基于线性编码补偿方法的非固定丢包率下的分布式融合估计器

为解决无线信道非固定丢包率建模和丢包补偿问题，研究了具有非固定丢包率的网络化多传感器融合估计问题。假定无线信道丢包率是非固定的，利用对过去得到的有限个测量值进行线性编码的方法对丢包进行补偿，针对系统矩阵中存在的非高斯非白噪声随机干扰，首先设计了一种利用每一时刻数据包到达变量的局部最优估计器，其次推导出融合估计误差协方差与传感器传输概率之间的函数关系。最后通过算例仿真验证所提方法的有效性。      

基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰，在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器，利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后，通过某电源系统计算实例仿真验证所提融合估计器的有效性。     

数据丢包和量化约束下的分布式滚动时域估计

针对网络约束问题，对带丢包和量化的网络化系统分布式状态估计进行了研究。用一组满足Bernouli分布的随机变量来描述丢包现象，采用预测补偿机制进行丢包补偿。将数据量化引入的误差描述为观测方程中的参数不确定性，通过求解固定时域内的min-max问题，得到局部估计器。对局部估计器的稳定性进行研究，给出了误差范数平方的期望收敛的充分条件。推导了局部估计器误差协方差上界的递推公式，在此基础上，应用协方差交叉（CI）融合算法得到了分布式融合估计器。仿真结果表明，所提算法能够有效减小数据丢包和量化对状态估计的影响。      

存在网络丢包的导弹制导控制一体化设计

研究了网络环境下存在丢包的导弹制导控制一体化设计问题.多个地面雷达同时对目标进行观测,并通过网络将目标信息传输给导弹.考虑网络存在丢包的情况,将丢包描述为导弹与雷达之间的通信拓扑模型,建立了包含3个级联子系统的导弹纵向通道制导控制一体化模型.将滑模控制与反演控制相结合,给出了每个子系统的虚拟控制量,并设计滤波器对虚拟控制量进行滤波,使得系统对丢包具有一定的鲁棒性.在此基础上,设计导弹制导控制一体化滑模反演控制律,并给出了系统有界输入有界输出（BIBO,Bounded-Input Bounded-Output）稳定的充分条件.数值仿真验证了所提方法的有效性.      

考虑星历误差的天文测角/时间延迟量测组合导航方法

基于太阳震荡的时间延迟是一种新型天文导航量测量，可以提供探测器相对反射天体的距离信息，与星光角距量测量结合，可以提高导航性能。然而，星光角距量测模型与时间延迟量测模型均含有火卫一相对火星的位置矢量，火卫一的星历误差将影响导航精度。针对这一问题，提出了一种基于在线估计的天文测角/时间延迟量测组合导航方法，建立了包含火卫一位置及速度的状态模型，利用星光角距及时间延迟量测量同时对火卫一的位置和速度进行在线估计，仿真结果表明，提出的方法可以有效抑制火卫一星历误差对组合导航精度的影响，为探测器提供高精度的自主导航信息。     

考虑太阳自转的天文多普勒差分导航方法

基于太阳震荡的时间延迟是一种新型天文导航量测量，可以提供探测器相对反射天体的距离信息，与星光角距量测量结合，可以提高导航性能。然而，星光角距量测模型与时间延迟量测模型均含有火卫一相对火星的位置矢量，火卫一的星历误差将影响导航精度。针对这一问题，提出了一种基于在线估计的天文测角/时间延迟量测组合导航方法，建立了包含火卫一位置及速度的状态模型，利用星光角距及时间延迟量测量同时对火卫一的位置和速度进行在线估计，仿真结果表明，提出的方法可以有效抑制火卫一星历误差对组合导航精度的影响，为探测器提供高精度的自主导航信息。     

高超声速飞行器的多胞LPV系统控制器设计

针对高超声速飞行器模型高度非线性、强耦合的特点,提出一种多胞形线性变参数(LPV,linear parameter varying)系统变增益状态反馈控制器的设计方法.首先在感兴趣的变参数轨迹上选取若干平衡点进行雅克比线性化并拟合得到高超飞行器的LPV模型,将其离散化后存储于一张量中,利用高阶奇异值分解(HOSVD,higher order singular value decomposition)进行多胞形转换,得到有限个LTI顶点系统.同时为了降低控制器设计的保守性,通过引入松弛变量矩阵,在各顶点使用不同的Lyapunov函数矩阵,推导出能同时将闭环极点配置到指定区域并满足H∞性能的多胞LPV系统状态反馈控制器设计的线性矩阵不等式(LMI,linear matrix inequality)算法.最后的仿真结果验证了算法的有效性.     

