基于人工拉格朗日点太阳帆的导航卫星自主定轨技术

为提高导航星座的自主导航能力,提出一种基于人工拉格朗日点太阳帆的导航卫星自主定轨方法。在导航卫星星间测距的基础上,利用太阳帆提供的空间实时位置信息,来消除导航星座的整体旋转和漂移对自主定轨的影响。选用第一类无奇点根数作为状态变量,利用EKF滤波器融合卫星动力学信息及两类测距信息进行自主定轨。利用GPS导航星座的IGS精密星历进行了仿真试验,仿真结果表明了该方法不仅能够保证导航卫星自主定轨的长期稳定性,且与结合星间测距和星间测向的自主定轨方法相比,定轨精度更高。     

航姿系统内阻尼的模糊自适应滤波算法

平台式惯性航姿系统的内阻尼算法通过阻尼网络将自身的速度信息加到系统中,达到提高姿态精度的目的.本文将该思想引入到捷联式惯性航姿系统中,在系统加速度较小时,利用加速度计的输出估计系统姿态角,通过卡尔曼滤波的形式补偿姿态误差.由于内阻尼算法只有在系统加速度较小的情况下才能使用,本文设计了模糊自适应控制器,根据三轴加速度计的输出进行自适应判断内阻尼算法是否可用,调整内阻尼卡尔曼滤波器的量测误差方差阵,从而避免了滤波器的发散.仿真和实验表明,内阻尼的模糊自适应算法可明显抑制舒勒周期振荡和傅科周期振荡,避免了系统姿态漂移,有效提高了捷联惯性航姿系统的精度.     

基于图像位移的低轨卫星自主导航技术

利用高速相机测得的地面图形相对卫星的位移,结合星敏感器测得的姿态信息,基于卫星相对地面的速度是一个非线性变化过程这一事实,实现低轨卫星的自主导航.相对于传统的陆标识别自主导航,该方法不需识别地面物体或景象,只需利用图像之间的位移关系,经相关性分析后,便可获得卫星相对于地面的速度信息.因此,不需要存储地面物体或景象的先验信息,故减轻了存储负担.文中还构建了系统的状态方程和量测方程,采用卡尔曼滤波器进行信息滤波.仿真分析显示,该系统具有较好的自主导航精度,可以应用于低轨卫星的自主导航.     

采用BP神经网络的惯导初始对准系统

针对随机系统，提出了基于多层神经网络的滤波器，并将其用于惯导初始对准中。采用ＢＰ网络替代初始对准系统中的闭环卡尔曼滤波器，可以确保系统的误差状态始终为小量，实现了惯导初始对准中的滤波与校正功能。仿真结果表明，这种方法简化了系统运算的代数结构，提高了系统状态估值运算的实时性，而对准系统的精度又与原来采用滤波器的精度相当。     

GPS+BDS组合的实时定轨技术

为了改善卫星几何分布,提高低轨（Low earth orbit, LEO）卫星实时定轨的精度与可靠性,提出了北斗卫星导航系统（Beidou navigation satellite sy stem, BDS）与全球定位导航系统（Global positioning system, GPS）组合模型。组合模型基于加权最小二乘法（Weighted least square, WLS）,利用伪距观测量建立观测模型,实时估计LEO卫星位置。目前,LEO卫星尚未装备星载BDS+GPS双模接收机,为验证算法可行性,利用GPS/BDS卫星星历文件与STK软件仿真生成实验数据。实验结果表明,BDS+GPS组合模型较GPS系统模型精度至少提高26%。     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

改善电压调节器调压精度的措施及其分析

晶体管型电压调节器具有结构简单、工作可靠及成本低等优点，但现有的电压调节器普遍存在稳态电压调节精度不高的问题。本文根据某型晶体管电压调节器的工作特点，分析造成稳态电压调节精度差的原因；并提出采用励磁电流反馈的改进方法，即按占空比变化调节参考电压。本文推导了反馈电阻的了值方法。对JF15发电机的电压调节实验证实；采用该方法可以有效地补偿稳态电压偏差，提高电压调节器的稳态精度。     

