逼近段惯性/视觉组合相对导航算法

针对交会对接最终逼近段相对位姿测量,提出了惯性/视觉组合相对导航算法.基于对接航天器相对运动模型,利用追踪航天器上惯性测量单(IMU)获取两航天器间的相对运动信息作为短期参考,以电荷耦合器件(CCD)视觉测量作为长期参考,综合姿态四元数运动学方程,分别建立了姿态滤波器和位置滤波器.仿真结果表明算法可行且有效,并仿真分析...     

GPS接收机精确授时技术研究

导航接收机定位后往往需要将计算得到的本地时与GPS系统时的时间差直接补偿到本地时间系统中,使得二者的时间系统达到同步,但是这种方式无法修正二者之间的频率差异,导致本地时钟在本地时修正后渐渐“漂离”了正确的系统时间,本文采用了DDS的方式控制本地时钟频率,在导航解算得到本地时偏差后,通过一个二阶滤波器,将滤波后的时间偏差...     

矢量观测确定卫星姿态的预测粒子滤波算法

在矢量观测的基础上,针对单独的星敏感器定姿,提出了一种将粒子滤波(PF)和预测滤波相结合的姿态确定算法,通过设计粒子初始化,结合重要性采样、重采样和规则化等手段,成功地将姿态四元数作为状态粒子进行更新和传递,避免了状态方程的线性化和协方差矩阵的计算;利用预测滤波算法估计模型误差和姿态角速度,在保证滤波精度的同时,有效降低了粒子滤波器的维数.实验在某对地观测通用小卫星平台上进行,选取卫星自由飞行状态和飞轮控制对地稳定模式,分别对滤波器进行了仿真,实验结果验证了该算法对本质非线性、非高斯的卫星姿态估计问题具有快速的收敛性能和良好的稳定精度.该方法还为粒子滤波器的设计和无角速度敏感器测量的飞行器姿态确定提供了借鉴.     

X射线脉冲星导航中的滤波方法分析

X射线脉冲星导航由于需要大量的观测数据来确定天体方位,因此需要较长的滤波周期(500 ～ 1000s),系统的状态方程是非线性的.若采用扩展Kalman滤波(EKF),线性化时会产生较大的高阶截断误差,且Jacobian矩阵不易精确计算,导致定轨的精度较低.文中采用非线性滤波方法- Unscented Kalman 滤...     

一种再入类弹道模型的目标跟踪算法研究

针对当前机动目标跟踪算法中跟踪模型与再入目标实际运动差别较大,影响跟踪精度的问题,根据弹道导弹再入段的特点,分析目标运动状态,推导出一种基于再入类弹道目标模型的目标跟踪算法,并与基于CA模型的目标跟踪算法做了性能比较,结果表明,该算法具有可行性,可以提高对目标的跟踪精度。     

自由漂浮空间机器人最小基座反作用轨迹规划

在自由漂浮空间机器人系统中,由于机械臂与基座之间存在动力学耦合,机械臂运动会对基座产生不期望的反作用干扰,因此必须最小化基座反作用。为此,提出了一种关节空间内点对点轨迹规划的方法。首先,利用sin函数参数化关节轨迹;然后根据基座反作用和运动约束定义适应函数;最后利用混沌粒子群优化(CPSO)算法搜索空间机械臂的全局最优轨迹,使基座反作用最小。该方法考虑了机械臂的关节角、关节速度和加速度约束。给出一个仿真算例来验证该方法的有效性。规划的轨迹连续平滑,适用于多自由度空间机械臂。     

基于简化RLS算法的无源雷达杂波抑制

研究了利用调频广播信号作为非合作目标照射源的收发分置无源雷达系统的运动目标检测方法。针对直达波、多径信号对目标检测性能的影响,选择自适应滤波方法抵消杂波。LMS算法计算复杂度低,但收敛速度慢;相反RLS算法收敛速度快,但计算复杂度高。综合两者优点,提出了一种简化RLS算法:复数两级欧几里德坐标下降算法(CDCD)。基于实测数据的处理结果表明:与同量级复杂度的LMS和FEDS相比,该算法具有更好的收敛速度。最后通过对杂波相消后的主天线信号与参考信号相干匹配实现目标检测。     

基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法

 针对中低精度航姿参考系统(AHRS)在机体机动时不能利用加速度计修正水平姿态,以及噪声统计特性随实际工作情况变化的问题,提出了一种基于模糊自适应卡尔曼滤波的大气数据辅助姿态解算的方法。首先,考虑大气数据系统和航姿参考系统的优势,利用真空速、攻角和侧滑角等大气数据信息对非重力加速度进行补偿,以辅助水平姿态解算;其次,基于模糊自适应卡尔曼滤波原理,对观测模型的参数进行估计和修正,以实现水平姿态的最优估计;最后,选取某型飞机的试飞数据进行仿真验证。仿真结果表明,该方法可使飞机的水平姿态估计精度达到1.3°,且在偏差较大时有明显的纠偏作用。因此,相对于无机动加速度补偿和常规卡尔曼滤波来说,该方法能够更好地进行姿态估计,具有一定的实用价值。     

导弹垂直发射燃气排导系统两相流场数值分析

根据燃气排导系统内两相流场的分布特点,利用可压缩雷诺 N-S平均方程对流场进行计算。湍流模型采用标准 k-ε二方程模型,采用颗粒轨道模型对颗粒相进行模拟,利用 FLUENT就发射高度及燃烧室压强对三维流场参数分布的影响进行了重点分析,为优化发射结构设计提供了重要的理论依据。     

Switching control of morphing aircraft based on Q-learning

This paper investigates a switching control strategy for the altitude motion of a morphing aircraft with variable sweep wings based on Q-learning. The morphing process is regarded as a function of the system states and a related altitude motion model is established. Then, the designed controller is divided into the outer part and inner part, where the outer part is devised by a combination of the back-stepping method and command filter technique so that the ‘explosion of complexity’ problem is eliminated. Moreover, the integrator structure of the altitude motion model is exploited to simplify the back-stepping design, and disturbance observers inspired from the idea of extended state observer are devised to obtain estimations of the system disturbances. The control input switches from the outer part to the inner part when the altitude tracking error converges to a small value and linear approximation of the altitude motion model is applied. The inner part is generated by the Q-learning algorithm which learns the optimal command in the presence of unknown system matrices and disturbances. It is proved rigorously that all signals of the closed-loop system stay bounded by the developed control method and controller switching occurs only once. Finally, comparative simulations are conducted to validate improved control performance of the proposed scheme.