一类非线性网络化系统的鲁棒故障检测

研究了一类非线性网络化系统的鲁棒故障检测问题.系统的不确定参数具有范数有界约束,非线性项满足扇形域有界条件,系统状态时滞时变有界.用服从伯努利分布的随机序列描述系统观测数据的随机丢失.将原问题转化为鲁棒H∞问题后,以线性矩阵不等式的形式给出了鲁棒故障检测滤波器的存在条件,进而得到所求滤波器的增益阵.     

深空测角测速组合导航系统时间配准方法研究

深空测角测速组合导航系统通过测角信息与测速信息融合,获取探测器位置、速度等参数,具有连续、自主、实时、高精度的优点。在深空测角测速组合导航系统多源信息融合过程中,要求各敏感器数据必须是统一时间基准。基于天文测角测速组合导航系统基本原理,阐述了在实际系统中,测角敏感器、测速敏感器由于时间基准误差、采样周期不一致、数据传输时延等都会造成时间不同步,而时间误差对位置和速度测量信息会带来很大的影响。本文分析时间误差在深空测角测速组合导航系统位置估计和速度估计中的作用机理,研究基于内插外推方法的时间配准方法,实现了测角敏感器与测速敏感器量测信息的同步。数学仿真结果表明,内插外推时间配准算法可有效抑制时间误差,提高深空测角测速组合导航系统导航精度。     

光流/惯导多传感器信息融合方法

将光流传感器多点布置在弹体上,建立了纵向平面内的弹体运动学模型和光流传感器量测模型,利用离散卡尔曼滤波器对光流信息和速率陀螺信息进行融合,估计弹体的高度、姿态和速度信息,并利用估计信息进行了超低空飞行的高度控制仿真,仿真结果表明:利用多个光流传感器和一个速率陀螺,可以准确地、实时地估计出弹体的高度、垂直速度、俯仰角、俯仰角速度和攻角等信息,并可利用这些信息实现导弹的超低空突防任务.     

多敏感器卫星姿态确定的联邦滤波器设计

针对由惯性测量组件、星敏感器、数字式太阳敏感器和红外地球敏感器构成的卫星姿态确定系统 ,提出采用联邦滤波器进行信息融合。设计了多敏感器信息融合的联邦滤波器结构和算法 ,推导了卫星姿态确定的误差状态方程和各子系统的量测方程。仿真分析结果表明 ,采用联邦滤波器对多敏感器卫星姿态确定系统进行信息融合 ,能够以较小的计算量实现高精度的信息融合 ,并且还能使高精度的信息融合具备容错性能     

一种基于李群描述的深空探测器姿态估计方法

针对深空探测器姿态估计问题,提出了一种基于星敏感器的深空飞行器姿态估计新型算法,用李群替代了传统的四元数来描述姿态,避免了四元数转换为姿态矩阵产生的非唯一性和复杂计算等问题。该算法给出了基于星敏感器的姿态观测方程和空间中刚体的运动学模型在李群下的描述并提出了一种基于李群的滤波算法,完成了深空飞行器动态姿态的确定。该线性化模型解决了传统非线性模型在滤波过程中产生的误差,同时省去了四元数转化为姿态矩阵的步骤,减少了计算量。最后,仿真实验中对比了传统的基于四元数的姿态确定算法,可以看出该算法具有更好的稳定性和准确性。     

光电二极管的地球反照光校正及卫星姿态估计

光电二极管作为体积小、成本低的太阳敏感器,可以结合地球敏感器进行卫星三轴姿态估计,但是地球反照光对其具有严重的影响,从而限制了其应用,然而地球反照光数学模型应用复杂。针对此问题,首先建立了一种简化的光电二极管量测模型,将地球反照光设成动态偏置项补偿在光电二极管模型中,并将误差建模为混合高斯噪声。然后应用滑窗估计和随机权重策略动态估计和更新模型中的参数。同时,采用多比例因子分别估计各光电二极管的地球反照光影响,并引入Huber影响函数处理异常值,从而提高了算法鲁棒性和参数估计精度。实验结果表明,采用地球反照光校正的光电二极管量测模型和无迹卡尔曼滤波（UKF）算法可实现卫星的高精度姿态估计,三轴姿态精度能达到0.2°~0.3°。      

航空高动态网络负载感知路由算法

针对航空高动态网络(HDAN,Highly Dynamic Airborne Networks)节点高速运动、拓扑结构变化频繁、飞行器轨迹时变等特性,及其所带来的数据到达率低、信息拥塞度高、稳定性差等问题,提出一种具有负载感知特性的路由算法.算法提出了新的动态路由因子度量来适应拓扑结构的变化,引入节点相对速度修正高动态环境下单纯地理位置信息所带来的误差,并通过交互邻居节点队列信息表征网络局部负载程度,降低拥塞概率.仿真实验结果表明,本算法有效减少了网络丢包率和通信时延,增强了信息传输的可靠性.     

