基于凸优化技术的多目标鲁棒滤波组合导航方法

Kalman滤波在组合导航中的应用已很广泛,但是,在系统不确定情况下,误差出现发散,精度下降,采用的基于Riccati方程的H∞滤波技术对系统噪声的不确定性则具有一定的鲁棒性,但性能参数选取仅能凭经验而无系统的方法,给工程实践带来一定困难.根据现代控制理论最优控制理论思想,使用凸优化技术设计鲁棒混合H2/H∞滤波器融合高精度的GPS和CNS量测信息,解决系统不确定性问题,通过在惯性/卫星/天文组合系统中的半物理数据仿真进一步对混合H2/H∞滤波和H∞滤波算法进行了比较.仿真结果表明,真实器件噪声情况下,鲁棒混合H2/H∞滤波算法明显具有良好的精度.     

卫星自主导航中的偏差分离鲁棒滤波

研究卫星自主导航中的滤波算法.在以地心矢量为观测量的卫星自主导航系统中,由于观测模型不准、测量设备精度有限等因素,使得系统的观测量存在多种偏差,最终问题可抽象为观测量中含有偏差的离散线性系统的状态估计问题.把观测量中难以建模的复杂时变偏差看作不确定项,用一个模型误差界参数来描述不确定性的影响,由此设计鲁棒卡尔曼滤波器.进一步,把常值偏差与状态进行分离,分别构造无常偏的鲁棒滤波器和针对常偏的鲁棒滤波器,最终得到偏差分离鲁棒滤波算法.仿真表明该算法可以有效地抑制系统中的不确定性偏差,明显提高了卫星自主导航的精度.     

一种改进的INS／GPS组合导航鲁棒H∞多重渐消容错滤波算法

在对适用于INS/GPS组合导航的H∞滤波方法进行了深入研究基础上,提出了一种改进的H∞多重渐消容错滤波算法.首先给出了H∞滤波算法,然后对渐消记忆滤波方法进行了有效的改进,提出了多重渐消因子矩阵对称加权的滤波算法和残差归一化的多重渐消滤波方法,有效避免了残差量级差别所导致的残差检测失效和修正作用失配,最后提出了一种双重故障检测的容错策略,构造了改进的鲁棒H∞容错滤波器.仿真结果表明,改进的H∞容错滤波方法较常规Kalman滤波对系统模型和噪声的不确定干扰具有很强的鲁棒性,在有色噪声情况下具有高于常规Kalman滤波的精度,对于故障具有较强的检测能力和较好的组合效果,更加贴近于工程应用需求.     

基于双环滑模变结构的弹头姿态鲁棒控制器设计

以大气层内机动弹头为对象模型,考虑不确定性参数和外界干扰影响,采用双环控制结构分析设计非线性强耦合条件下的姿态滑模鲁棒控制器.外环采用积分切换跟踪控制,跟踪虚拟控制量;内环考虑模型参数扰动和噪声干扰,提高鲁棒性能.通过滤波器降低噪声,抑制抖振.仿真验证了该方法的可行性和鲁棒性能.     

机动目标跟踪的非线性IMM算法

在目标跟踪时，测量噪声通常假定为高斯状，然而这种假设不一定正确，噪声有可能是非高斯型的。在雷达系统中出现的非高斯噪声被认为是闪烁噪声，闪烁噪声呈长尾形分布，此分布将严重影响跟踪性能。现已发展一种新的算法，可以在闪烁环境下有效地跟踪机动目标。该算法将非线性Ｍａｓｒｅｌｉｅｚ滤波器引入交互式多模型方法中。我们用模拟试验来验证新算法的优越性。     

基于自适应卡尔曼滤波的机动目标自主轨道确定

用自适应卡尔曼滤波法对非合作机动目标进行轨道确定,通过实时计算观测星的状态转移矩阵,近似描述目标星的状态变化并获得两星体相对位置.算法中用自适应卡尔曼滤波辨识噪声,通过极大似然法选择噪声修正模型.仿真结果表明:该法可有效用于对椭圆轨道非合作机动目标的自主轨道确定.     

