波算法的有效性。     

高超声速飞行器组合导航鲁棒滤波算法

高超声速飞行器由于其飞行环境的影响,使得GPS和星敏感器的量测噪声表现出非高斯特性。针对常规基于Kalman滤波的组合导航在非高斯噪声下性能下降的问题,提出了基于鲁棒滤波的高超声速飞行器组合导航算法。方法在惯性／GPS／＆异步量测建模的基础上,通过随机去耦将量测更新转化为线性回归问题,并基于M估计获得状态量最优估计。仿真结果表明,方法对非高斯噪声具有更好的鲁棒性,有效提高了高超声速飞行器组合导航系统的性能。     

涡扇发动机变参数鲁棒H_∞滤波器设计

针对存在建模误差及测量噪声干扰条件下的涡扇发动机性能参数估计问题,标准卡尔曼滤波及其改进算法滤波估计误差收敛速度慢,滤波估计精度低,对不确定测量噪声及建模误差较为敏感,为此本文提出了一种变参数鲁棒H_∞滤波器设计方法。该方法采用仿射参数依赖Lyapunov函数设计满足H_∞性能指标要求的鲁棒滤波器,通过引入凸多胞技术,将参数依赖线性矩阵不等式(Linear Matrix Inequality,LMI)中变参数Lyapunov矩阵与系统系数矩阵之间耦合乘积导致的非凸优化问题,转化为常规LMI约束下的凸优化问题进行求解,降低了线性变参数(Linear Parameter Varying,LPV)鲁棒滤波器设计的保守性,得到了全局解。针对涡扇发动机的仿真结果表明:与扩展卡尔曼滤波器对比,采用该方法设计的滤波器具有较快的动态跟踪速度和较高的滤波精度,ΔFn的稳态估计误差不大于0.1%,ΔFn的相对估计误差不大于2.5%,同时对建模误差和测量噪声干扰具有较强的抑制能力。     

基于小脑模型关节控制器的无人机集群快速终端滑模容错控制

针对受执行器故障和外界干扰影响的集群无人机（UAV）协同编队控制问题，提出了一种自适应快速非奇异积分滑模（FNISM）容错控制（FTC）方法。为使集群无人机在执行任务时具有良好的协同跟踪性能，通过对无人机实际飞行情况的分析，考虑了无人机编队飞行时的执行器故障和尾涡扰动等对跟踪性能的不利影响。采用小脑模型关节控制器神经网络（CMANN）来估计并消除外部干扰的影响，同时运用CMANN逼近补偿执行器故障。研究表明：所提出的容错控制方案可以保证无人机编队闭环系统在故障情况下的最终一致有界稳定，并且可以通过减小滑模设计参数提高收敛速度，通过增大虚拟和实际控制器参数提高控制精度。4架无人机的集群编队在该方法、基于径向基神经网络（RBFNN）的鲁棒动态面容错控制、比例微分（PD）滑模容错控制3种方法下的对比仿真结果表明该方法在无人机集群编队出现故障时具有更优异的协同控制性能。     

单兵火箭弹捷联导引滤波方法研究

为降低单兵制导火箭弹的成本,同时确保其具有较高的命中精度,进行了单兵火箭弹捷联导引滤波方法研究。首先,推导了视线角速度的解耦公式,去除了导引头测量信息中耦合的弹体姿态信息;然后,建立了视线运动方程和测量模型,为了解决测量信息与弹目距离和接近速度的弱相关性,使用一个时变Gauss-Markov随机向量代替视线运动方程中的非线性部分,采用UKF滤波方法得到可用于制导控制律设计的视线角速度的实时估计值;最后,通过正交仿真验证了所设计的单兵火箭弹捷联导引滤波方法的可行性。     

Adaptive robust cubature Kalman filtering for satellite attitude estimation

This paper is concerned with the adaptive robust cubature Kalman filtering problem for the case that the dynamics model error and the measurement model error exist simultaneously in the satellite attitude estimation system. By using Hubel-based robust filtering methodology to correct the measurement covariance formulation of cubature Kalman filter, the proposed filtering algorithm could effectively suppress the measurement model error. To further enhance this effect and reduce the impact of the dynamics model error, two different adaptively robust filtering algorithms, one with the optimal adaptive factor based on the estimated covariance matrix of the predicted residuals and the other with multiple fading factors based on strong tracking algorithm, are developed and applied for the satellite attitude estimation. The quaternion is employed to represent the global attitude parameter, and three-dimensional generalized Rodrigues parameters are introduced to define the local attitude error. A multiplicative quaternion error is derived from the local attitude error to maintain quaternion normalization constraint in the filter. Simulation results indicate that the proposed novel algorithm could exhibit higher accuracy and faster convergence compared with the multiplicative extended Kalman filter, the unscented quaternion estimator, and the adaptive robust unscented Kalman filter.     