超声速状态下航空发动机部件蜕化参数估计与性能恢复控制

为解决超声速状态下航空发动机部件蜕化参数估计与性能恢复控制的难题，基于改进卡尔曼滤波器，通过一种三维插值方法实现超声速状态包线范围内的发动机部件蜕化参数估计。而航空发动机性能恢复控制是在常规内环控制转速的基础上增加了外环控制回路，该回路主要包括推力估计模型与外环控制器两部分。基于最小二乘支持向量回归机设计了一种推力估计模型，其输入采用特征选择算法筛选推力估计模型的最优输入，相比于传统的不经选择的推力估计模型，精度有较大提高。设计了外环模糊PI（Proportional integral）控制器自适应调节内环转速指令来实现蜕化发动机性能恢复的目的。最后通过超声速状态下的数字仿真，验证了上述发动机部件蜕化参数估计与性能恢复控制方案的有效性。      

一类非线性多智能体系统的预定性能控制研究

针对一类非线性多智能体系统,研究了满足预定性能的协同控制问题。基于动态面控制技术和模糊逻辑系统的逼近特性,提出了一种含有预定性能的自适应协同控制算法,并对其进行了仿真。仿真结果表明了该算法能使系统中所有信号均有界,"跟随者"能与"领导者"的输出达到一致,且同步误差在预先给定的性能边界内,并提高了误差精度。     

容错导航系统的一种联合滤波器结构及其算法

本文提出了一种采用联合卡尔曼滤波器结构的容错导航系统的滤波算法。这种在多处理机环境下并行处理的分布式滤波算法有效地解决了具有多子系统的容错导航系统的实时要求。主滤波器的状态联合算法保证了获得系统最优公共状态估值。基于联合滤波器结构,水文提出了容错导航系统的故障检测与隔离(FDI)算法,将故障检测隔离决策归结为各子系统的状态估值与基于系统特性及先验噪声模型的状态估值之间的均值一致性检验问题。FDI算法决策并隔离发生故障的子系统对整个系统性能的影响。基于公共状态量的概念,简化了FDI算法的计算。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。     

基于星载GPS双频观测值的简化动力学定轨方法

论述了基于低轨卫星星载GPS双频观测值的精密单点定位技术的简化动力学定轨方法的数学模型,分析了简化动力学定轨中的关键问题--伪随机脉冲的设置问题及其对定轨精度的影响.最后结合CHAMP卫星实测GPS数据,利用简化的动力学定轨方法对CHAMP进行定轨.算例结果表明,伪随机脉冲的设置可以有效吸收力学模型误差的影响,因而定轨精度较稳定.根据一个星期的CHAMP星载GPS跟踪数据计算的CHAMP轨道,同德国慕尼黑工业大学TUM计算的CHAMP轨道相比,均方根误差(RMS)在10 cm以内.     

基于极大后验原理的非线性系统传感器故障估计

针对扩展卡尔曼滤波算法(Extended Kalman filter,EKF)计算复杂,粒子滤波算法动态跟踪能力差,单一无先导扩展卡尔曼滤波算法(Unscented Kalman filter,UKF)滤波精度低等缺陷,本文根据极大后验原理(Max-imum posterior principle,MPP),针对一类非线性系统设计了一种改进型的无先导卡尔曼故障估计滤波器来估计被控系统所发生的加性传感器故障。首先根据极大后验估计原理,推导出一种最优常值故障估计器。在此基础之上,推导出次优的加性常值故障估计滤波器,并对故障估计滤波器进行了无偏性证明。最后,将得到的理论结果应用于非线性倒立摆系统,仿真验证了所提方法的有效性。     

