基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。     

基于TDD协议的单载波频带靶机测控系统

设计了一种基于时分双工协议的单载波频带靶机测控系统，在机载和地面站均只配备一套数传电台的情况下，实现全双工通信。详细介绍了时分双工（TDD）协议的帧结构、帧同步和通信实现，并以某型靶机为例分析和计算测控通信的需求和性能，经性能计算和分析表明，该通信协议科学可行。     

改进的Sage-Husa自适应滤波算法在MEMS航姿参考系统中的应用

针对经典Kalman滤波和扩展Kalman滤波融合算法存在的计算量大、精度低、实时性差的缺点，引入了改进的Sage-Husa自适应扩展Kalman滤波算法。该算法对经典扩展Kalman滤波算法进行了自适应改进，并在此基础上利用加权渐消记忆法获取了遗忘因子，并通过预测残差得出了最优解。同时，用调整有偏增益估计的措施来保证系统噪声预测方差矩阵与噪声预测方差矩阵的对称性和正定性，对滤波器发散进行了有效的抑制，减少了算法的计算量。实验结果表明，该算法有效改善了可靠性、精确性及自适应能力。     

尾坐式飞行器增益调度控制器设计和比较

针对尾坐式飞行器的动力学模型进行分析,考虑螺旋桨尾流对飞行器的控制作用,建立其数学模型,并针对尾坐式飞行器的纵向转换过渡过程设计了一种基于航迹倾斜角变化的增益调度控制器,分别使用LQR和H_∞两种反馈控制方法经历其增益调度控制器。分别以斜坡和多级阶跃信号为指令,通过以航迹角跟踪的方式进行纵向模型的过渡仿真验证控制器的性能,仿真结果表明,两种控制器均能保证飞行器的稳定过渡转换飞行,且在稳定性方面增益调度LQR控制器具有更好的性能,在快速性和准确性上增益调度H_∞控制器具有更大优势。     

一种基于莱维飞行的新型改进平衡全局优化算法

本文将莱维飞行（Lévy flight）和平衡优化算法（EO）相结合，提出了一种新型的全局优化算法（LEO）。该算法从平衡优化算法核心出发，采用莱维飞行轨迹实现了在探索和开发之间更好的平衡，并且可以有效防止算法陷入局部最优解。同时给出了新型全局优化算法的数学模型和算法流程，进一步保证了算法中全局搜索和局部开发之间平衡性。将该算法应用于基准测试函数求解以测试算法性能，通过与主流智能算法对比，优化结果表明新算法在解决优化问题方面表现更为优越，为更多工程问题的解决提供了新的思路。