微型飞行器过失速降落轨迹跟踪控制设计

采用基于张量积的T-S模糊建模与控制方法,对微型飞行器过失速降落纵向运动的轨迹跟踪控制问题进行了研究。首先,建立了过失速降落中飞行器纵向运动的线性变参数动力学模型;然后,通过张量积模型转化方法,将线性变参数模型转化为张量积胞体模型,基于该模型设计了并行分布补偿控制器,用Lyapunov稳定性理论证明了闭环系统的稳定性,并推导了区域极点配置条件以获得更好的暂态响应性能;最后,对飞行器的过失速降落过程进行了仿真,验证了所设计的跟踪控制器的有效性。     

基于混合粒子滤波的激光惯导系统误差的补偿

针对激光陀螺捷联惯导系统在动态尤其是高动态环境下的姿态误差显著增大的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。算法基于混合粒子的卡尔曼滤波和粒子滤波的特点,用有限的高斯模型来近似后验状态密度、系统噪声和观测噪声的分布通过EM的算法设计实现模型的降阶,一定程度上克服了EM算法迭代的结果需要依赖初始值、可能收敛到局部最大点或可能收敛到参数空间边界的缺点,从而改善了粒子携带信息的衰减问题。通过仿真与试验结合,在纯动态应用环境下的姿态与定位精度补偿效果,与传统Kalman滤波相比,算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

T-S模糊系统的部分状态反馈H∞控制

基于部分状态信息的控制器是一类特殊的静态输出反馈控制器, 一般难以利用线性矩阵不等式工具求解. 本文研究T-S模糊系统的部分状态反馈镇定及部分状态反馈H∞控制问题. 首先, 通过矩阵变换, 将T-S模糊系统的部分状态反馈镇定问题转换成求解一组线性矩阵不等式(LMIs); 然后, 以此为基础得到基于LMI的部分状态反馈H∞控制器设计方法; 最后, 通数值例子验证所给方法的有效性.     

惯性辅助高动态RTK 模糊度浮点解求解算法研究

载波相位差分(RTK)技术需要着重解决整周模糊度快速精确求解问题。针对高动态应用,提出一种利用惯性信息辅助求解RTK整周模糊度浮点解的算法,建立了基于加速度信息辅助的Kalman滤波器模型,分析了加速度误差和惯导信息延迟对滤波结果的影响,并通过仿真对算法的动态性能进行了深入研究。仿真结果表明,与未受辅助的Kalman滤波算法相比,基于惯性辅助的求解算法能够在高动态下获得较精确的整周模糊度浮点解,使后续整数解的搜索空间更小,提升了模糊度固定效率和成功率;在发生周跳、出现野值和跟踪到新卫星信号的情况下,该算法同样具有很好的模糊度浮点解求解性能;此外,惯导加速度的随机测量误差和信息延迟不会对算法的性能造成较大影响。     

基于ST-EKF与滤波增益约束的加速度计微g级标定

提高加速度计组件的标定精度是实现高精度导航、高精度测姿的重要途径.针对加速度计组件通过线性误差模型标定后难以达到微g级精度的情况,建立了包含二次项误差和振摆误差在内的加速度计组件误差模型,并提出了一种基于状态变换Kalman滤波与滤波增益约束的系统级标定算法.该算法借鉴Schmidt-Kalman滤波器与可观测性约束Kalman滤波器原理,可减小滤波状态协方差矩阵计算误差和滤波增益计算误差,从而提高弱可观误差状态的估计精度.与传统系统级标定算法的对比实验表明,所提出的新算法能够更加精确估计出包含二次项误差与振摆误差在内的加速计组件的各项误差,新算法使在大水平姿态倾角下的重力模值测量残差的均方差从线性误差模型的24.12μg、线性/二次项误差模型的13.38μg减少到6.71μg.4500s大水平姿态变化下的纯惯导实验结果表明:与仅用线性误差模型的系统级标定结果相比,系统级标定新算法使惯导系统的东向、北向导航最大位置误差分别从192.40m、96.72m减小到74.64m、65.44m.所提出的系统级标定新算法具备更好的标定精度,从而使得导航精度得到提高.     

