Linearization errorʼs measure and its influence on the accuracy of MEKF based attitude determination method

Multiplicative Extended Kalman Filter (MEKF) is one of the most widely used satellite attitude estimation methods. However, the linearization error?s influence is an inherent limitation of this method. In this paper, we aim to analyze this linearization error in the typical satellite attitude determination system with star sensors and gyros. The formulation of linearization error is first derived and the curvature metric is then employed to measure the linearization error. Additionally, we show the reason why linearization error has influence on the performance of MEKF. Based on these analyses, we point out that star sensors? sampling frequency, initial estimated error and accuracy of gyro?s measurement model are the factors that could enlarge the system model?s linearization error. They all affect the linearization error and attitude determination accuracy by decreasing the predicted accuracy. More concretely, the influence of star sensor?s sampling frequency is large, while initial estimated error and gyro?s measurement error within a certain range have little influence on MEKF. Finally, combined with plenty of experiments, validity of the above analyses is verified.     

基于AIGWO-IMMUKF的目标跟踪算法

针对目标跟踪算法中滤波器选择和模型设计问题，提出了一种具有自适应性的交互式多模型无迹卡尔曼滤波（IMMUKF）目标跟踪算法。首先，介绍了IMMUKF的算法步骤；其次，提出运用改进的灰狼优化（IGWO）算法优化其中的滤波参数，通过构造调节因子建立了时变的Markov状态转移概率，形成了AIGWO-IMMUKF算法，并给出其算法流程；最后，将所提AIGWO-IMMUKF算法与传统算法在相同条件下进行仿真，得出位置、速度均方根误差曲线，以及时效性对比。结果表明，所提AIGWO-IMMUKF算法克服了传统IMMUKF算法的不足，提升了算法性能，精度和时效性都更优。      

基于模糊软集合和Bayes的后续备件组合预测方法

针对后续备件需求预测精度低的问题,提出一种基于模糊软集合和贝叶斯的后续备件组合预测方法。首先根据后续备件的消耗规律,分别提出后续备件因果预测模型和时序预测模型;然后选取残差平方和、信息熵和相关系数作为预测效果的评价准则,以两种单项预测方法的预测效果作为先验信息,采用德尔菲法对单项预测方法进行模糊评价,构建模糊软映射;最后综合先验信息与专家模糊评价值,利用贝叶斯方法确定组合权系数求得预测结果。结合算例,对比分析方法的优越性,表明该方法具有较好的合理性和有效性。     

基于时域映射的多无人机系统给定时间分布式最优集结

针对多无人机系统给定时间最优集结问题，建立了基于时域映射的分布式优化框架。首先，引入一类特殊的时域映射，将原时域的给定时间决策问题转化为了无限域中的渐近稳定问题，简化了分析设计流程。其次，进一步设计了给定时间梯度下降算法，其收敛时间与系统初始条件及其他参数无关，能够被预先给定，且算法时变增益的使用消除了参数选择过程，在全局信息严重匮乏的情况下仍然适用。仿真结果表明:所提方法能够在给定时间内实现多无人机分布式最优集结，并保证任务时间内闭环系统全局有界。      

基于合作博弈的多机冲突解脱算法

为解决低空无人机冲突解脱过程中个体支付成本不公平问题,提出了基于合作博弈“核仁解”概念的多机冲突解脱算法。针对低空多机冲突场景的特点,基于“核仁解”概念,建立无人机冲突解脱支付矩阵。结合人工势场法与蚁群算法的优点,提出基于人工势场法-蚁群算法(APF-ACO)的冲突解脱混合求解策略。仿真结果表明:综合计算时间、可行性与系统效率3个评价指标,APF-ACO混合求解策略效能最优;基于合作博弈“核仁解”的求解策略在一定程度上可提升个体公平性;同时能够在牺牲少量整体利益的前提下,拥有优先级无人机的快速规划达到目标。      

降维分析与中低轨预警星座设计

中低轨天基红外星座是一种新型的能对自由段目标进行跟踪的导弹预警星座,基于深空背景的空域覆盖性能是表征其对自由段目标跟踪能力的重要指标。文中分析了星座基于深空背景的空域覆盖性能的特点和规律;在此基础之上提出一种对导弹预警任务针对性很强的降维研究方法,得到单星全空域覆盖环的概念;并将降维法应用于空域连续覆盖星座设计,提出了单轨道全空域连续覆盖带的概念;还对降维法在非连续覆盖星座设计当中的应用进行了初步探索。     

非线性步进加速退化数据的可靠性评估方法

针对步进应力加速退化试验(SSADT)场合下的非线性退化数据,考虑个体之间的性能退化差异,提出了基于Wiener过程的退化数据可靠性评估方法。首先,分析了步进应力加速退化试验过程及其性能退化数据模型。然后,运用非线性Wiener过程描述产品的非线性退化过程,采用时间尺度变换模型进行线性变换;将Wiener过程的漂移系数随机化处理,提出考虑了个体差异的非线性退化数据建模;根据所收集的步进应力加速退化数据,采用两步极大似然估计法确定模型中的未知参数。最后,结合某激光器的实例对比分析表明,所建模型的拟合性较好,评估结果真实准确。      

适合临近空间通信的Ka/V双频口径耦合天线设计

为了减缓飞行器在临近空间高速飞行时产生的等离子体鞘套“黑障”对其通信影响,根据ITU分配的临近空间3区业务频段,设计了一种在Ka/V双频段工作的口径耦合微带天线。该天线在中间缝隙开一圆孔,通过改变圆孔大小实现双频工作,并组成1×4的天线阵列,实现了在Ka和V两个频段的通信。设计结果表明：在Ka频段的-10dB带宽达到11.33%,V频段带宽达到2.52%,满足其在临近空间3区业务的通信频段。该天线易于实现,结构简单,可为临近空间通信飞行器天线设计提供参考。     

火星环绕器推进系统建模与可视化研究

针对液体推进系统的联合仿真演示需求,基于模块化建模思想,根据守恒方程和状态方程,应用AMESim开发了通用液体火箭发动机组件模块库并建立了推进系统仿真模型,利用Simulink和LabVIEW开发了仿真控制模块和视景仿真模型,搭建了全系统联合仿真环境与平台.结合某型火星环绕器推进系统的任务要求以及具体构成,实现了该火星...     

区间不确定性下的空中作战行动过程优选方法

针对空中作战行动过程（COA）设计问题,根据动态影响网（DINs）理论和改进快速非支配排序遗传（NSGA-Ⅱ）算法,提出一种基于DINs和区间多目标优化的空中作战过程优选方法。首先,分析空中作战过程基本概念,分别进行静态和动态建模,并对参数不确定性进行分析。然后,基于改进Kendall协和系数检验法确定一致性检验后的关键参数,设计DINs概率传播算法。随后,分析期望效果实现概率与各关键参数的相关关系,在分析行动过程优选效果评价指标基础上,采用改进NSGA-Ⅱ算法对模型进行求解。最后,通过多组仿真案例,验证了模型的合理性,以及算法的有效性和优越性。