基于固定时间的二阶智能体分布式优化算法

对有界扰动下二阶多智能系统的分布式凸优化问题进行了研究。分布式优化问题旨在通过智能体间信息交互实现全局成本函数一致最优。基于固定时间理论，提出一种在固定时间内收敛到最优解的算法。为防止智能体泄露局部成本函数的梯度信息，当邻居成本函数二阶导差值有界时，通过平均一致性在固定时间内利用跟踪技术实现平均梯度信息获取。设计一种自适应算法以避免上述全局信息的假设。进一步地，引入符号函数项实现算法对智能体外部有界扰动的自适应抑制。最后给出收敛性证明和仿真案例。     

输入饱和下多航天器分布式固定时间输出反馈姿态协同控制

研究有向通信拓扑结构下存在输入饱和时多航天器分布式固定时间输出反馈姿态协同控制问题。首先，针对只有部分航天器可以获得主航天器姿态和角速度状态信息问题，设计了一个固定时间主航天器状态观测器来观测主航天器状态信息。针对航天器无法测量自身角速度的情况，设计了一个固定时间航天器角速度观测器，实现了在固定时间内观测出航天器角速度信息。然后，基于固定时间主航天器状态观测器和固定时间航天器角速度观测器，设计一个固定时间输出反馈姿态追踪控制器，并证明了系统固定时间稳定性。此外，仿真结果也验证了所提控制策略的有效性。     

MEMS梳齿音叉陀螺零偏漂移特性研究

由于MEMS（微机电系统）音叉陀螺多用于车载及无人机导航等应用场合，而外界温度环境因素对其零偏性能有着很大的影响，因此其零偏漂移的大小直接影响着最终导航的性能。本文研究了全温范围传感器漂移特性，旨在提升陀螺零偏稳定性。通过改进电路设计以及采用实时补偿算法对其全温范围零偏漂移进行补偿，将零偏稳定性提升了一个数量级。     

一种改进的模糊度子集选取方法及其性能评估

模糊度固定（ambiguity resolution, AR）能在一定程度上加快精密单点定位收敛并提高定位精度。但是模糊度固定率和计算效率会随模糊度数量的增加而降低，因此部分模糊度固定（partial ambiguity resolution, PAR）备受关注。PAR技术的关键在于模糊度子集选取，提出了一种改进的模糊度子集选取法，将高度角、信噪比以及模糊度方差联合作为模糊度子集选取的指标。实验结果表明：静态模式下，相比于全模糊度固定（full ambiguity resolution, FAR）和基于高度角的PAR方法，该方法的固定率分别提升9.65%和2.56%，首次固定时间分别缩短6.86%和3.43%，收敛时间分别缩短15.57%和5.13%，当三种方法固定率大致相同时，定位精度分别提升4.74%和5.39%；动态模式下，该方法的固定率分别提升22.75%和0.92%，首次固定时间分别缩短12.44%和0.44%，当三种方法固定率大致相同时，定位精度分别提升3.50%和4.89%。总体而言，无论是在静态还是动态模式下，该方法相比于FAR和基于高度角的PAR方法，性能均有所提升。     

基于固定阈值事件触发扩张状态观测器的多智能体协同目标环绕控制

针对复杂多扰环境下面向未知运动目标的多智能体对峙跟踪问题,提出了一种基于固定阈值事件触发扩张状态观测器(FTESO)的多智能体协同目标环绕控制方法。首先,建立了智能体与目标的相对运动模型,将目标加速度、模型非线性、环境摄动视为集总干扰,利用量测的相对位置信息构造可降低测量端状态更新频次的FTESO,以实现在非周期采样条件下对于相对速度不可测和集总干扰未知的精准估计。其次,结合速度方向场理论生成目标与智能体间的期望相对速度,根据相邻智能体间的相对角间距信息与FTESO的观测结果,设计了一种不依赖目标加速度信息的多智能体相位协同一致性协议,使得多智能体能够以指定环绕半径、环绕角速度和相对角间距实现对未知运动目标的环绕跟踪。借助Lyapunov稳定性理论,证明了闭环系统中所有误差信号最终一致有界。最后,通过仿真和比较结果验证了所提算法的有效性。     

部分模糊度固定方法在GNSS/INS紧组合中的应用研究

针对动态环境下GNSS/INS导航定位模糊度固定难的问题,提出了一种基于部分模糊度固定的GNSS/INS紧组合导航定位算法,通过选择模糊度的最优子集进行固定,并利用实测车载实验进行了算法验证.实验结果表明:在开阔环境下,基于部分模糊度固定的GNSS/INS紧组合与基于全模糊度固定的GNSS/INS紧组合算法的定位精度相当,均为厘米级,但是使用部分模糊度固定算法可以有效地提升模糊度固定率;在城市环境下,基于部分模糊度固定的算法明显优于基于全模糊度固定的算法,前者东向精度提升了8％、北向精度提升了31％、天向精度提升了60％,且模糊度固定率提升了21.8％.