带有自适应参数近似的块控反步飞行控制器设计

针对有翼导弹含有未知气动参数时的飞行控制问题,设计了一种带有自适应参数近似的块控反步飞行控制器.分析了块控反步控制器设计的假设条件,并放宽了对指令信号和输入矩阵的部分限制.将导弹动态模型中的未知气动参数转换为待估计参数矩阵,采用自适应参数近似律对未知参数矩阵进行估计,相比使用神经网络逼近未知函数更为简单,易于实现.将滤...     

基于GPR模型的自适应平方根容积卡尔曼滤波算法

与传统算法一样,动态系统的参数化模型(含噪声统计特性)未知或不够准确易导致容积卡尔曼滤波(CKF)效果严重下降,甚至滤波结果发散.为此,利用高斯过程回归(GPR)方法对训练数据进行学习,得到动态系统的状态转移GPR模型和量测GPR模型以及噪声统计特性,用以替代或增强原有动态系统模型,并将其融入到平方根容积卡尔曼滤波(SRCKF)中,分别提出了无模型高斯过程SRCKF (MFGP-SRCKF)和模型增强高斯过程SRCKF (MEGP-SRCKF)两种算法.仿真结果表明:这两种新的自适应滤波算法提高了动态系统模型精度,且实时自适应调整噪声的协方差,克服了传统算法滤波性能易受系统模型限制的问题;与MFGP-SRCKF相比,在给定一个不够准确的参数化模型,且有限的训练数据未能遍布估计状态空间的情况下,MEGP-SRCKF具备更高的滤波精度.     

双重未知干扰解耦的多传感器系统偏差校正与状态估计

具有未知干扰输入的随机系统状态估计问题广泛存在于控制、通信、信号处理和故障诊断等领域，但目前的研究成果大多局限于单传感器动态离散系统。针对状态方程含有未知干扰、量测方程含有未知偏差的多传感器系统状态估计问题开展了研究，提出了一种双重未知干扰解耦下的最小方差无偏估计滤波器。首先，建立量测偏差通用演化模型；然后，解耦偏差演化模型中的未知输入，设计最小方差无偏估计器对量测干扰偏差进行估计；之后，利用估计出的量测偏差来校正动态系统测量值；最后，根据量测偏差校正后的系统模型设计最优状态观测器，获得具有最小方差无偏的状态估计。径向飞行控制系统的例子验证了所提方法的有效性，与相关方法的仿真对比反应了所提方法的优越性。     

一种基于冗余测量的自适应卡尔曼滤波算法

针对目前自适应滤波算法的不足,在测量系统量测噪声方差未知的情况下,设计了一种基于冗余测量的自适应卡尔曼滤波(RMAKF)算法。通过对系统冗余测量值的一阶、二阶差分序列进行有效的统计分析,可以准确估计系统量测噪声统计特性,进而在滤波过程中自适应调节噪声方差阵R,提高滤波精度。以全球定位系统/惯性导航系统(GPS/INS)松组合导航系统为对象进行了仿真实验,结果表明该算法在测量系统噪声特性未知或发生改变时,可对其进行准确估计,在采用低精度惯性器件情况下,滤波结果较其他主要自适应卡尔曼滤波算法有较明显的改进。     

高超声速滑翔再入飞行器弹道估计的自适应卡尔曼滤波

采用传统状态增广法对高超声速滑翔再入飞行器(HGRV)进行弹道估计,存在模型简化误差过大和过程噪声方差难以构造的问题.依据目标运动特性和模型简化误差定量分析结果,状态方程改进为采用圆形地球模型和拟合大气模型并考虑哥氏力.采用一阶Markov过程描述气动力参数,将过程噪声方差构造为气动力参数方差和机动时间常数的函数,时变气动力参数方差采用“渐消记忆”的统计估计法由气动力参数估计值序列统计获得,而存在跳变的机动时间常数则作为运动模式采用变结构交互多模型法与运动状态一起估计.仿真结果表明,所提算法对位置、速度和气动力参数的估计精度优于传统算法,具有较好的工程实用性、鲁棒性和效费比.     

