eLoran系统ASF网格应用算法研究

ASF网格是提高增强型罗兰（Enhanced Long Range Navigation，eLoran）系统精度的重要方法。根据所在网格四个顶点的附加二次时延（Added Secondary Factor，ASF）值通过网格应用算法得到待测试点的ASF值，一定程度上比公式计算的ASF值更准确。在计算过程中，用户四个顶点ASF值的测量误差会传递给用户，同时内插算法本身也会引入误差，此时内插算法的选择尤为重要。本文通过仿真、分析比较几种常用的内插算法，得出结论：反距离插值算法引入的误差最大，双线应插值算法引入的误差最小，而且误差呈现一定层次感，网格从内到外误差逐渐减小。     

某型飞机地板网格翻转系统输出接头接触仿真分析

某型飞机地板网格翻转操作平台的一个输出接头通过接触受力的形式传递载荷,该连接形式无法使用常规线弹性静力学求解。由于该接触问题具有普遍性,本文结合相关的接触分析软件,对该结构进行了接触仿真分析,完成了结构的强度校核,提供了一个接触分析通用的解决方案。     

功率级无刷直流电动机四象限运行模拟器设计

针对无刷直流电动机（BLDCM）驱动控制器在研发过程中全工况测试困难、测试成本高和研发周期长的问题，提出了一种采用分区间采样和解算方法的、具有四象限运行能力的功率级（PHIL）无刷直流电动机模拟器，替代实物电动机和机械负载装置完成对两两导通控制方式下无刷直流电动机驱动控制器的各项性能测试与可靠性试验。该模拟器由实时仿真器、电动机模拟变换器和多级式双向变换器3部分组成，实时仿真器负责采集被测电动机驱动控制器输出的PWM电压，实时解算电动机模型得到三相电流指令，控制电动机模拟变换器生成三相电流，多级式双向变换器负责维持模拟器输入、输出间的能量平衡关系，从而实现对四象限运行时无刷直流电动机的功率级模拟。实验结果表明:所提出的功率级无刷直流电动机模拟器模拟精度高、实时性好、测试灵活，能够有效替代实物电动机和机械负载装置，满足电动机驱动控制器的测试需求。      

无人集群系统时变编队H∞控制

针对有向通信拓扑网络下具有通信时滞与外部干扰的无人集群系统（AUSS）时变编队H_∞控制问题进行了研究。首先，基于AUSS期望编队构型信息、无人机（UAV）实时状态信息以及通信UAV之间带通信时滞的状态误差信息提出了AUSS的编队控制方法，通过变量替换将AUSS的编队控制问题转换成低维闭环系统的渐近稳定问题，并以线性矩阵不等式（LMI）形式给出了系统稳定的充分条件与最大允许通信时滞的计算公式。其次，通过构造Lyapunov-Krasovskii（L-K）泛函，证明了存在通信时滞与外部干扰条件下AUSS能够实现时变编队。最后，通过数值仿真验证所设计方法的准确性与有效性。      

基于DLatLRR与VGG Net的红外与可见光图像融合

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题，提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先，对源图像进行潜在低秩表示分解（DLatLRR），得到相应的低秩部分、显著部分及稀疏噪声。然后，分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合，舍弃二者的稀疏噪声。最后，对融合得到的低秩部分和显著部分进行图像重建，得到最终的融合图像。实验结果表明:与其他算法进行比较，所提算法能够对图像的深层次细节特征进行融合，突出场景中的感兴趣区域，且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升，提升最大值分别为0.73、0.15、0.11，噪声产生率的最大缩减值为0.041 2。      

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响，设计了两步卡尔曼滤波（TSKF）算法。首先，介绍了脉冲星方位误差估计的传统模型，并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次，在传统的估计模型中加入了钟差和卫星位置误差，并将钟差和钟差变化率增广为新的状态量，从而推导出包含2种误差的新模型，并证明了该模型的完全可观测性；根据该模型并按照两步卡尔曼滤波原理，得到了TSKF算法的步骤。最后，通过仿真表明:在钟差和卫星位置误差同时影响下，传统脉冲星方位误差估计算法偏差较大且发散；TSKF算法则能够有效隔离2种误差的影响，使赤经和赤纬误差估计达到0.2 mas之内的精度。      

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

适用于CEI的GEO卫星相时延解算方法及试验

为解决在实际航天任务中利用连线干涉测量(CEI)技术进行高精度GEO卫星定轨以及共位GEO卫星相对定位时面临的载波相位整周模糊度难题，提出了一种基于卫星下行信号的多弧段融合相位模糊度解算方法，它通过相邻多弧段载波相位值和窄带信号群时延值的融合处理可精确获得无模糊载波相时延观测量。对提出的方法进行了性能仿真和实际外场试验验证，结果表明：在20 km基线上，利用北斗GEO卫星的伪码测距信号和天链卫星的测控信号均成功实现了S频段解载波整周相位模糊，相时延测量精度优于0.1ns，对应GEO卫星定轨精度优于54 m。该方法在国内首次实现了在几十km基线量级上利用几百kHz窄带测控信号获得无模糊载波相时延，具有较好的工程应用前景。