中继卫星H∞姿态稳定控制研究

 主要研究中继卫星H_∞回路成形姿态稳定控制问题。中继卫星具有弱阻尼的柔性模态频率和晃动模态频率,并且模态频率具有不确定性,同时系统增益也存在有较大的变化。首先利用拉格朗日方程建立了该卫星的动力学方程,描述了系统存在的结构不确定性,然后设计了H_∞回路成形控制器。在设计过程中,首先提出了控制系统所需要满足的鲁棒稳定性和鲁棒性能指标;随后利用H_∞回路成形理论设计了卫星的姿态稳定控制器,利用ν间隔度量方法对所设计的控制器进行了降阶处理,并且对所设计的控制器进行了鲁棒稳定性和鲁棒性能分析;最后通过数学仿真证明了所设计的控制器的有效性。     

复杂水下环境下高精度SINS/USBL误差标定技术

针对SINS/USBL组合系统在导航与定位前需要对一体化样机进行精确标定的问题,对复杂水下声场环境下高精度SINS/USBL误差标定技术展开了研究,包括对安装误差角和空间杆臂误差的估计.基于标定模型的几何关系,推导了标定的状态方程和量测方程,并提出了新型的基于相对量测信息滤波估计的误差标定技术.为解决标定过程中由于存在声学野值而导致滤波估计性能下降的问题,通过高斯牛顿迭代将Huber M估计嵌入到变分贝叶斯框架中,推导了基于M估计的非线性鲁棒自适应标定算法,在精确校正后无需重复标定.仿真的结果验证了该方案的有效性、实用性和鲁棒性.     

基于卫星和星敏感器的冗余激光惯组在轨标定

采用高精度卫星导航速度、位置信息以及星敏感器提供的姿态信息设计十表冗余捷联惯组的标定模型,包含陀螺和加速度计的零次项和标度因数,对卫星和星敏感器辅助的冗余激光陀螺捷联惯组进行实时在轨标定.利用标准Kalman滤波和Sage-Husa自适应滤波作为估计算法,对十表冗余捷联惯组参数进行在线估计.数值仿真结果表明:参数标定精度均在7％以内,是一种实时的在轨标定方法,满足误差补偿要求.冗余惯组在轨标定方法为航天器高精度定姿和定轨提供了一种理论参考.     

金属材料延性断裂韧度测试中的柔度方法研究

 对紧凑拉伸(CT)试样的柔度转动修正方法进行了研究,理清了现行柔度转动修正方法存在的问题,给出了新的转动修正方法,并提出了考虑转动效应的CT试样的裂纹嘴张开位移(CMOD,V₀)与加载线张开位移(V_LL)的转换公式。弹塑性有限元分析表明,CT试样产生刚性转动的中心并不在试样的剩余韧带中心,而是在偏靠裂纹尖端的位置;转动半径 R 基本不受材料本构关系的影响,仅与CT试样的裂纹长度a与宽度W之比(a/W)有关,从而提出了R与a/W之间的单调多项式;当裂纹尖端产生较大程度的塑性变形时,需要考虑转动效应对CT试样裂纹张开位移(COD)测量的影响, J积分的塑性功计算须采用经转动修正后的COD。采用两种延性材料Cr2Ni2MoV和16MnR对COD转换公式进行了实验验证,结果表明,基于转动分析的COD转换公式由于考虑了裂纹尖端附近区域的弹塑性变形行为,用于断裂韧性测试中的塑性功计算更加符合实际,且同实验结果符合良好;直通型紧凑拉伸(FFCT)试样的刚性转动对较大裂纹扩展情形下的J_R阻力曲线影响较大。     

多渐消因子Kalman滤波器在SINS初始对准中的应用(英文)

针对系统模型和统计信息不能精确已知的条件下Kalman滤波无法给出最优解这一问题,单一渐消因子Kalman滤波算法对于简单的系统是有效的,但是对于复杂的多变量系统,仅仅利用单个的渐消因子是不够的。本文提出了一种多渐消因子滤波算法,通过利用开窗法计算新息序列协方差的无偏估计获得渐消因子矩阵。利用渐消因子矩阵调节一步预测均方误差矩阵k|k1P,对不同的滤波通道提供不同的渐消速率。将该方法应用于SINS的初始对准中,仿真和试验结果表明:当真实系统噪声统计特性同设定参数不一致时,对准精度明显高于其他滤波算法。其对不确定性噪声具有较低的敏感度,对系统参数具有较好的滤波效果。因而,在实际应用中具有重要的参考价值。     

复杂城市环境下GNSS/INS轻轨轨道中线精密测量方法CSCD

在城市轻轨线路的中线精密测量中,传统的基于GNSS的测量方式往往受高楼、站台、上跨桥及声屏障等复杂环境信号遮挡影响,甚至无法接收到GNSS信号,难以得到满足精度要求的轨道中线坐标;而基于全站仪的测量方式需建立轨道控制网,作业效率低下。为了满足城市轻轨中线精密测量高精度和高效率的需求,采用GNSS/INS轨道中线精密测量方法,基于Kalman滤波将惯导、GNSS数据进行融合,并根据轨道检测仪在轨道上不发生垂向和侧向运动的特点,采用运动约束算法,以提升组合导航系统测量精度。同时设计了基于新息滤波的抗差检测,以剔除定位质量差的GNSS数据。通过将里程计比例因子误差增广到状态向量的方式进行参数估计,以减小里程计测量误差。通过集成惯导、GNSS、里程计等传感器的轨检小车,采集城市轻轨轨道测量数据。经数据处理和对比分析,在GNSS信号较差的复杂场景下能够得到厘米级的轻轨轨道中线坐标,且测量效率大大提升。