半球谐振子疲劳寿命分析与仿真

半球谐振子的寿命和损伤是直接影响高精度半球谐振陀螺使用时长和安全性的重要因素。目前国内加工的半球谐振子所用的熔融石英玻璃材料主要依靠进口，采用传统的疲劳寿命实验确定方法成本过于昂贵，因此需要利用疲劳分析软件对半球谐振子的疲劳寿命进行分析。文章通过半球谐振陀螺应力分析，采用ANSYS软件对熔融石英半球谐振子进行应力分析仿真，确定因残余应力所引起的疲劳危险部位，并在疲劳部位进行裂纹扩展分析，得到 、 和 型应力强度因子，以使在半球谐振子结构设计和使用过程中对易疲劳的部位进行有效监控和预防。     

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。     

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°。     

抗辐照通用扩展SiP芯片设计

研究微小卫星综合电子系统的SiP技术实现方法。首先介绍微小卫星综合电子系统结构的组成和采用SiP技术的必要性，然后对综合电子系统进行功能模块划分，并对其通用扩展模块进行详细的SiP设计，包括抗辐照器件选型、原型验证、SiP原理图、基板管壳一体化设计、建模仿真、制造加工、实装测试验证等，通过SiP技术实现了一种星载综合电子系统中通用扩展SiP芯片产品，经过实际验证测试，在保证模块功能和性能的前提下，整体模块重量从230 g减轻到48 g，体积由180 mm?130 mm?17 mm减小到46 mm?46 mm?8 mm，很好地满足了星载功能模块小型化、轻量化设计需求。     

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。     

采用视觉伺服的月球样品容器夹持控制方法

嫦娥五号探测器月面采样封装任务需利用采样机械臂及其末端执行机构夹持样品容器,为克服非结构化月面环境对机械臂控制造成的不可知影响,确保精确夹持样品容器,提出并设计了一种视觉伺服样品容器夹持的控制方法和系统。系统通过固定安装相机和"眼在手"相机协同获取机械臂末端执行机构以及样品容器特征,采用扩展卡尔曼滤波算法对机械臂末端执行机构位姿的控制参数进行估计,消除控制位姿的轨迹抖动,实现了对样品容器的精确夹持。最后,通过分析在轨月球样品容器被夹持过程的数据和图像,验证了该视觉伺服控制方法和系统设计正确有效。     

基于等效电路模型与CDKF的锂离子电池荷电状态(SOC)估计

锂离子电池在社会生产各领域应用广泛,由于其复杂的电化学系统,状态检测难度较大,给供电保障带来不利影响.结合Thevenin等效电路与中心差分卡尔曼滤波法(CDKF),构建了一种聚合物锂离子电池的荷电状态(SOC)估计模型.MATLAB仿真验证表明,该模型能有效防止安时计数误差累积,电池SOC估计误差不超过5%.     

脉冲星方位误差估计的两步卡尔曼滤波算法

为了克服钟差和卫星位置误差对脉冲星方位误差估计的影响，设计了两步卡尔曼滤波（TSKF）算法。首先，介绍了脉冲星方位误差估计的传统模型，并通过分析和仿真验证了钟差、卫星位置误差以及2种误差同时存在时会使脉冲星方位误差估计结果产生较大偏差。其次，在传统的估计模型中加入了钟差和卫星位置误差，并将钟差和钟差变化率增广为新的状态量，从而推导出包含2种误差的新模型，并证明了该模型的完全可观测性；根据该模型并按照两步卡尔曼滤波原理，得到了TSKF算法的步骤。最后，通过仿真表明:在钟差和卫星位置误差同时影响下，传统脉冲星方位误差估计算法偏差较大且发散；TSKF算法则能够有效隔离2种误差的影响，使赤经和赤纬误差估计达到0.2 mas之内的精度。      

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。     

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。