软管-锥套式空中加油动态建模与性能分析

提出了一种基于凯恩方程的自主空中加油软管-锥套动态模型及性能分析方法。该方法将软管视为由有限段以铰链形式连接的刚性 杆组成，锥套为软管末端的一个质点。本文定义了描述系统状态的广义坐标及广义速率，导出了软管段位置多级递推公式和系统动态方程，估算了软管在加油机尾流、定常流和大气扰动下的气动载荷。通过数值仿真分析了平稳大气中锥套在加油机不同飞行条件下的稳态阻力和软管拖拽轨迹，验证了模型的正确性及系统稳定性。最后研究了大气扰动对锥套运动的影响及不同软管段的受扰运动。     

基于约束优化的舰艇区域防空作战能力需求生成

作战能力需求生成是在满足多约束条件下完成的,寻求约束集是能力需求生成的重点;以舰空导弹区域防空为背景,通过对作战需求约束、能力需求约束、技术发展约束以及其他因素约束进行综合分析,提取制约能力指标生成的约束集,建立舰艇防空作战效能目标函数,采用基于罚函数法的快速粒子群算法进行能力指标的约束优化求解;以最大预警距离为变量,对其他作战能力指标优化前后的曲线图进行仿真验证,定量生成舰艇区域防空作战所需的能力指标值,验证了模型算法的可行性,为舰艇区域防空作战能力需求生成提供了定量化依据。      

基于LQR的弹道跟踪制导律设计

针对防空导弹弹道跟踪问题,基于线性二次型调节器（ LQR）理论设计了2种弹道跟踪制导律。首先,以时间为自变量,对导弹质点运动模型线性化,得到第一种线性化模型;接着,为提高模型精度和允许扰动范围,以导弹X坐标为自变量对导弹质点运动模型线性化,得到第二种线性化模型;然后,针对2种线性化模型,利用LQR理论分别设计跟踪制导律,并给出制导指令计算公式和制导流程;最后,在一定外界干扰作用下,将所设计2种跟踪制导律应用于导弹质点运动仿真,并从抑制随机风干扰、消除初始偏差等方面对2种制导律进行比较。结果表明,2种制导律都能实现弹道精确跟踪,且基于第2种线性化模型设计的跟踪制导律各项性能均优于第1种跟踪制导律,说明基于导弹X坐标线性化的模型精确度较高,适用于弹道跟踪制导律的设计。     

多星座组合导航自适应联合卡尔曼滤波算法研究

针对多星座卫星组合导航,提出了一种自适应联合卡尔曼滤波算法,采用描述机动载体运动的“当前”统计模型,直接从各卫星导航系统接收机输出的定位信息入手,将各种误差因素的影响等效为一个总误差,建立一种动态定位的自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能,通过引入调整系数、加权因子和自适应调节量对自适应滤波算法进行了改进,并分别对GPS、GLONASS和GALILEO系统设计了自适应子滤波器,然后采用联合滤波算法对各个子滤波器进行数据融合处理,最后对GPS/GLONASS/GALILEO组合导航系统进行了仿真验证,结果表明,该算法增强了滤波器的跟踪能力,改善了滤波效果,提高了定位精度。
     

多星座组合导航自适应信息融合滤波算法

针对多星座卫星组合导航,提出了一种双重自适应联合卡尔曼滤波算法,采用描述机动载体运动的"当前"统计模型,首先建立一种基于载体加速度方差自适应的动态定位卡尔曼滤波模型,并分别对GPS,GLONASS和GALILEO系统设计相应的自适应子滤波器,然后采用有重置的联合自适应滤波器对各个子滤波器进行数据融合处理,各子滤波器的信息分配系数根据各卫星导航系统输出的几何精度因子(GDOP)进行自适应调节.通过对GPS/GLONASS/GALILEO多星座组合导航系统的仿真,分析对比了加权平均滤波、常规联合滤波和本文提出的双重自适应滤波.结果表明:该双重自适应算法有效提高了组合导航系统的精度和可靠性,能更好地适应于量测噪声不断变化的卫星组合导航系统.     

