UKF稳定性研究及其在相对导航中的应用

讨论了UKF应用于状态方程为线性,测量方程为非线性对象时的稳定性问题。文中 给出了一个UKF保持稳定的充分条件,指出适当增加过程噪声和测量噪声方差阵的设置值, 有利于保证UKF的稳定性。本文还将UKF应用于航天器相对导航滤波器设计,通过数学仿真和 理论分析证实了文中有关UKF稳定性结论的正确性。本文所得到的结论为将UKF应用于实际工 程,特别是航天器相对导航滤波器设计,提供了理论参考。
     

基于三维地形匹配的月球软着陆导航方法研究

针对月球探测器定点着陆任务的需要,研究了基于三维地形匹配的导航方法。对三维地形匹配问题,将高程方差图局部极值点作为三维地形特征,在构建地形特征之间的相对位置与角度不变量的基础上,提出了基于投票的三维地形匹配策略。针对测量噪声统计特性的不确定性,将Sage\|Husa噪声估计算子与迭代卡尔曼滤波相结合,通过对测量噪声进行在线估计有效避免滤波精度下降甚至滤波发散的出现。数字仿真结果表明所研究的导航方法能够有效地实现探测器相对位置和姿态的精确估计。     

基于容积滤波的自适应相对导航算法

针对激光交会雷达测量方程的非线性问题,将容积滤波算法应用于航天器相对导航中;并考虑测量噪声统计特性不准确以及测量信息偏差等工程因素,针对激光交会雷达测量参数类型不同的特点,提出了一种基于容积滤波的自适应相对导航算法。该算法通过自适应调整量测协方差阵,能有效降低统计特性不准确等测量异常给导航系统造成的不利影响。仿真结果表明该自适应导航算法在激光交会雷达测量值存在噪声统计特性不准确等情况下时仍可保持较高的导航精度。     

利用UKF的航天器自主导航方法研究

UKF(Unscented卡尔曼滤波)是一种新型的直接针对非线性系统的滤波方法。用星敏感器和地平仪测量星光与地平之间的“星光仰角”为观测量的天文自主导航方法,其状态方程和量测方程都是非线性的,使用以往的EKF(推广卡尔曼滤波)进行导航滤波,需将上述两方程分别线性化,故精度较低。本文提出在航天器天文自主导航系统中采用UKF方法,并从仿真计算结果中看到,导航精度有显著提高。     

基于UPF的航天器自主天文导航方法

利用红外地球敏感器和星敏感器直接敏感地平的天文导航方法是一种成熟、可靠的自主导航方法。这种导航方法的状态方程和量测方程都是严重非线性的,且在建立航天器轨道动力学模型时,通常将二阶带谐摄动项建模,而将其他摄动项等效为高斯白噪声,由于这些摄动项都有其精确的模型,通常不服从高斯分布。本文提出将UPF(Unscented Particle Filter)滤波方法应用于航天器自主天文导航,该方法用UKF(Unscented Kalman Filter)得到粒子滤波的重要性采样密度函数,从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。仿真结果表明,该方法可以取得比标准的粒子滤波和UKF更快的滤波收敛性和更高的滤波精度。     

多传感器加权观测融合自适应UKF滤波器

对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法.该算法利用导出的平稳随机序列的相关函数估计系统观测噪声方差统计R(j),并证明了其收敛性.进而利用Sage-Husa估计算法得到自适应UKF滤波算法.该方法避免了传统Sage和Husa的自适应滤波算法不能处理Q和R均未知的系统的局限性.为了将多传感器信息加以充分利用,提高滤波精度,本文利用加权最小二乘法(WLS),实现了多传感器加权观测融合自适应UKF滤波器.一个带3传感器非线性系统的仿真例子说明了该算法的有效性.     

基于自适应采样滤波器的临近空间飞行器姿态确定

为提高临近空间飞行器的姿态估计精度和稳定性,研究了捷联惯性导航系统与星敏感器组合定姿方法和滤波融合算法.首先给出了临近空间飞行器的高精度姿态确定方案及其模型,然后针对一般采样型滤波器自适应能力有限的缺点,推导了一种能在线自适应估计过程噪声和量测噪声协方差阵的自适应采样滤波算法,该算法融合了自适应估计和非线性滤波各自的优点,不仅能对姿态确定系统的非线性滤波问题进行高精度估计,而且估计结果具有较强的鲁棒性,最后进行了仿真实验.实验结果表明本文方法达到10角秒的定姿精度,其滤波精度和稳定性均满足临近空间飞行器的定姿要求.     