一种基于逆向导航的双轴旋转惯导系统自标定方法

针对惯导系统高精度自标定的需求,提出了一种基于逆向导航的双轴旋转惯导系统自标定方法。通过转位运动对系统误差进行激励,利用Kalman滤波器进行误差估计,同时存储标定数据,待正向导航滤波结束后,利用逆向导航算法对存储数据二次利用,继续进行误差估计,直到所有状态量收敛到一定精度,实现了对数据的充分挖掘。仿真和试验结果表明,该方法可以实现对双轴旋转惯导系统的全参数自标定,提高了标定精度。     

基于模糊Takagi-Sugeno模型的发动机转速鲁棒控制

基于某航空用二冲程活塞式发动机的非线性模型, 利用扇形非线性特性得到了发动机模糊Takagi-Sugeno(T-S)模型;基于该T-S模型, 采用系统增广的方法研究了无静态误差转速控制器;设计中考虑了鲁棒H∞性能, 使得该非线性系统的模糊控制器具有较好干扰抑制性能, 并在Lyapunov稳定性理论基础上建立了该系统渐进稳定的线性矩阵不等式条件;最后通过系统仿真算例验证了所设计控制器的有效性.      

舰载捷联惯导系统的航行中快速在线标定

为实现舰载捷联惯导系统在航行中被快速标定的新需求，提出了一种捷联惯导系统在航行中快速在线标定的方法。首先，建立了简化的陀螺和加速度计输出误差方程，从而对Kalman滤波模型实现了降维。该模型以陀螺和加速度计零偏、标度因数误差等15个误差量为状态量，以速度误差和位置误差为量测量。设计了一种标定路径，该标定路径可由惯导系统中的双轴旋转机构实现。仿真结果表明，该方法能够在1800s内快速、准确地估计出15个误差量，具有工程实践价值。     

飞机-驾驶员闭环系统模糊预见控制器设计

针对驾驶员操纵延迟和飞机不确定性所导致的人-机系统跟踪性能降低的问题,提出一种基于T-S模糊模型的鲁棒预见辅助驾驶方法。建立驾驶员-飞机时滞不确定T-S模糊模型,引入预见控制思想补偿驾驶员延迟,以跟踪误差和驾驶员操纵负担为性能指标,将存在模型不确定性的人-机指令跟踪问题转化为模糊最优保性能控制问题,并推导了该凸优化所应满足的线性矩阵不等式。为克服预见步数增多引起增广系统维数较大、进而导致线性矩阵不等式不易求解的缺陷,设计了一种次优的预见控制器。最后,分别通过驾驶员模型仿真和飞行模拟器实验,验证了所设计的模糊预见控制器的有效性。     

Unscented Kalman滤波用于再入飞行器跟踪

本文引入Unscented Kalman滤波用于再入飞行器跟踪。Unscented Kalman滤波通过设计少量的σ点，并计算这些σ点经由非线性函数的传播，从而获得滤波值基于非线性状态方程的更新。在应用中，由于Un-scented Kalman滤波无需象广义Kalman滤波那样求动力学系统函数和观测系统函数关于状态向量的导数。给计算带来了极大的方便。     

Switching control of morphing aircraft based on Q-learning

This paper investigates a switching control strategy for the altitude motion of a morphing aircraft with variable sweep wings based on Q-learning. The morphing process is regarded as a function of the system states and a related altitude motion model is established. Then, the designed controller is divided into the outer part and inner part, where the outer part is devised by a combination of the back-stepping method and command filter technique so that the ‘explosion of complexity’ problem is eliminated. Moreover, the integrator structure of the altitude motion model is exploited to simplify the back-stepping design, and disturbance observers inspired from the idea of extended state observer are devised to obtain estimations of the system disturbances. The control input switches from the outer part to the inner part when the altitude tracking error converges to a small value and linear approximation of the altitude motion model is applied. The inner part is generated by the Q-learning algorithm which learns the optimal command in the presence of unknown system matrices and disturbances. It is proved rigorously that all signals of the closed-loop system stay bounded by the developed control method and controller switching occurs only once. Finally, comparative simulations are conducted to validate improved control performance of the proposed scheme.     

基于无味卡尔曼滤波的飞机防滑刹车模糊神经网络控制

根据对飞机刹车过程动力学分析与建模,本文提出了一种基于无味卡尔曼滤波(UKF)的模糊神经网络控制律。本控制律结合了无味卡尔曼滤波对机体速度的良好估计效果和模糊神经网络控制器对不同系统参数的适应能力,能够很好完成对最佳滑移率的追踪任务。Matlab仿真试验结果显示,基于无味卡尔曼滤波的模糊神经网络控制器可以准确的估计飞机滑跑时的速度,改善飞机防滑刹车系统性能,提高刹车效率。     