基于X射线脉冲星的新型卫星天文导航

基于X射线脉冲星导航（XNAV）是一种新型的卫星自主导航技术。使用卫星上的相位测量值和脉冲星钟预报的相位值,可以确定卫星的位置和速度。由探测到的脉冲相位,计算出沿着脉冲星视线方向的卫星相对于地心的距离。同时测量三颗脉冲星,就可以计算出卫星在惯性系下的位置。结合距离测量方程和轨道动力学,设计了广义卡尔曼滤波算法。仿真验证表明,该导航算法能实现卫星的精确导航,定轨精度在百米以内。此外还分析了影响导航性能的因素。     

分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用研究

本文研究了分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用。给出了系统的结构框图和动态方程,设计一个分布式卡尔曼滤波器,并进行了计算机误差模拟分析。结果表明;采用分布式卡尔曼滤波器的组合系统可减少计算时间,且导航位置误差小于15m。     

GPS／DNS组合导航系统研究

通过误差分析的方法，给出了用卫星全球定位系统ＧＰＳ的位置、速度信息作为观测量的ＧＰＳ／ＤＮＳ组合导航系统的数学模型。在此模型的基础上应用卡尔曼滤波器，估计出导航参数误差并对系统进行校正，从而实现了ＧＰＳ与多普勒导航系统（ＤＮＳ）的组合。ＧＰＳ／ＤＮＳ组合导航系统克服了多普勒导航系统定位误差随时间发散的缺点，使得导航精度与时间无关，弥补了ＧＰＳ实时性的不足。仿真结果表明，该组合方案可获得高的导航定位精度。该系统丰富了组合导航系统内容，且体积小、成本低，便于工程实现，具有实用价值。     

Kalman滤波技术在磁航向和捷联惯性组合系统初始对准中的应用

研究了磁航向和捷形惯性组合系统初始对准的设计方法。该方法能在初始对准过程中用卡尔曼滤波器估计出陀螺仪的随机常值漂移，从而提高了系统的对准精度。文中给出了系统的状态方程和测量方程，建立了完全闭环控制的卡尔曼滤波器，最后给出了二组不同条件下的模拟结果。     

增强现实中的直线边缘对象位姿跟踪

改进了增强现实中跟踪直线边缘对象位姿的方法.首先用扩展卡尔曼滤波器预测对象位姿并限制隐式边缘搜索的区域;然后利用M估计子与权重直线拟合得到图像中直线边缘的方程系数;最后利用平面的标准正交基构建关于对象位姿的目标函数,并用奇异值分解法加以求解.实验表明本文位姿跟踪方法的旋转角最大的平均偏差为0.29°,绝对偏差为1.90°,跟踪速度大约为10帧/s,综合性能明显优于基于LM的跟踪算法.     

基于Kalman滤波器的无人机高度信息估计

无人机高度信号的品质直接影响无人机高度控制的精度。利用无人机气压高度表、GPS卫星接收机、惯导输出的高度、垂直速度和垂直加速度建立了高度测量系统状态方程与量测方程,并通过卡尔曼滤波器对各传感器输出的高度信息进行融合,最后通过仿真模型对真实高度进行了估算。仿真结果表明估算后的高度信息精度高于单一传感器的高度信息精度。该仿真结果可为无人机控制技术设计提供参考。     

SVPWM逆变器数字电压调节技术的研究

逆变器开环工作时，由于输出滤波器的电感、功率管导通压降以及导线电阻等多种因素的影响，使逆变器在加卸载过程中输出电压有效值发生变化。另外，当输入电压波动时也会导致输出电压波动。为保证输出电压有效值稳定，必须加入电压调节器，形成输出电压反馈的闭环控制系统。本文论述了SVPWM逆变器的电压调节方法，建立了SVPWM逆变器模型，并对其进行了辨识，辨识结果说明把逆变器简单地等效为比例环节与实际模型之间存在误差。在此基础上得到的辨识模型，按零极点配置法设计相应的电压调节器。仿真与实验结果表明，该调节器不仅有良好的稳态性能，而且动态响应快。