火星大气进入滑模自抗扰制导方法

针对火星探测器大气进入制导阶段存在着模型参数误差等不确定性,基于直接反馈线性化理论设计了一种滑模自抗扰进入制导方法。首先利用反馈线性化方法对跟踪系统模型进行线性化处理;在此基础上设计了滑模控制律,并利用线性扩张状态观测器估计系统的未知不确定量,在控制律中进行补偿;此外还给出了大气进入段的横向制导律。仿真结果表明,与反馈线性化方法相比,该方法设计的制导律有效地降低了模型参数误差对制导精度的影响,实现了对参考轨迹的良好跟踪,提高了探测器开伞点的精度。     

火星进入段探测器自校准状态估计

由于大气密度、气动参数、突风和沙尘暴等因素的影响,火星探测器在进入段高速飞行的动力学模型中往往带来未知输入,这些未知输入使传统的滤波方法出现较大的偏差。研究采用一种新的自校准扩展Kalman滤波方法,对火星进入段的探测器进行状态估计,可以成功地消除这些未知输入带来的影响。数值仿真结果表明,该方法能有效提高导航精度。     

深空探测器接近段自适应滤波方法研究

天文导航是一种广泛应用于深空探测任务的全自主导航方法.基于状态模型和量测模型的非线性卡尔曼滤波方法在天文导航中被广泛使用.卡尔曼滤波要求状态和量测模型误差是高斯白噪声且先验协方差信息已知,但在深空探测器天文导航系统中,状态模型和量测模型噪声通常不能精确知道且是时变的.因此,自适应卡尔曼滤波器广泛用于解决状态和量测模型误差未知且时变的问题.本文首先结合火星探测器接近段的实际情况分析了火星探测器接近段模型噪声的时变特性,然后对三种常用的在线调节自适应滤波方法在火星探测接近段的滤波表现进行了仿真实验.      

基于SINS/CNS组合导航系统的多模型自适应估计算法

针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。     

基于阻力跟踪的火星大气进入段非线性预测制导律设计

针对火星探测任务大气进入段的高精度着陆问题,提出一种基于阻力跟踪的非线性预测制导策略。基于火星探测器大气进入段的三维运动模型,综合考虑探测器气动参数摄动、火星大气密度摄动、外部扰动以及进入时刻状态初值不确定性,设计了基于优化思想的非线性预测制导律,并对所提出的制导方法进行仿真验证。仿真结果表明:非线性预测制导律在满足控制约束的条件下可以获得较高的着陆精度。     

高超声速巡航飞行器在线自适应反馈控制设计

由于飞行器模型的强非线性,各种建模不确定性以及飞行环境的复杂性,高超声速飞行器控制成为一个研究难点.针对某类具有参数不确定性的非线性系统,提出了一种反馈线性化与自适应估计相结合的方法,对非线性系统的输入输出动态应用反馈线性化处理以得到拟线性模型,并设计反馈控制律;对不确定参数采用自适应在线估计,利用Lyapunov方法分析稳定性;针对选择不同输出的情况,对如何消除内动态进行了讨论.为了验证该方法的可行性,将其应用于某高超声速飞行器巡航段纵向非线性模型,对速度和高度通道进行跟踪控制仿真,由于飞行器和大气环境存在建模不确定性,利用自适应控制对不确定参数进行在线估计.仿真结果显示该方法能够快速收敛,并且具有良好的在线自适应能力.     

基于遗传算法的多模型Kalman滤波算法 及应用研究

基于长航时无人机惯性/天文/卫星(INS/CNS/GPS)组合导航系统模型,针对复杂环境所引起的系统模型参数变化导致单一固定参数滤波器精度降低问题,提出了一种基于遗传算法的多模型自适应Kalman滤波算法,并与单一模型下的Kalman滤波器方法进行了比较.仿真结果表明,与采用单一模型的Kalman滤波算法相比,该方法不仅能大大提高导航系统的精度和可靠性,而且还可以较好地辨识出组合导航系统惯性器件噪声统计模型参数.      

