基于Kalman滤波的空天飞行器再入制导算法

针对空天飞行器应用传统数值预测校正再入制导算法实时性不佳的问题，提出一种基于Kalman滤波的预测校正制导算法。该算法采取四阶多项式拟合速度-高度飞行剖面，利用Kalman滤波估计选定的速度点对应的高度，得到满足再入走廊及航程要求的拟合系数。在此基础上，减少一个终端约束，增加一个待估计剖面参数，可实现对再入过程飞行时间的调节。研究发现，再入过程中通过在线辨识修正不确定性参数能够提高制导指令的适应性；飞行末段利用跟踪参考剖面制导可有效避免飞行速度与终端速度接近时发生拟合系数求解发散的问题。多组不同再入条件下的算例仿真结果表明，基于Kalman滤波的空天飞行器再入制导算法实时性好，制导精度高，能够实现飞行时间可控，具有较强的鲁棒性和工程应用潜力。     

面向集中力扩散的回转曲面加筋拓扑优化方法

为了提高航天器回转曲面加筋型连接结构的集中力扩散效率，需要开展回转曲面加筋集中力扩散结构设计。传统放射肋设计方法普遍依赖设计经验、难以满足集中力高效扩散需求。因此，提出一种面向集中力扩散的回转曲面加筋拓扑优化方法。第1步，建立了一种基于各向异性过滤技术的集中力扩散拓扑优化方法，保证拓扑优化结果满足回转曲面加筋制造工艺要求；第2步，提出了一种基于网格变形技术的拓扑优化结果智能重构方法，可高效准确地对回转曲面加筋拓扑优化结果进行模型自动重构。基于所提出方法，以卫星平台对接环这种典型的回转曲面加筋壳为对象开展算例研究，并将优化结果与传统放射肋设计结果进行对比。结果表明，所提出的优化方法可得到加筋构型清晰、满足回转曲面加筋制造工艺要求的优化结果，且具有集中力扩散效率高、网格质量依赖性低、拓扑特征重构高效等优点。     

基于3D Zernike矩的巡检器与空间站的相对导航算法

针对航天器相对导航问题，以空间站表面为"特殊地形"，提出一种基于大型航天器表面巡检的相对导航算法。首先，运用巡检飞行器上的TOF （Time of Flight）相机测量空间站表面局部点云数据，以该点云数据为实时图，以空间站表面先验点云数据为基准图。然后，利用3D Zernike矩与三维地形间的一一对应关系，将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态，从而确定两航天器间的相对导航参数，并通过实验分析了匹配精度及速度的主要影响因素。最后，将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合，估计了巡检飞行器与空间站间的相对位置、相对姿态，实验结果表明，相对位置精度优于0.002 m，相对姿态精度优于0.1°。     

航天器自主导航状态估计方法研究综述

自主导航是航天器自主运行的核心关键技术。状态估计是实现航天器自主导航的核心手段，是指实时确定航天器在轨位置、速度和姿态等导航参数，是航天器自主导航技术的重点发展方向之一。首先，针对航天器自主导航的实际需求，阐述了研究航天器自主导航状态估计方法的必要性，具体从导航系统可观测性分析、导航滤波算法、导航系统误差补偿3个方面介绍了航天器自主导航状态估计方法的研究现状；然后，分析并总结状态估计方法在航天器自主导航系统中的实际应用；最后，结合理论研究和实际应用，给出了状态估计方法目前存在的主要问题并对其后续发展进行了展望。     

基于双滤波器的高精度目标跟踪估计方法

针对连续推力的合作航天器，采用双重无迹卡尔曼滤波(DUKF)算法估计其状态和加速度。通过状态滤波器和参数滤波器的配合，提升滤波精度，完成运动状态和参数的估计，从而实现合作目标的运动轨迹跟踪。与合作航天器相比，非合作航天器存在大小未知、发生时刻未知的机动，无法获得加速度，且信息获取和运动状态的估计难度大。针对非合作航天器，基于简化的相对运动方程，结合天基平台获得目标的观测信息，采用两个扩展卡尔曼滤波(EKF)及基于半正焦弦的机动检测策略实现多未知脉冲机动的运动状态的估计。仿真结果表明：相比于无迹卡尔曼滤波（UKF），DUKF在对合作航天器的状态和加速度估计方面具有更快的收敛速度和更高的滤波精度；对于存在未知机动的非合作航天器，通过对比验证机动检测策略与滤波器切换策略相结合的方法的有效性，该方法能够检测到多次机动并且减少误判。     