GPS/GLONASS/GALILEO多星座组合导航系统研究

通过对多星座组合导航系统的分析,对多星座组合导航定位算法进行了研究。由于GPS、GLONASS、GALILEO系统分别采用了不同的坐标系,文中利用坐标系变换将不同星座统一到同一个坐标系中,采用增加状态变量的方法实现了组合系统的时间统一,从而实现了多星座间的时空统一;针对多星座组合系统的可见卫星数目大大增加的特点,采用最小二乘的方法实现了用户的导航定位解算,提高了用户的定位精度。通过对GPS/GLONASS/GALILEO多星座组合导航系统的仿真研究,其结果表明:与GPS单星座相比,GPS/GLONASS/GALILEO多星座组合导航系统,同一时间内可见卫星数目大大增加,PDOP值明显减小,有效提高了导航定位精度,具有良好的定位性能和可靠性。     

基于解析规则的舰艇区域防空作战能力需求生成

首先,在能力需求生成中,通过对舰艇面临的威胁任务分解,构建作战能力指标体系,分析"元任务-能力指标"之间的解析规则进而得到舰艇作战所需的各项能力指标;其次,以单舰舰空导弹区域防空为背景,根据作战流程的各个阶段建立相应的数学模型,以作战需求以及敌我双方的相关因素为变量,结合关系图对杀伤区远近界、发射区远近界、预警机前出距离、高度和必需预警距离等作战能力指标进行了仿真验证;最后,分析了所需探测距离及速度对作战能力指标的影响关系,定量得到相应所需的区间数值解,为舰艇区域防空作战能力需求生成提供了依据。      

包含乘性噪声自适应修正的非合作目标相对导航算法

无人机（UAV）态势感知的任务是利用机载传感器对未知环境进行目标识别和引导，针对无人机与非合作目标间中远距离的相对导航问题，提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上，为了提高精度和稳定性，本文利用了列文伯格-马夸尔特（LM）优化的思想对迭代卡尔曼滤波（IEKF）算法进行改进，提出了一种LM-IEKF算法，并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上，考虑到距离传感器由于信号相关特性而引入的乘性噪声，现有的加性噪声模型难以适应，因此，进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法，通过在线实时更新噪声阵提高滤波的精度，并设置渐消记忆指数平滑估计结果。算法验证结果表明，与现有的EKF、IEKF算法相比，在仅含加性噪声的情况下，LM-IEKF算法具有更好的性能；在包含乘性噪声的情况下，Modified LM-IEKF可以有效地估计量测噪声，与目前广泛使用的EKF算法相比，在综合相对位置和相对速度精度上分别提高了10%和23%。     

GPS移动基准站差分定位算法

相对导航定位技术在空中加油任务中起着至关重要的引导作用。针对传统差分定位模式受限于基准站位置固定、覆盖范围有限等问题,研究了一种无固定基准站差分定位方案,实现了短基线高精度动态相对定位。该方案首先基于实时伪距单点定位求得移动站近似坐标,结合载波信息进行站间差分,求得单差模糊度浮点解及更高精度的移动站坐标。之后,再利用双差观测方程,并采用扩展Kalman滤波(Extended Kalman Filtering,EKF)算法获得移动站精确坐标和双差模糊度浮点解。最后,采用LAMBDA算法进行模糊度快速固定,获得最终定位结果。实验结果表明,所采用的无固定基准站差分定位方案使得基线长度均方差小于5cm,达到了较高的动态相对定位精度。     

知识城市与城市魅力构建研究

知识城市是21世纪城市可持续发展的一种全新理念.它突破了城市传统的空间理论,把视角聚焦在城市的知识基础、知识创新、知识产业等领域,其目的是促使城市的社会结构、产业结构、空间结构的转型,形成优势,以赢得未来竞争的核心地位.当今中国城市化已进入快速发展阶段,城市文化及其魅力对强化以知识为基础的产业,加速结构转型,提升城市品级和竞争优势,显得极其重要.文章通过对知识城市理念产生的历史背景、内涵,城市魅力的构成元素,魅力城市的类型,以及知识城市具有的可持续发展的内在动力和由此孕育出的城市形象的研究,为我国城市化进程中实施知识城市战略和提升城市魅力提供新的路径.