自适应两级UKF算法及其在时变偏差估计中的应用

针对存在时变偏差的非线性系统状态估计问题，提出了一种新型的自适应两级UKF算法（ATUKF，adaptive two—stage unscented Kalman filter）．该算法利用衰减因子补偿模型的不确定性，对状态和偏差实施分离估计，并利用估计偏差对状态进行更新．将该算法用于存在随机时变偏差的近地卫星自主导航系统的状态估计问题中，仿真结果验证了其有效性，并利用可观测性分析方法对导航系统的可观测性进行了分析．     

一种非线性不确定系统的鲁棒H∞滤波方法研究

考虑EKF滤波方法的线性化过程对估计误差的影响,提出一种非线性不确定系统的鲁棒H∞滤波方法．基于H∞理论,该算法将滤波模型和观测模型在线性化过程中所产生的误差作为系统的不确定部分,力求此误差对导航精度的影响最小,并且利用李亚普诺夫方法证明了该滤波算法的稳定性．利用所提算法对月球环绕段自主导航系统进行滤波估计,仿真结果证实了算法的有效性．     

基于自适应伪谱法的升力式飞行器火星进入段快速轨迹优化

针对升力式火星飞行器定点着陆任务的轨迹优化问题，给出了基于自适应伪谱法的快速优化算法.综合考虑探测器火星大气进入过程中的动力学约束、边界约束、路径约束以及控制约束条件，利用自适应伪谱法将轨迹优化问题转换为离散的非线性规划问题，采用序列二次规划算法进行求解，得到性能指标最优的进入轨迹.通过仿真验证，给出了实现火星进入过程燃料消耗最优的状态量和控制量轨迹.仿真结果表明，在Matlab中采用自适应伪谱法，能够在800s内采用267个配点，给出近似精度为10-6的火星进入过程中消耗能量最优的参考轨迹.      

考虑控制约束和不确定性的火星最优进入制导

摘要： 针对火星进入段控制受约束、大气环境以及探测器自身参数不确定性等问题,提出控制受约束的火星最优鲁棒进入制导方法.将针对参数不确定系统的最优性能指标转换为针对标称系统的修正性能指标;同时考虑控制约束,在性能指标中引入饱和函数,将制导问题转化为求解修正Hamilton Jacobi Bellman (HJB)方程问题;由于HJB方程是偏微分方程,求解有难度,利用神经网络的逼近能力近似求解.本文制导方法保证了不确定系统有最优的性能指标上界和较强的鲁棒性.最后将其应用到火星进入制导中,仿真结果表明系统存在不确定的情况下,仍可以很好地满足火星进入段终端条件,控制量也在约束的范围内,从而验证所提方法的有效性.     

Radio/FADS/IMU integrated navigation for Mars entry

Supposing future orbiting and landing collaborative exploration mission as the potential project background, this paper addresses the issue of Mars entry integrated navigation using radio beacon, flush air data sensing system (FADS), and inertial measurement unit (IMU). The range and Doppler information sensed from an orbiting radio beacon, the dynamic pressure and heating data sensed from flush air data sensing system, and acceleration and attitude angular rate outputs from an inertial measurement unit are integrated in an unscented Kalman filter to perform state estimation and suppress the system and measurement noise. Computer simulations show that the proposed integrated navigation scheme can enhance the navigation accuracy, which enables precise entry guidance for the given Mars orbiting and landing collaborative exploration mission.     

