基于T-S模糊模型的模糊大系统的混合滤波

针对非线性大系统内部过程参数的检测估计,采用连续模糊大系统模型,利用lyapunov定理和分布式处理方法,给出了模糊大系统的H2/H∞混合滤波器设计方法。该方法在保证滤波误差系统全局稳定的同时,具备了H2/H∞性能。通过求解线性矩阵不等式,可以得到滤波器参数。最后,用一个数值例子验证了该方法的正确性和有效性。     

面向增材制造的飞行器结构优化设计关键问题

围绕飞行器复杂结构整体构型研制的高性能、轻量化苛刻需求,着重介绍了面向增材制造的结构优化设计面临的系列关键问题以及相关研究成果。分别从面向增材制造的结构多承载环节整体优化建模与性能分析、整体结构多学科性能与功能综合设计方法、跨尺度结构-微结构性能表征与尺度效应的影响机理,以及增材制造工艺对整体结构件性能的影响机理和制造工艺约束4个方面,阐述如何从结构力学与工艺力学角度科学实现最优性能设计与先进增材制造技术的完美匹配与融合。     

永磁约束电子束轨迹实验研究

通过设计并运用一种直流电子束轨迹简易测量方法,开展了永磁约束电子束轨迹实验研究,得到了永磁铁环对60~80 ke V电子束约束作用的实验数据。结果表明:该测量方法方便有效,结果较为准确;永磁铁对电子束聚焦作用明显,并呈现出一定的规律性。对永磁铁约束电子束研究工作奠定了基础。     

MEMS陀螺静态误差补偿方法研究

针对典型MEMS陀螺静态误差大、 影响工程上使用的难题,提出基于时间序列模型的Kalman滤波方法.通过对典型MEMS陀螺数据进行分析,提取其趋势项,进行周期检验与相关性分析,建立时间序列模型;针对建立的时间序列模型,提出利用Kalman滤波方法,消除零位不稳定性.仿真及试验结果表明,该解算方法能够有效补偿MEMS陀螺静态误差,显著提升其静态指标.     

强不确定系统“全系数之和等于1”的实现方法

摘要： 研究强不确定系统“全系数之和等于1”的实现方法，强不确定系统指的是系统的静态增益及其界不完全确知且范围较大.“全系数之和等于1”是吴宏鑫院士20世纪80年代发现的，该原理表明，对于未知连续系统，其离散化系统的系数的和在一定条件下是1.该原理的发现对于解决闭环辨识和自适应控制的瓶颈问题具有关键作用.“全系数之和等于1”是在一定条件下成立的.为了实现系统的“全系数之和等于1”，需要对系统进行一定的变换，以满足所需条件.其中，采用静态增益的标称值的倒数进行输入变换的方法在实际中得到了广泛应用.但是，当系统的不确定性较大时，该变换将带来较大偏差.针对该问题开展了深入研究，明确给出了系统静态增益的不确定性与标称值的比值的关系对于实现“全系数之和等于1”的影响.当不确定性与标称值的比值较小时，可以近似实现“全系数之和等于1”；当比值较大时，进一步给出了通过选取合适的采样周期，近似实现“全系数之和等于1”的方法.本文的研究对于特征模型理论在实际中的应用提供了一定的基础.     

一种基于星载GNSS接收机的高轨卫星自主导航滤波算法

星载GNSS接收机在低轨卫星自主导航和精密定轨等应用领域已经显示了高精度、高自主性、不依赖地面支持等技术优势。对于高轨卫星应用，星载GNSS接收机面临一些新的挑战。由于需要接收来自地球另外一侧的GNSS旁瓣信号，使得用户等效测距误差和几何分布因子恶化，引起标准定位性能下降。特别的，对于只能使用GNSS广播星历的实时自主导航应用，GNSS广播星历引入了非白噪声特性的用户测距误差。其难以被经典的EKF滤波方法平滑，限制了自主导航定位精度。文章研究一种基于星载GNSS接收机的高轨卫星自主导航滤波算法，该算法使用增强扩展卡尔曼滤波器（Augmented EKF）融合轨道动力学模型与GNSS观测数据，并对GNSS广播星历引入的系统性误差进行动态估计以削弱其对最终导航定位的影响。最后，通过仿真平台进行了算法验证。仿真结果显示，使用单GPS可在GEO轨道达到优于10米（3D RMS）的导航定位精度。文章提出的方法达到与国际先进产品同等精度，可用于高轨卫星高精度自主导航。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

高度-速度剖面内再入轨迹快速规划

提出一种升力式再入航天器进入稠密大气后的轨迹规划方法。在预先设定攻角剖面的前提下，利用路径约束(驻点热流、动压和过载)在高度-速度(H-V)剖面内直接获得轨迹下边界；利用终端约束确定以轨迹下边界为基准的高度增量，进而通过下边界与高度增量的加和形成满足要求的再入轨迹。其中，增量的形式选取为分段二次型函数，其大小可通过割线法快速获得。倾斜角大小可根据纵向动力学方程反解得到，其方向依据航向误差角走廊确定。通过对典型工况的仿真，结果表明所提方法能够快速规划出再入轨迹，且适应性好。     

基于UKF的实时弹道解算参数稳健设计

在基于UKF(Unscented Kalman Filter,无迹卡尔曼滤波)的实时弹道解算应用中,外部环境不稳定的影响以及观测过程中野值的存在,使得基于经验参数设置的滤波易于发散.因此,需要针对指定型号调节和设置滤波器参数的取值,使其克服上述现象.针对这一问题,提出了基于理论弹道先验的参数稳健设计方法,对滤波器参数最优值进行预测.从滤波器的架构出发,梳理出影响滤波器性能的相关参数,结合稳健设计思想,外设计部分基于理论弹道先验信息,通过模拟弹道特征点构造弹道观测模型;而内设计部份,构造模型的测元数据进行正交试验,判断参数的显著性,获取相应的最优参数取值,从而为实时解算弹道的参数设置提供指导.实际数据试验结果表明,该方法可显著提高滤波器的实算稳健性和收敛性能.