基于“速度+姿态”快速传递对准的可观测性分析

惯导系统初始对准一般采用卡尔曼滤波器对初始姿态误差角进行估计,而在设计卡尔曼滤波器之前通常要对系统进行可观测性分析,确定卡尔曼滤波器的效果。捷联惯导系统的卡尔曼滤波模型在传递对准时,为线性时变系统,而线性时变系统的可观测性分析比较困难。文中采用一种依据系统矩阵的奇异值确定状态可观测度的方法对基于“速度＋姿态”快速传递对准的卡尔曼滤波模型进行可观测性分析,结果表明该方法可直接简单地实现系统状态的可观测度分析。     

一种基于可观测度分析的SINS/GPS自适应-反馈校正滤波新方法

 针对机载捷联惯导系统(SINS)/全球定位系统（GPS）组合导航系统不完全可观测导致滤波器精度下降甚至发散的问题,提出了一种基于系统状态可观测度分析的自适应反馈校正滤波新方法。该滤波方法改进了系统可观测度的归一化处理方法,将归一化处理后的系统状态可观测度作为反馈因子,对SINS系统进行自适应反馈校正。最后,将该方法应用于机载合成孔径雷达(SAR)运动补偿用SINS/GPS组合导航系统中,飞行试验结果表明该方法在系统不完全可观测的情况下有效地提高了导航精度。     

航空发动机数控系统多故障识别

提出了一种基于模糊逻辑的航空发动机数控系统多故障的识别方法.首先采用Takagi-Sugeno(T-S)模糊模型描述一种涡喷发动机数控系统的非线性模型,然后应用全解耦奇偶方程进行多故障的检测和隔离,并结合卡尔曼滤波器识别出传感器和执行器故障参数.仿真结果表明,针对传感器和执行器同时发生故障的情况,此方法能有效检测故障,并能准确识别出故障参数.      

卫星拒止情况下低精度惯导系统航姿算法研究

在卫星拒止情况下,低精度MEMS惯导系统由于惯性器件性能较差,无法长时间保持姿态精度。从重力矢量及飞行器的动力学特性出发,提出了一种基于动态检测和Kalman数据融合的航姿算法。该算法从导航与飞控一体化的理念出发,实时判断飞行器机动和飞控状态,在低动态时利用Kalman滤波器对水平加速度和惯性解算的姿态角进行数据融合,估计和修正水平姿态误差,从而提高水平姿态精度。经过飞行仿真验证,该算法可有效完成飞行器的动态检测,并保证在系统机动情况下水平姿态误差在2°以内。     

Vision-aided inertial navigation for pinpoint planetary landing

Autonomous and safe landing spacecraft on moon and planetary bodies is a rather difficult and risky task. Accurate relative navigation between the spacecraft and the planetary surface is essential, together with the autonomous hazard detection and avoidance. This paper describes the vision-aided inertial navigation (VAIN) scheme to meet the pinpoint landing requirement of the next generation planetary lander. Images of distinctive surface feature called feature points/landmarks are detected and tracked autonomously to improve the performance of inertial navigation. Landmark image information derived from optical navigation camera and the spacecraft state information sensed by IMU (Inertial Measurement Unit) are integrated in extended Kalman filter algorithm. The validity of the proposed navigation scheme is confirmed by computer simulation.     

Gain self-scheduled H_∞ control for morphing aircraft in the wing transition process based on an LPV model

This article investigates gain self-scheduled H 1 robust control system design for a tailless fold- ing-wing morphing aircraft in the wing shape varying process. During the wing morphing phase, the aircraft’s dynamic response will be governed by time-varying aerodynamic forces and moments. Nonlinear dynamic equations of the morphing aircraft are linearized by using Jacobian linearization approach, and a linear parameter varying (LPV) model of the morphing aircraft in wing folding is obtained. A multi-loop controller for the morphing aircraft is formulated to guarantee stability for the wing shape transition process. The proposed controller uses a set of inner-loop gains to provide stability using classical techniques, whereas a gain self-scheduled H 1 outer-loop controller is devised to guarantee a specific level of robust stability and performance for the time-varying dynamics. The closed-loop simulations show that speed and altitude vary slightly during the whole wing folding process, and they converge rapidly after the process ends. This proves that the gain self-scheduled H 1 robust controller can guarantee a satisfactory dynamic performance for the morphing aircraft during the whole wing shape transition process. Finally, the flight control system’s robustness for the wing folding process is verified according to uncertainties of the aerodynamic parameters in the nonlinear model.     

一种基于组合导航系统的新融合滤波算法

本文设计了一种可用于地面用户的低成本组合导航系统，提出了基于该系统的新信息融合方法，即模糊卡尔曼滤波算法和地图匹配技术联合起来。仿真结果表明模糊卡尔曼滤波算法相当于一数据平滑处理窗口，具有比常规卡尔曼滤波算法更高的精度。