基于自适应滤波的光谱畸变误差抑制方法

为降低天文光谱畸变误差对多普勒测速导航精度的影响,设计结合非线性Sage-Husa噪声估计器及抗差扩展卡尔曼滤波器(Robust Extend Kalman Filter,REKF)的自适应滤波算法。当系统模型可靠时,抗差滤波能够通过预测残差判断异常量测并降低其权重;当系统模型噪声先验信息不准确时,通过Sage-Husa噪声估计器估计系统噪声协方差阵Q阵,以保证抗差滤波的效果。此外,结合多普勒测速导航及X射线脉冲星导航进行组合导航,以提高位置估计精度。仿真结果表明,该算法能够在系统模型噪声先验信息不准确的情况下有效控制光谱畸变造成的量测误差对导航精度的影响。     

基于自适应算法的月球引力常数和J_2系数确定

针对月球引力场自主确定过程中测量噪声统计特性未知导致扩展卡尔曼滤波精度低、易发散的问题,提出了一种自适应扩展卡尔曼滤波算法。该算法通过采用改进的噪声估计器,对滤波过程中未知测量噪声统计特性进行实时估计和修正,有效地提高了扩展卡尔曼滤波器的稳定性,减小了状态估计的误差。通过与蒙特卡洛仿真,扩展卡尔曼滤波的结果比较,自适应扩展卡尔曼滤波算法加强了滤波的稳定性,并且明显提高了月球探测器轨道的确定精度、月球引力常数精度和月球J2项摄动系数精度。     

一种带自适应因子的IMM-UKF的GPS/BD-2导航方法

针对GPS/北斗-2(BD-2)卫星导航系统中机动载体运动模型和噪声统计特性不确定性导致滤波精度低的问题,为提高导航定位的精确性和稳定性,提出一种自适应的滤波方法。首先,提出了一种新的自适应UKF(AUKF)算法,该方法将残差序列的协方差矩阵视为过程噪声协方差矩阵的不确定量,基于此采用平滑滤波的方法设计自适应因子,并利用该自适应因子实时调整过程噪声协方差矩阵,减弱了噪声统计特性不确定性对滤波精度的影响;其次,采用交互式多模型(IMM)算法设置模型集M,并通过实时调整模型概率来实现各个模型间的软切换,解决了单一模型对载体运动状态描述不全面而导致滤波精度低的问题。仿真结果证明该算法能有效提高载体在复杂机动状态下的定位精度。     

面向高超声速飞行器双重不确定性的自适应状态估计

将高超声速飞行器双重不确定性因素建模为未知干扰输入项，针对状态演化方程和量测方程含有不同未知干扰输入的高超声速飞行器控制系统状态估计问题开展研究，提出一种基于自适应方差极小化的递推状态估计器(Adaptive variance minimization based Recursive Estimator, AVMRE)。首先建立了状态估计递推滤波器模型，实现滤波误差中的量测未知干扰解耦，之后引入自适应调整因子刻画状态未知干扰并推导了最小上界估计误差协方差矩阵，最后，基于最小方差估计准则设计了滤波器中的量测增益反馈矩阵。以外部突风和传感器故障为例，受内外部双重不确定性因素影响下的高超声速飞行器仿真实验验证了本文算法的有效性，与相关算法的仿真对比反映了本文算法的优越性。     

机动再入飞行器自适应飞行控制系统设计

研究机动再入飞行器的制导控制问题。为了解决机动再入飞行器气动系数变化范围大、气动耦合严重和气动参数非线性过零常值大等恶劣条件下的控制，并且能充分利用飞行器可测量信息提高系统自适应能力，本文提出了状态方程参数辨识－－极点配置－－前馈补偿自适应控制的飞行控制系统的设计方法。通过对新型号再入飞行器的制导系统仿真，可以看出该控制系统使其有很好的飞行性能。     

摄动椭圆参考轨道的相对运动状态转移方程

当面质比不同的主从卫星在近地轨道上作编队飞行时,大气阻力摄动和J2项摄动就成为影响编队队形的两个最主要的因素,这样描述相对运动的状态转移方程必须考虑这两项摄动。该文利用相对轨道要素法推导了包含J2项摄动和大气阻力摄动参考轨道为椭圆的卫星编队相对运动较精确的状态转移方程。当主从卫星的面质比相等时大气阻力摄动对卫星编队队形的影响很小而可以忽略,这样上面的状态转移方程可以化为更简单的形式。仿真结果表明该状态转移方程能较精确的预测编队飞行的相对运动。     

