基于并行模型自适应滤波的空间目标相对位姿估计

摘要： 扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.     

三维PDPA系统在φ3．2m风洞中的实验研究

非接触测量的PSPA系统在φ3．2m风洞中进行双三解翼速度场试验中，采用随测量点位置的移动而进行粒子投放。三维的光路布置则是采用安装在风洞外移测架的横梁上。实验结果表明，粒子投放的方法和光路布置及测量是合理的。同时指出：粒子的投放应该在x／d＞45处，从而解决了在大型低速风洞中的粒子投放和光路布置问题。     

推力协同的大柔性飞行器纵向姿态控制

为了研究大柔性飞行器飞行/结构耦合动力学特性,提出了改进的面向控制的大柔性飞行器多体模型,开展了大柔性飞行器纵向动力学耦合特性分析与推力协同下纵向姿态控制律设计。采用二面角动态近似描述大柔性飞行器结构动力学特征,并推导了纵向耦合动力学模型。根据改进模型在配平点处的线性化模型,分析了飞行/结构耦合系统的纵向稳定性与结构变形量之间的关系。针对大柔性飞行器姿态稳定与跟踪,设计了纵向姿态控制器。与常规飞行器相比,大柔性飞行器飞行过程中会发生大变形,当载荷较大时,配平构型近似“U”形,此时纵向动力学具有长周期不稳定的特征。分析结果表明:大柔性飞行器各模态之间的耦合程度随着变形的增大而增大。此外,纵向姿态控制需要升降舵与推力协同控制速度和俯仰角并且考虑结构动力学的影响,否则飞行/结构的耦合作用会导致姿态跟踪误差衰减缓慢甚至发散。      

基于改进多模型的火星大气进入自适应估计方法

针对火星进入过程中大气密度等不确定参数对导航系统状态估计精度的影响,提出了一种基于改进混合专家框架的多模型自适应估计方法。该方法对进入过程中不同的测量信息进行规范化处理,以克服传统多模型自适应估计方法稳定性差、数值下溢等固有缺陷,进一步提高状态估计精度。将其应用于火星不同进入探测方式下的导航场景进行仿真分析。仿真结果表明:该方法在动力学系统模型参数存在不确定扰动时能获得精确的状态估计,可以满足未来定点着陆探测对导航系统的精度需求。     

气液两相流中气泡速度的电磁互相关测量

气液两相流作为一种工业领域中普遍存在的流态,在测量时需考虑气相和液相间的速度差。相较于流动规律平稳的气相而言,研究不稳定的气泡流动状态具有更高的技术难度。本文针对空气-水为工质的两相流中一项重要参数——气泡速度进行测量,引入基于互相关运算的电磁检测方法,通过提高系统激励频率得到较大的检测信号。实验设计了高频(1 MHz)电磁检测系统,选用垂直上升管道,并在管道的2个平行截面分别安装电磁传感器,每组传感器均包含一个激励线圈及一个接收线圈,对2组接收线圈上的相位信号进行互相关运算,从而求得气泡的速度。实验中,对3种不同速度气泡采集到的信号进行了对比分析,相对误差控制在10%以内,提供了一种完全非接触非侵入的测量气泡速度的方法。此方法可以进行后续补充完善,用于其他工业场合,如金属液中气泡参数的测量等。     

平滑重构稀疏贝叶斯学习测向算法

针对二级嵌套阵列中的紧凑阵元结构易受互耦效应影响的问题,提出了两种不同的嵌套阵列结构改进方法：连续平移嵌套阵列和间隔平移嵌套阵列。通过对原有二级嵌套阵列阵元位置进行调整,形成了两种不同的平移嵌套阵列结构,这两种结构对应的差分共阵均"无孔",并且测向自由度和阵列稀疏度均大于原二级嵌套阵列。针对嵌套阵列的差分共阵测向模型为单测量矢量模型,稀疏贝叶斯学习测向算法复杂度高的问题,提出了平滑重构稀疏贝叶斯学习算法。该算法通过空间平滑重构将单测量矢量模型变为多测量矢量模型,降低了观测矩阵的维度,减小了计算复杂度。算法求解时,通过对变换后的观测矩阵进行奇异值分解,进一步降低了观测矩阵维度,利用稀疏贝叶斯学习算法估计辐射源角度。仿真表明,在信噪比和采样数相同的条件下,该算法收敛速度比单测量矢量稀疏贝叶斯学习（SMV-SBL）算法快,且测向精度高于SMV-SBL算法和空间平滑多重信号分类（MUSIC）算法;存在互耦影响时,两种平移嵌套阵列比原嵌套阵列受互耦影响小。     

