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。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题，应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题，提出单网络积分型强化学习（SNIRL）算法进行求解，该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构，只需要采用评价网络估计值函数就可以求得最优控制律，其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器，并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高，收敛速度更快，并校验了自适应最优姿态控制器的有效性 。     

基于深度学习的组合体航天器模型预测控制

利用模型预测算法先预测控制结果后控制的类人行为特点，借助深度学习在多参数寻优上的优势，提出了一种基于卷积神经网络的模型预测控制算法，满足航天工程低硬件需求，实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态，然后将控制过程中状态量用于3层3核卷积神经网络的训练，训练完成后，用该卷积神经网络代替模型预测对组合航天器进行控制，从而降低计算资源需求。仿真校验表明：该算法可预测5个控制周期内的控制参数，相比传统模型预测算法所需硬件计算时间降低约5倍，在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制，控制精度在10 -4 量级。     

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。      

基于分频段加权的加速振动试验方法

振动环境工程研究现行采用的加速试验方法中,都只考虑了加速因子与频率无关这种情形,这不仅提高了试验设备的推力要求,也增加了位移指标要求。文章提出了一种分频段加权的加速振动试验方法,即通过对低频段加速因子的权重的优化设计,实现较小的位移指标要求,且疲劳损伤累积等效。给出了基于Dirlik方法和TB方法疲劳损伤等效的加速试验设计方法和工程实现流程。针对该方法开展了应用实例的计算,结果表明:在疲劳损伤等效的前提下,显著降低了振动台的位移,且推力基本维持不变。     

基于卫星和星敏感器的冗余激光惯组在轨标定

采用高精度卫星导航速度、位置信息以及星敏感器提供的姿态信息设计十表冗余捷联惯组的标定模型,包含陀螺和加速度计的零次项和标度因数,对卫星和星敏感器辅助的冗余激光陀螺捷联惯组进行实时在轨标定.利用标准Kalman滤波和Sage-Husa自适应滤波作为估计算法,对十表冗余捷联惯组参数进行在线估计.数值仿真结果表明:参数标定精度均在7％以内,是一种实时的在轨标定方法,满足误差补偿要求.冗余惯组在轨标定方法为航天器高精度定姿和定轨提供了一种理论参考.     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

民用大涵道比涡扇发动机压气机叶片重量估算方法

针对民用大涵道比涡扇发动机的设计特点,基于部件一维气动设计结果,分别建立高压压气机叶片(增压级、中压压气机叶片重量估算模型与高压压气机叶片相同)、风扇叶片重量估算模型:通过简化高压压气机叶片结构,采用等效厚度、气动修正因子等方法,建立了基于统计分析法的高压压气机叶片重量估算模型;通过分段简化风扇叶片结构,采用弦长、最大厚度拟合规律及分段求解体积等方法,建立了基于统计分析法的风扇叶片重量估算模型。     

深度自编码观测器飞机操纵面快速故障诊断

为了避免扩展多模型自适应估计故障诊断方法中的雅克比矩阵计算,解决飞机精确模型难以获得的问题,降低在线故障诊断的计算量,提出了一种基于深度自编码观测器的飞机操纵面快速故障诊断方法.基于离线训练、在线估计的思想,采用量测的飞行数据训练得到不同故障下的飞机模型,代替扩展多模型自适应估计方法的卡尔曼滤波器进行状态估计;基于基础自编码器的隐层节点数选取经验公式,推导了两种深度自编码器的隐层节点数选取的递推公式.仿真结果表明,该方法无需精确的飞机模型,故障诊断速度快、精度高.     

Simultaneous state and actuator fault estimation for satellite attitude control systems

In this paper, a new nonlinear augmented observer is proposed and applied to satellite attitude control systems. The observer can estimate system state and actuator fault simultaneously. It can enhance the performances of rapidly-varying faults estimation. Only original system matrices are adopted in the parameter design. The considered faults can be unbounded, and the proposed augmented observer can estimate a large class of faults. Systems without disturbances and the fault whose finite times derivatives are zero piecewise are initially considered, followed by a discussion of a general situation where the system is subject to disturbances and the finite times derivatives of the faults are not null but bounded. For the considered nonlinear system, convergence conditions of the observer are provided and the stability analysis is performed using Lyapunov direct method. Then a feasible algorithm is explored to compute the observer parameters using linear matrix inequalities (LMIs). Finally, the effectiveness of the proposed approach is illustrated by considering an example of a closed-loop satellite attitude control system. The simulation results show satisfactory perfor-mance in estimating states and actuator faults. It also shows that multiple faults can be estimated successfully.