基于比例积分强跟踪滤波器的故障估计

研究了线性系统执行机构和敏感器的故障估计方法．基于比例积分观测器具有同时估计系统状态和故障大小的能力,将比例积分观测器和强跟踪滤波器相结合,组成比例积分强跟踪滤波器来估计执行机构和敏感器故障,这种方法增强了对突变故障的快速跟踪能力．在系统发生故障时,比例积分强跟踪滤波器不仅能够快速检测、定位故障,而且还能估计出故障的大小．以某卫星为例,将此方法应用于推力器和陀螺的故障估计,并通过仿真验证了这种方法的有效性．     

基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

强跟踪UKF滤波在SINS_GPS组合导航中的应用研究

针对飞行器大机动条件下SINS／GPS组合导航中出现的滤波发散问题,结合UKF滤波算法,提出了一种强跟踪UKF滤波算法。它通过引入渐消因子用线调整滤波增益阵K来减小老数据的权值,相对地增加新数据的权值,提高了UKF滤波跟踪性能。仿真和实际数据解算结果表明,强跟踪UKF提高了组合导航系统对于突变状态的实时跟踪能力和滤波过程的数值稳定性,验证了该算法的有效性。     

不可微数学规划的高阶对偶性

文章首先引入了一类不可微数学规划的高阶Mond-Weir对偶模型以及高阶V-不变凸、高阶广义V-不变吐的概念。然后,在ShashiK.Mishra和Norma.G.Rueda所做工作的基础上,对于上述高阶对偶模型建立了高阶V-不变凸条件下的弱埘偶和强对偶理论。最后,进一步在更弱的高阶广义V-不变凸条件下的建立了Mond-Weir型对偶模型的弱对偶和强对偶理论。     

用于飞行器的强电离放电非平衡等离子体隐身方法研究

着重研究了等离子体临界电子密度、电子等离子体频率等参数对电磁波的折射、吸收、反射的影响。在此基础上,采用了强电场电离放电方法,在放电间隙内产生高密度、高能量的电子,它足以电离氮、氧等气体,在飞行器表面形成具有一定梯度的高密度等离子体层,能够吸收、折射电磁波,衰减雷达散射面积达千余倍。该等离子体器件是一个很薄的组合件,仅有百余克重,可贴附在电磁波强散射部位和进气道壁上。此方法具有吸收频带宽、吸收率高等特点,有望成为机载微型等离子体产生器件。     

一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测方法

针对在非均匀杂波背景下,杂波抑制后孤立强杂波剩余能量导致动目标检测虚警率升高的问题,提出了一种基于滤波响应损失的多通道合成孔径雷达地面动目标检测(SAR-GMTI)方法。对多通道的合成孔径雷达(SAR)图像进行维纳匹配滤波处理,在杂波抑制残差图检测的基础上,根据滤波前后信号的能量差异设计了滤波响应损失检测量,对潜在目标进行二次检测,以剔除虚警。仿真与机载实测数据表明:该方法能在非均匀杂波背景下有效改善动目标的检测性能,可应用于运动平台雷达对地监视预警。     

近空间飞行器滑翔再入控制的研究方法与进展

介绍了高超声速近空间飞行器(Nsv)滑翔再入控制的研究进展情况.首先,针对飞行环境中气动舵面效率低下的问题,综述了NSV再入的多种控制方式及其复合控制方式;然后,对NSV再入过程中存在的非线性不确定控制问题、多约束控制问题以及强耦合控制问题,分别就国内外的研究现状进行了分析与评述;最后,探讨了NSV再入控制研究方法的发展趋势.     

可数非扩张映像族公共不动点迭代算法

提出一种计算可数个非扩张映像族公共不动点的新的迭代算法，并证明了算法的强收敛性。本算法由于避免使用形一映像，因而使得算法简洁，计算工作量较小。     

一般密度核估计的一致相合性

V．S．M．Campos和C．C．Y．Dorea在2001年提出了关于（E，ξ）上的σ-有限测度v的一般密度函数P（x）的核估计pn（x），其中ECR，ξ是E的一个σ-域，得到了一些结果，并且验证了所得结论包含经典的连续密度核估计的结论，还进一步延伸了离散分布核估计的结论。以上面的理论为基础，继续探讨这种密度核估计的性质．在核函数满足一定的条件下，得到pn（x）是p（x）的一致渐近无偏估计。同时应用有关经验分布的一些知识，得到了一般核密度估计pn（x）的一致弱相合性和一致强相合性。     

指数信号模型中参数的稳健估计

 给出了阻尼指数信号模型中参数的M 估计和Bootstrap M 估计; 基于Prony 方法给出估计的重新定义和新算法; 并且在较弱的条件下证明了这些估计的相容性; 最后利用Huber 函数给出了两种估计的模拟结果, 结果表明这两种估计的稳健性和精度都比传统的最小二乘估计好。