基于火卫二视线测量的火星接近段自主导航算法

针对火星接近段导航通信时延大、存在通信盲区、自主导航可用观测信息有限等问题,提出了一种基于一组火卫二相对探测器视线矢量测量的天文自主导航算法,每个导航周期测量一组火卫二视线矢量可得到其中某一时刻探测器的完整轨道信息的估计值,该方法不依赖于轨道渐近线方向等先验信息。考虑到存在火卫二和火星在同一视场的情形,此时结合火星中心视线矢量方向以及火卫二的星历信息可估计出精度较高的探测器轨道半径,作为第一种方法的补充观测量,提高导航精度。最后给出仿真校验,验证了该方法的导航精度和可行性,表明该方案能够满足未来火星探测接近段自主导航需求。     

一种火星进入段在线脱敏轨迹设计方法

为降低轨迹求解难度,提升脱敏制导的适应性,针对火星进入段提出一种在线脱敏轨迹设计方法.首先,采用预测的末端航程偏差和状态敏感度作为性能指标,利用该指标为倾侧角凸函数的特性将最优求解问题转换为简单的动态寻优过程;其次,结合任务要求和估计的进入点状态,通过迭代得到同时满足航程和横程要求的三自由度脱敏轨迹.仿真表明该方法可达到与现有脱敏设计相近的末端状态精度.     

Radio beacons/IMU integrated navigation for Mars entry

High precision entry navigation capability is essential for future Mars pinpoint landing missions, together with the entry guidance and aerodynamic lift control. This paper addresses the issue of Mars entry navigation using inertial measurement unit (IMU) and orbiting or surface radiometric beacons. The range and Doppler information sensed from orbiting or surface radio beacons and the entry vehicle state information derived from IMU are integrated in Unscented Kalman filter to correct the inertial constant bias and suppress the navigation measurement noise. Computer simulations show that the integrated navigation algorithm proposed in this paper can achieve 50 m position error and 2 m/s velocity error, which satisfies the need of future pinpoint Mars landing missions.     

一种模型误差鲁棒的卫星姿态确定方法

提出一种结合非线性预测滤波和二阶插值滤波实现基于星光/陀螺的高精度姿态确定的新算法.该算法用非线性预测滤波估计模型误差,再对补偿后的模型用高精度的二阶插值滤波来估计姿态参数.解决了在卫星实际运行中难以获得姿态确定系统的精确动力学模型,采用传统EKF(Extended Kalman Filter)将模型误差作为零均值白噪声处理,导致滤波精度降低甚至发散的问题.同时,二阶插值滤波将非线性模型按照二阶近似,无需计算函数偏导数,得到高精度的卫星姿态估计.仿真验证了该方法能有效地实时估计并补偿模型误差,提高了姿态估计的精度,且估计精度受滤波周期的影响不大,从而验证了算法的鲁棒性和有效性.      

MCAV/IMU integrated navigation for the powered descent phase of Mars EDL

Pin-point landing is considered as a key technology for future manned Mars landing and Mars base missions. The traditional inertial navigation system (INS) based guidance, navigation and control (GNC) mode used in the Mars entry, descent and landing (EDL) phase has no ability to achieve the precise and safe Mars landing, so novel EDL GNC methodologies should be investigated to meet this goal. This paper proposes the MCAV/IMU integrated navigation scheme for the powered descent phase of Mars EDL. The Miniature Coherent Altimeter and Velocimeter (MCAV) is adopted to correct the inertial bias and drift and improve the performance of integrated navigation. Altitude and velocity information derived from MCAV and the lander’s state information sensed by inertial measurement unit (IMU) are integrated in extended Kalman filter algorithm. The validity of the proposed navigation scheme is confirmed by computer simulation.     

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景，研究了基于惯性测量单元（Inertial Measurement Unit, IMU）、嵌入式大气数据传感系统（Flush Air Data Sensing System, FADS）和无线电信标的组合导航方法。首先，在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息，以及由FADS获取的动压、温度数据，建立了基于IMU、无线电和FADS的导航观测模型；然后，基于无迹卡尔曼滤波（Unscented Kalman Filter, UKF）技术对测量信息进行了融合，并压制了过程噪声和测量噪声，从而对上升器的状态进行了联合估计；最后，在数值仿真中，将UKF与自适应无迹卡尔曼滤波（Adaptive Unscented Kalman Filter, AUKF）技术进行了对比，在比较不同滤波器性能的同时，验证了组合导航方法的有效性。