垂直起降运载火箭返回轨迹不确定性优化

针对垂直起降运载火箭一子级在返回着陆的过程中存在的参数不确定性，提出了一种基于非侵入式多项式混沌展开的序列优化和可靠度评估的返回轨迹不确定性优化方法。首先，建立了返回多飞行段轨迹在确定性条件下的优化模型。然后，为同时兼顾轨迹的鲁棒性和可靠性，建立了由鲁棒最优目标函数、基于可靠度的路径约束和鲁棒等式约束组成的不确定性返回轨迹优化模型。最后，基于非侵入式多项式混沌展开方法对鲁棒目标函数和等式约束进行量化处理，将原随机鲁棒优化问题转化为高维状态空间中的等价确定性优化问题；为提高路径约束的可靠度评估效率，基于非侵入式多项式混沌展开方法对最可能点法进行改进，进一步发展了序列优化和可靠度评估策略。数值仿真结果表明，所提出的不确定性优化方法具有较好的鲁棒性，可以满足工程可靠性指标要求，同时还具有较高的精度和计算效率。     

电机-变距螺旋桨动力系统功率优化控制

电动螺旋桨无人机应用越来越普及，但普遍续航时间较短，提高电动力系统效率、降低功率消耗是提高航时的主要措施。电机-变距螺旋桨动力系统（以下简称变距电动力系统）可同时改变转速、桨距两个量，存在桨距和转速的最佳组合，使系统功率最小。相比电机-定距螺旋桨动力系统，其在耗能方面具有特殊优势，但如何达到最小功率点，目前研究较少。针对上述问题，为提高计算效率，便于控制研究工作的开展，首先基于改进天牛须算法的BP神经网络训练得到变距电动力系统的神经网络代理模型。接着提出了一种变距电动力系统功率优化控制策略：在一定入流速度、拉力需求下，基于自适应扩展卡尔曼滤波-牛顿法实时优化桨距，并在一定桨距下利用模糊PID控制系统转速以达目标拉力，实现目标拉力需求下的最小功率控制。仿真验证结果表明，提出的功率优化控制策略鲁棒性更强、优化速度更快、收敛效果更好。     

高速开关阀控电液位置伺服系统自适应鲁棒控制

为研究高精度的液压缸位置跟踪控制问题，设计了高速开关阀和换向阀组合控制液压缸的结构方案，并通过实验分析了高速开关阀的静态流量特性。建立了液压缸的连续可微摩擦模型，利用粒子群优化算法对其参数进行辨识。建立了系统的非线性数学模型，基于非连续参数映射和反步法设计了直接自适应鲁棒控制器，通过参数在线自适应调节来更新估计值和鲁棒反馈项支配参数不确定性，实验结果表明:在跟踪幅值为5mm，频率为0.4Hz的正弦信号时，最后一个周期的最大跟踪误差、平均跟踪误差及其标准差分别为0.638、0.25mm和0.405mm，与传统PID控制器相比，控制精度显著提升，旨在为实现高精度的数字阀控位置伺服技术提供有价值的参考。      

Six sigma robust design optimization for thermal protection system of hypersonic vehicles based on successive response surface method

Lightweight design is important for the Thermal Protection System(TPS) of hypersonic vehicles in that it protects the inner structure from severe heating environment. However, due to the existence of uncertainties in material properties and geometry, it is imperative to incorporate uncertainty analysis into the design optimization to obtain reliable results. In this paper, a six sigma robust design optimization based on Successive Response Surface Method(SRSM) is established for the TPS to improve the reliability and robustness with considering the uncertainties. The uncertain parameters related to material properties and thicknesses of insulation layers are considered and characterized by random variables following normal distributions. By employing SRSM, the values of objective function and constraints are approximated by the response surfaces to reduce computational cost. The optimization is an iterative process with response surfaces updating to find the true optimal solution. The optimization of the nose cone of hypersonic vehicle cabin is provided as an example to illustrate the feasibility and effectiveness of the proposed method.     

增广误差模型算法在目标跟踪中的应用

针对目标机动运行过程中,滤波模型与机动状态模型失配的问题,提出了一种新的增广状态误差滤波模型。不同于现有增广方案,该模型从模型失配所致状态滤波误差的角度出发,将状态估计误差增广为一状态量,通过滤波估计后用其校正原状态量。算法分析表明,该增广滤波模型具有自适应调节多重渐消因子的等效特性,增强了对目标的跟踪能力。基于该增广状态误差滤波模型,给出了滤波算法设计并进行了仿真实验。实验结果表明,基于该模型的滤波算法在对机动目标进行跟踪时具有更强的鲁棒性。