多元线性回归模型的增量算法

伴随着各领域信息化的发展,数据多呈现出快速、连续流入的特点.面向海量不断更新的数据集,在具有广泛使用价值的线性回归模型中,考虑引入增量算法.通过基于叉积矩阵的增量计算公式,得到最小二乘估计模型的增量算法,并进一步扩展到其他的模型估计量和检验统计量中.该增量算法运用了全部的数据信息,与使用全部数据建模具有完全相同的结果.算法节约了数据读取时间,减小了数据存储传输的压力,从而提高了计算效率.数据仿真实验验证了算法的有效性.     

小视场星敏感器量测延时滤波算法

针对小视场（NFOV）星敏感器用于姿态估计时存在的量测延时情况,提出了一种用于解决量测延时的鲁棒扩展卡尔曼滤波（REKF）算法。根据最小方差准则的思想求解各方差的最小上界,通过最小上界确定滤波增益,设计的REKF算法可以有效解决量测延时问题,提高了姿态估计的精度。对REKF算法进行了仿真验证,结果表明:该算法优于常规加性扩展卡尔曼滤波（AEKF）算法、鲁棒有界时域滤波（RFHF）算法及鲁棒卡尔曼滤波（RKF）算法,能较好解决非线性系统存在的量测延时问题,验证了该算法的有效性。      

星座分布式自主定轨中信息融合方法比较研究

为了保证大型导航星座在有限的星载运算能力和通信能力下，具备自主运行能力并提供精准位置参考信息，对基于分层结构的星座分布式自主定轨的信息融合方法展开了研究。以地月卫星联合星座作为研究对象，将简单凸组合法、协方差交叉融合法以及在线性最小方差意义下的矩阵加权法和标量加权法等方法应用于子滤波器估计的融合中，对各种融合方法的性能进行了对比分析。仿真结果显示，在采用方差放大技术去相关设计星座分布式自主定轨算法基础上，采用简单凸组合法、矩阵加权法和标量加权法3种融合方法的定轨精度较高，与集中式滤波精度相当，其中标量加权法的计算代价最低；而协方差交叉融合法由于难以准确确定最优系数，其精度低于其他3种方法。      

交互式多模型粒子滤波优化重采样算法

针对标准交互式多模型粒子滤波(IMMPF)算法中存在粒子退化及多样性匮乏问题,提出了交互式多模型粒子滤波优化重采样(IMMPFOR)算法,利用线性优化理论改善模型中具有小权值的粒子精度。该算法的新颖性体现在给定量测信息条件下,利用线性优化方法及模型交互概率将每个模型中拥有小权值的粒子替换成新的粒子。新的粒子既包含本模型中粒子信息,又包含了本模型与其他模型交互后的粒子信息。目标跟踪的仿真结果证明:每个模型新产生的粒子集合可以准确地近似真实状态后验概率密度函数,系统的估计精度与标准IMMPF算法相比有较大提升。     

运用信息融合式高阶UKF的微小卫星姿态确定算法

为提高微小卫星微型低成本姿态敏感器的姿态确定精度，基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法（Unscented Kalman Filter，UKF），设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度，采用基于五阶UT变换的高阶UKF算法，增加了Sigma采样点数量，提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据，本文提出一种同时利用两个观测向量的信息融合式滤波算法，根据磁强计和太阳敏感器的观测信息，通过卡尔曼滤波原理中的增益计算，分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合，进而完成预测值的修正，得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值，降低了观测误差的影响.仿真分析验证了算法的优越性.      

轨道机动过程中推力加速度的在线最小方差估计

定位和跟踪空间机动目标时，对目标运动建模受发动机推力的不确定性影响，通过统计处理离散的雷达观测数据实时估计发动机的推力，进而定位和跟踪机动目标便是本文所要研究和解决的问题，本文在地心惯性系建立了常推力轨道机动过程中连续变质量运动模型和离散雷达量测模型，机动过程中质量秒耗量和排气速度作为表征轨控发动机推力的两个近似常量，应用扩展卡尔曼滤波对离散雷达测量数据进行序贯统计处理得到发动机推力的最小方差估计；文中详细地给出了线性化量测模型的变分方程和观测矩阵；仿真结果表明该算法能快速、准确地在线估计轨控发动机的等效推力。