卫星姿态采样系统的鲁棒H_∞控制

针对一类不确定性卫星姿态采样系统,研究了鲁棒H∞控制问题,给出了卫星姿态控制系统鲁棒稳定的充要条件及相应的鲁棒H∞控制律和最优鲁棒H∞控制律,控制律是通过借助一类线性矩阵不等式(LMI),或通过求取满足线性矩阵不等式约束的优化问题求取的。仿真结果表明,系统在受到扰动后仍然是稳定的。     

Huber-based滤波在非合作航天器相对导航中的应用

研究了空间非合作航天器的相对导航滤波器,针对Kalman滤波器对非高斯噪声处理会导致性能下降、甚至发散的情况,研究应用Huber-based滤波器对相对测量设备输出的视线角和视线距进行滤波,估计追踪航天器与目标航天器间的相对位置与相对速度。Huber-based滤波器是一种混合l1/l2范数最小估计,对受到污染的高斯分布噪声具有一定的鲁棒性,最后通过仿真校验了该相对导航方法的有效性,其相对位置精度优于3.94m,相对速度精度优于0.04m/s;在目标机动情况下,较EKF抗干扰能力更强,可提高相对导航系统的鲁棒性和稳定性。     

利用Gauss-Markov过程的着陆小天体导航与制导方法

给出一种利用Gauss-Markov过程的自主着陆小天体导航与制导算法，来解决无法得到精确的轨道动力学模型带来的轨道确定困难问题。主要是在导航算法中，采用一阶高斯-马尔科夫过程近似着陆探测器轨道动力学中的无模型加速度，利用扩展卡尔曼滤波估计探测器的位置、速度及无模型加速度。通过数学仿真分析了给出的自主导航与制导系统的性能，并对比了采用与不采用一阶高斯-马尔科夫过程的导航滤波器性能，结果表明前者明显优于后者。     

预警卫星前馈+H∞回路成形复合控制

为补偿预警卫星扫描相机对系统产生的干扰力矩,考虑预警卫星系统的不确定性,设计了前馈+H∞回路成形的复合控制方案.用拉格朗日法建立有扫描相机的预警卫星动力学模型,根据H∞回路成形理论设计星体姿态控制器,用μ法分析控制器的鲁棒稳定性,基于动量守恒定理设计补偿扫描相机干扰力矩的前馈控制器.数学仿真结果表明:设计的前馈+H∞回路成形的复合控制方案具鲁棒稳定性,且能有效补偿扫描相机运动产生的扰动,控制精度和稳定度高.     

小卫星的鲁棒自适应姿态控制

对于中低轨道的小卫星而言，设计能克服参数不确定性及非参数不确定性影响的鲁棒自适应控制器具有重要的工程意义和理论价值。考虑存在参数不确定性及非参数不确定性，分析了小卫星的姿态动力学及运动学方程，设计出了一种鲁棒自适应控制器，证明了该控制器可以保证控制系统全局一致最终有界稳定。仿真结果验证了该控制器的有效性。     

X射线脉冲星导航原理

X射线脉冲星导航是以脉冲星的X射线辐射信号作为信息输入,经过相应的信号和数据处理,为近地轨道、深空和星际空间飞行的航天器提供高精度的位置、速度、时间和姿态等导航信息的实现过程。首先提出了基于X射线脉冲星的卫星自主导航的基本框架和实现流程;然后,概述X射线脉冲导航的时空基准,重点研究X射线脉冲星导航定位的测量方程、系统状态方程及其噪声统计特征等数学模型。最后,详细论述卫星自主导航信息处理的鲁棒滤波算法,即经典算法和现代鲁棒滤波算法。从理论方法和工程应用角度,初步论证X射线脉冲星导航的原理可行性和算法可实现性。     

基于间接量测的卫星相对导航

研究了以微波雷达作为相对测量设备的追踪星与近圆轨道上运行的目标星之间的自主相对导航问题。通过对卫星相对运动方程简化得到了线性的卫星相对运动方程。采用以雷达输出确定的直角坐标系下的相对位置作为量测,避免了直接使用雷达输出作为量测时量测方程的非线性问题,并给出了间接量测噪声方差矩阵的构造方法。根据线性的相对运动方程和量测方程设计了基于标准卡尔曼滤波器的相对导航算法。根据某微波雷达的性能参数进行的仿真结果表明：该算法与采用雷达的直接输出和EKF的算法导航精度相当,然而该算法避免了求解雅可比矩阵的繁琐过程,使滤波器的设计工作得到简化。
     