网络攻击下无人机信息物理系统的自适应状态估计

针对网络攻击下无人机信息物理系统(CPS)的安全状态估计问题,提出了一种基于自适应方差极小化的递推状态估计器(AVMRE)。通过将针对控制输入和传感器数据的恶意攻击分别建模为状态和量测方程中的未知干扰项,建立了未知干扰解耦状态递推估计器,实现滤波误差中的量测未知干扰解耦,利用滤波残差设计自适应调整因子对估计误差上界进行极小化,应用最小方差估计准则求解出算法中的量测增益反馈矩阵。同时引入事件触发机制,使得系统在保持一定估计精度的情况下节省通信资源。此外,给出了滤波误差指数有界性的充分条件。无人机飞行模型仿真验证了本文算法相比传统算法的有效性和优越性。     

基于自适应容积卡尔曼滤波方法的涡扇发动机气路部件故障诊断

针对涡扇发动机气路部件故障诊断中参数存在不同的噪声统计特性,提出了一种自适应平方根容积卡尔曼滤波(ASRCKF)器的自适应滤波方法.该方法直接利用基于3阶容积积分方法近似发动机的非线性统计特性,用于替代非线性无迹卡尔曼滤波方法的系统模型,避免了滤波过程参数选取的问题;采用移动窗口法对噪声协方差矩阵进行自适应估计,提高了算法对不同统计特性噪声的自适应能力和滤波精度.通过对发动机气路部件健康参数蜕化过程仿真结果表明:ASRCKF方法相比平方根容积卡尔曼滤波(SRCKF)方法,精度提高40%~50%,对不同噪声信号具有更好的适应能力.      

空间非合作航天器抓捕后姿态抗干扰控制

针对空间非合作航天器抓捕后存在未知不确定惯性参数的柔性组合体姿态稳定控制问题,基于中间状态观测器设计方法提出了一种新的姿态稳定抗干扰控制方法,同时考虑了诸多扰动及控制输入受限问题。研究结果表明,传统的姿态稳定控制方法需要已知柔性航天器惯性参数信息及状态信息,上述信息未知情况下会使姿态难以高精度稳定控制,且容易导致控制输入不满足受限要求。针对该问题,考虑控制输入幅值及变化率受限前提,提出了一种基于中间状态观测器的抗干扰控制方法,通过引入辅助变量构造新型中间状态观测器,同时估计组合体状态信息及综合干扰,设计出了一种新的组合体姿态稳定抗干扰控制器。通过Lyapunov稳定性分析方法证明了所设计的控制器能够保证闭环系统的全局渐近稳定性。相比于已有的混合H₂/H_∞控制器,所提出的抗干扰控制器在应用时不需要柔性组合体的姿态及模态信息,并且也不需要惯性参数的辨识过程。最后,通过给定参数进行仿真对比,进一步验证了所设计控制器的有效性和优越性。     

基于二阶鲁棒滑模观测器的民用涡扇发动机气路故障诊断

针对状态估计器在航空发动机气路参数估计中响应迟缓、鲁棒性不强等问题,以未知输入重构的思路,提出了一种基于Super-twisting滑模观测器的航空发动机气路故障诊断方法。通过将健康参数考虑为未知输入,设计滑模切换项重构健康参数的变化量,由于避免了状态估计器设计中健康参数导数为零的假设,本文的方法在处理突变故障时拥有更快的响应速度。针对鲁棒性问题,提出了一种新的故障向量增广形式,通过将扰动项增广至健康参数向量中,观测器的重构信号能够同时估计出健康参数变化量以及扰动项的大小,实现扰动与部件故障的解耦,从而避免了不确定项对健康参数估计结果的影响。本文建立了民用涡扇发动机包线范围内的线性变参数模型,通过不同故障模式下的数值仿真,并与状态估计器比较,验证了方法的有效性。结果表明,设计的滑模观测器具有小于0.5%的估计误差,有效地提高了气路健康参数的估计速度,增强了对不确定性的鲁棒性。     

基于鲁棒故障观测器的非线性离散系统容错控制设计

针对存在执行器故障以及未知干扰的非线性离散系统,提出了一种鲁棒故障估计与容错控制方法。首先在未知系统干扰作用下,设计鲁棒故障观测器实现系统状态和执行器故障的同步估计;然后根据鲁棒故障观测器得到的系统状态估计和故障估计信息设计容错控制器,进行状态反馈容错控制,同时基于D稳定与H_∞控制理论对鲁棒故障观测器和容错控制器进行设计,实现了多约束条件下的故障估计与容错控制;最后用飞行控制系统模型验证了所提方法的有效性。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