考虑视场角约束的捷联导引与控制一体化设计

针对现有导引与控制一体化设计方法在用于捷联战术导弹时存在无法保证弹目视线满足导引头视场角约束的问题，将捷联解耦原理和状态约束控制方法相结合提出一种新型考虑视场角约束的捷联导引与控制一体化设计方法。首先引入捷联解耦原理建立捷联导引与控制一体化设计模型，将其转换为严格反馈系统；其次，针对系统模型存在的不确定扰动，设计了一种对不确定上界平方进行估计的自适应律；第三，针对视场角约束问题，采用积分型障碍Lyapunov函数结合动态面控制设计了一体化导引与控制规律。最后通过Lyapunov理论证明了闭环系统的稳定性和所有信号的一致有界。数值仿真结果校验了设计方法的有效性。     

基于多变量特征模型的机械手自适应控制

机械手系统动力学模型所设计出来的控制器一般具有比较复杂的形式。为了解决机械手系统控制器复杂性问题,推导出机械手系统的线性多变量时变二阶离散差分方程,得到了其方程系数所满足的特征关系,并由分析可知当采样时间间隔足够小时,该方程系数具有慢时变特性。基于建立的差分方程及其系数的特征关系,给出了带有遗忘因子的最小二乘辨识方法和多变量黄金分割控制律相结合的且形式简单的自适应控制算法。利用系数的特征关系,能使需要辨识的参数个数减少。此算法具有只需要关节的位置信息而不需要速度信息的优点。数学仿真结果表明该方法对机械手控制的有效性和鲁棒性。     

非线性黄金分割自适应控制

针对参数未知，高阶定常线性系统和一类复杂的非线性系统，为设计低阶控制器，并能满足不同系统的过渡过程要求。在线性黄金分割自适应控制方法的基础上，本文提出了一种新的非线性黄金分割自适应控制方法。文章首先简单介绍了被控对象的特征模型，接着重点介绍了这种控制方法的设计原理和特点。当系统能用二阶幔时变差分方程形式的简化特征模型描述时，可以证明由非线性黄金分割自适应控制器组成的闭环系统是稳定的。最后通过典型实例的仿真验证了非线性黄金自适应控制方法的有效性和优越性。     

基于高斯伪谱方法的再入飞行器预测校正制导方法研究

为了提高再入制导的适应性和鲁棒性,提出了一种最优预测校正制导方法.根据伪谱方法将再入动力学微分方程约束转换为代数方程约束,将制导问题转换为不需要积分弹道的最优规划问题,利用Gauss伪谱法收敛速度快、精度高的特点,设计了航路点间分段优化的伪谱自适应鲁棒再入制导律,对制导律的特性进行了分析.数值仿真表明,这种再入制导律对于再入点误差不敏感,具有良好的鲁棒性,仿真表明校正时间很短,具有应用于在线制导的潜力.     

自校正卡尔曼滤波及其在组合导航中的应用

自校正卡尔曼滤波可在状态估计的同时对状态方程的参数及卡尔曼增益进行辨识，从而提高了适应能力。文中讨论了它在组合导航中的应用。     

高适应能力单相流体回路控温特性实验研究

未来新型卫星平台由于飞行任务的需要,不仅可能面临姿态大范围变化导致的外热流大幅度改变,而且内部热负荷也可能同时发生大范围变化,这两点因素都要求热控系统具有更强的适应能力。而传统的以被动热控为主、电加热为辅的热设计受制于各种资源的限制,适应能力具有明显的不足。鉴于此,文章针对六面体构型卫星,提出一种具有高适应能力的单相流体回路方案,并据此研制出地面原理样机试验台,对系统的关键性能温控特性进行了地面试验。整个瞬态实验过程中控温精度一般都在±0.5℃以内,最大波动也基本不超过±1℃。     

基于椭圆轨道的空间交会停靠全系数自适应控制方法研究

本文针对线性时变对象，用差分的方法对其离散化，证明了离散化后的对象的系数之和等于1，并利用离散化对象的系数和微分方程的系数之间的关系，计算出离散化后对象的系数收敛值，这也是在时变对象和非线性领域内应用全系数自适应控制理论必须要解决的问题。并基于随圆轨道的空间交会停靠的动力学方程为实际背景，用此方法和PID方法进行了仿真比较，从仿真结果可以看出全系数控制方法的优越性。