非线性H∞鲁棒制导律设计

针对战术寻的导弹在追踪平面内的非线性运动学问题,提出了一种鲁棒制导律.与传统的制导方法不同,这种制导律不需对目标运动进行任何假设,也不必对目标加速度进行实时估计,因此,在对目标机动信息一无所知的情况下,制导律本身具有很强的鲁棒性.通过分析推导,给出了解析形式的H∞制导律.数字仿真结果表明,H∞制导律具有良好的跟踪性能和鲁棒性.     

导航星座自主星历更新技术

自主星历更新是导航星座自主导航的关键技术之一,包括卫星轨道精确确定和轨道短时预报两个方面的内容.相比之下,卫星轨道短时外推预报容易实现.因而,本文在系统地论述导航星座自主导航信息处理流程的基础上,重点提出一整套由星间双向伪距和测量方程、卫星受摄轨道系统状态方程、以及协方差匹配自适应Kalman滤波组成的卫星自主轨道确定算法.仿真结果表明：利用星载Kalman滤波器处理星间双向测量数据,卫星自主轨道确定精度和用户测距精度可以分别达到5.40m、1.86m,能够满足用户高精度导航应用需求.初步证明导航星座自主导航信息处理流程及其星历更新算法的合理性和可行性.     

非合作目标交会相对导航方法研究

本文对一类非合作目标交会的相对导航问题进行了研究。基于近圆轨道上运行的非合作目标航天器初始轨道、追踪航天器在惯性空间的瞬时位置及追踪航天器到目标航天器的视线仰角和方位角等信息,文章从相对距离和相对姿态的确定及相对导航滤波器的设计三方面入手,提出了相对位置和相对速度等相对导航参数的获取方法。数学仿真验证了该方法的有效性。     

基于μ综合的高超声速飞行器控制律设计

针对高超声速飞行器再入过程中飞行包线大,参数不确定性强等特点,设计一种利用不确定系统建模和μ综合控制的鲁棒姿态控制器。首先,考虑飞行器的参数不确定性,建立系统线性分式变换(LFT)模型。随后,考虑建模结构不确定性及测量噪声等的影响,建立用于μ综合控制的互联结构。最后,分别设计H∞控制器和μ综合控制器,结合频域μ分析方法对系统鲁棒性和动态性能作了对比分析,结果表明该方法可以很好地跟踪指令,具有较强的鲁棒稳定性。     

预测滤波算法在微小卫星姿态确定中的应用

讨论了利用卫星姿态动力学与矢量观测信息融合确定卫星姿态的方法。引入基于模型误差最小准则的预测滤波算法,实现对未知扰动的实时辨识与估计,克服模型误差影响。针对预测滤波算法存在模型误差加权阵依赖经验选择的不足,提出了模型误差加权阵偏小设计准则,使预测滤波算法对模型误差的估计引入高频分量,根据卫星姿态机动速度远小于高频噪声的事实,采用ＦIＲ数字滤波器滤除由高频分量引入的噪声,放宽了模型误差加权阵的设计范围。仿真表明：应用该设计准则的预测滤波算法与优化模型误差加权阵的估计效果相当,且滤波精度对模型误差加权阵参数的选择不敏感;该法也克服了优化模型误差加权阵在滤波初始时刻的振荡。     

基于鲁棒卡尔曼滤波的编队卫星相对导航

为提高编队卫星相对导航精度和计算稳定性,采用鲁棒卡尔曼滤波进行相对位置和相对速度的估计.对星间相对动力学方程进行适应性改造,使其具有线性离散不确定性系统形式.以载波相位差分GPS为观测模型,采用鲁棒卡尔曼滤波进行相对状态估计.数值仿真结果表明,该算法相对于扩展卡尔曼滤波算法具有明显优势,导航精度更高、鲁棒性更强,具有一...     

基于ANFIS的智能导航自适应滤波算法研究

智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。