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。     

考虑捷联导引头最小视场角约束的制导策略

针对高超声速飞行器捷联导引头，提出导引头最小视场角（FOV）约束问题。首先分析了导引头视线角变化规律，指出在攻击固定目标时，导引头最小视场角约束在弹道末段无法被满足，导引头将丢失目标。在此基础上，基于缩短导引头丢失目标距离的目标，提出一种满足导引头最小视场角约束的制导策略。该策略不依赖于末制导律形式，当最小视场角约束无法被满足时，改变原有制导指令，主动改变弹道轨迹以增加弹体视线角，避免超出视场范围。其次，针对飞行器过载约束，设计了制导策略切换点，在到达切换点时该制导策略将结束工作，避免末端过载过大超出约束。通过对比仿真验证了所提出制导策略有效性，能够大幅度减少导引头丢失目标距离，工程上有利于提高末端命中精度。     

航空制造领域移动机器人加工系统研究综述

移动机器人加工系统在航空大部件装配领域应用广泛。由于移动机器人加工系统脱离定点作业模式进行移动加工,在实际加工过程中,其大部件待加工部分的高精度定位以及切削加工过程的加工稳定性问题必须要得到研究和解决。通过对国内外先进移动机器人加工系统的研究综述,重点研究移动状态下大部件高精度定位技术以及加工过程中的振动抑制问题,以实现移动机器人的稳定切削加工,并对有待解决的问题及未来的研究方向进行了讨论和展望。