基于稀疏重构的混叠脉冲序列的周期估计

针对于以往方法在克服抖动大和缺失率高的混叠脉冲信号周期估计上的不足,提出了一种基于稀疏重构的混叠脉冲序列的隐藏子周期估计新方法。该方法首先针对由多个具有不同周期的脉冲串混合而成脉冲序列进行插值重采样,然后利用由Ramanujan构造的周期字典,建立了混叠脉冲序列的稀疏表示模型,最后采用联合l_2,0混合范数算法求得混叠脉冲序列的周期估计。方法的优点是具有较强抗噪能力和抗脉冲缺失能力,并且不受初相的改变影响。所需要较少的脉冲数据长度就能得到准确的周期稀疏解。仿真实验表明,所提方法具有更好的估计性能。     

甲烷摩尔分数及初始压力对甲烷/RP-3航空煤油混合燃料燃烧特性的影响

采用定容燃烧实验装置获得初始温度为450K、初始压力为0.1~0.3MPa、当量比为0.7~1.5以及甲烷摩尔分数为0~0.8工况下甲烷/RP-3航空煤油混合燃料火焰发展特性图片、马克斯坦长度和层流燃烧速度等燃烧特性,分析甲烷摩尔分数及初始压力对甲烷/RP-3航空煤油混合燃料燃烧稳定性及层流燃烧速度的影响。结果表明:当量比为1.3时,随着甲烷摩尔分数增加,甲烷/RP-3航空煤油混合燃料燃烧趋于稳定,初始压力对燃烧稳定性影响较大,随着初始压力增加,燃烧稳定性变差。混合燃料马克斯坦长度随当量比增加而减小,当甲烷摩尔分数增加时,混合燃料马克斯坦长度减小趋势变缓,当初始压力增加时,混合燃料马克斯坦长度减小趋势明显变缓。混合燃料层流燃烧速度随当量比增加呈现先增大后减小的变化趋势。当甲烷摩尔分数为0、0.4和0.6时,随着甲烷摩尔分数增加,混合燃料层流燃烧速度逐渐增大,当初始压力为0.1、0.2、0.3MPa时,随着初始压力增加,混合燃料层流燃烧速度显著降低,随着甲烷摩尔分数和初始压力的增加,混合燃料层流燃烧速度峰值有向当量比大的区移动的趋势。      

基于PnP和自适应线性卡尔曼滤波的实时位姿估计

针对实时位姿估计中扩展卡尔曼滤波(EKF)线性化引入非线性误差和依赖已知噪声分布的缺点,提出一种基于PnP的自适应线性卡尔曼滤波位姿估计求解方法。将PnP位姿估计求解策略引入卡尔曼滤波观测方程,通过对动态方程误差统计参数实时估计,自适应调节卡尔曼滤波递推参数。所提算法求解精度高,固定了观测方程的观测向量维度,提高了算法实用性。通过仿真试验,比较了该算法与EKF的位姿估计精度,通过量化误差分析,证明了该方法可以提高三维运动位姿估计精度,也验证了该方法的有效性。     

二维嵌套混合MIMO相控阵雷达接收阵列设计

针对二维混合多输入多输出（MIMO）相控阵雷达发射阵列子阵分割带来的自由度损失问题,提出一种基于二维嵌套阵列的二维混合MIMO相控阵雷达接收阵列设计新方法。首先,给出一种由稀疏阵列和密集阵列构成的嵌套阵接收阵列的二维混合MIMO相控阵雷达信号模型;其次,通过对接收信号的协方差矩阵进行Khatri-Rao乘积处理,得到阵元位置差的差异阵列,形成接收阵元数目的虚拟扩展;最后,通过空间平滑处理进行波达方向估计。仿真实验表明,与传统二维混合MIMO相控阵雷达相比,所提方法在不增加实际阵元数目的情况下可以有效扩展虚拟阵元数目,提高雷达阵列自由度,进而提高二维混合MIMO相控阵雷达波达方向估计精度。