基于Rodrigues参数的姿态估计算法

 以Rodrigues参数作为姿态描述参数提出一种快速的全姿态估计算法。Rodrigues参数具有简洁高效的特点,但它具有奇异性,不适用于大角度情况。首先将序贯旋转方法和Rodrigues参数相结合,提出了一种简洁、无奇异的姿态描述方法。然后应用该姿态描述方法,针对“矢量观测+陀螺”这种典型的姿态测量方案,讨论飞行器的姿态估计问题。在姿态估计算法设计中,给出了陀螺模型和观测矢量模型,推导了状态和状态误差协方差阵的预测方程和量测更新方程,并提出了预测方程的一种高效积分方法。仿真结果表明在估计精度等同的条件下,该姿态估计算法比四元数算法效率大约提高10%。     

A new adaptive Kalman filter for navigation systems of carrier-based aircraft

The features of carrier-based aircraft’s navigation systems during the approach and landing phases are investigated. A new adaptive Kalman filter with unknown state noise statistics is proposed to improve the accuracy of the INS/GNSS integrated navigation system. The adaptive filtering algorithm aims to estimate and adapt the unknown state noise covariance Q in high dynamic conditions, when the measurement noise covariance R is assumed to be known empirically in advance. The new adaptive Kalman ...     

具有自修复功能间接自适应飞行控制系统研究

分析了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,利用RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识,采用等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。依据系统各个部分的算法开发了仿真平台,对飞机存在舵面故障情况下的飞行控制系统进行仿真,解决了舵面损伤后气动参数变化问题。仿真表明,该控制系统是一个完整、鲁棒、收敛系统。     

质量矩固体推进微纳卫星自适应反演控制律设计

为解决微纳卫星利用固体火箭推进器进行快速轨道机动时的姿态翻滚问题,提出了利用质量矩技术对卫星的俯仰、偏航通道姿态进行稳定控制。首先考虑推进剂燃烧、质量块运动等因素引起的系统质量特性参数的变化,建立质量矩固体推进微纳卫星姿态动力学模型;然后分析了推进剂燃烧、质量矩控制引入的系统模型参数不确定性、连续有界未知干扰;随后基于反演控制方法,设计了卫星姿态角和姿态角速度双回路自适应滑模动态面控制器,利用自适应算法调节控制参数估计来补偿不确定因素的影响;基于Lyapunov函数证明了闭环系统的稳定性。最后,通过数值仿真验证了控制算法的有效性。     

A Stratified Statistical Filter with Nonlinear Application

This paper introduces a statistical filter (or, more strictly, a filtering algorithm) which has intended application in the area of nonlinear systems. Within this context, the filter enables one to investigate the convergence effects produced by varying the initial estimates associated with the respective state variables, together with the various system parameters. The present algorithm is not intended to replace the more powerful optimal statistical filters used in linear theory, but rather to provide a simulation tool which can readily be applied to a given nonlinear system. The application considered in this paper bears a similarity to a tracking problem which might be encountered by an optical device, where angular information is the primary observable quanity. In this particular application, angular observations are available, and statistical estimates are desired for a position variable, together with an unknown parameter. The application is introduced primarily for the purpose of demonstrating the behavior of the filter when applied to a relatively simple nonlinear system.     

航空武器质量检验样本容量确定算法

利用数理统计的假设检验理论对航空武器质量检验样本容量确定方法进行了研究.提出了基于施行特征函数的航空武器质量检验样本容量确定算法.算法利用航空武器质量检验施行特征函数的特点,通过控制在原假设实际上不真时,错误接受原假设的概率,对航空武器质量检验样本容量进行确定.与一般产品检验只能控制错误拒绝原假设的概率相比,算法不仅能够控制错误拒绝原假设的概率,而且能够控制错误接受原假设的概率,从而客观反映武器质量的真实状况.     

Applications of Optimally Sensitive Control to Systems Involving Time-Varying Uncertainties

The implementation of control systems capable of identifying and adapting to time-varying unknown parameters has become increasingly important in air-traffic control and other applications. In the recent literature the control problem, in which both the initial state vector as well as a vector of constant plant parameters are unknown, has been treated utilizing sensitivity techniques referred to as optimally sensitive control. The concepts of optimally sensitive control as developed by Kokotovic, Perkins, Cruz, and others are extended to the problem in which the state dynamics contain a vector of stochastic inputs which can be represented as Martingale processes. The resulting optimally sensitive system is shown to be an effective and realistic adaptive controller for systems containing unknown time-varying parameters. A numerical example is presented to demonstrate the effectiveness of the resulting control system at identifying and adapting to the levels of the unknown time-varying inputs.