鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

基于解析梯度的微推进转移轨道优化方法

 研究基于离散脉冲策略的行星际微推进转移轨道优化问题,为改善收敛性和计算效率,提出了一种解析的梯度矩阵计算方法。首先,基于离散脉冲思想建立了行星际微推进转移轨道优化模型,通过对速度脉冲矢量进行参数变换,避免了传统优化模型初值猜测和搜索域难以界定的缺点;然后,基于变分原理分析了离散脉冲模型中轨道状态转移矩阵与状态变分之间的关系,并给出了多种轨道特征条件下状态变分的计算方法,该方法可扩展到多次状态不连续情况;在此基础上,推导了离散脉冲轨道优化模型中性能指标与轨道约束对寻优参数梯度矩阵的解析表达式。以地球-火星的燃料最省微推进转移为例对所提解析梯度方法进行了仿真验证。数值结果表明：本文推导的解析梯度矩阵是正确的,与传统数值梯度计算方法相比,解析梯度矩阵可有效改善寻优算法的收敛特性,并能够提高计算效率约47%。     

最优两脉冲行星际轨道转移优化算法

 研究了最优两脉冲轨道转移问题。以行星际飞行为背景,结合状态转移矩阵和古典变分理论,推导了两脉冲行星际轨道转移的性能指标对可调参数的解析偏导数,并利用这些解析偏导数提出了一种快速的两脉冲轨道转移优化算法。解决了传统两脉冲行星际转移轨道优化算法中存在的计算速度慢,无法控制计算精度的问题。最后,以地球-火星轨道转移为例,将提出的优化算法计算的结果与传统的“能量等高线法”的计算结果进行对比,验证了此算法的正确性和快速性。     

轴对称矢量喷管三维传热计算研究

采用封闭腔理论算法，利用矢量喷管的三维内流场数值计算结果，对轴对称矢量喷管的壁温分布进行了数值计算。计算结果表明，在非矢量状态，喷管同一轴向位置处的周向壁温基本相同，壁温分布可按一维处理。在矢量状态，喷管同一轴向位置处的周向壁温相对差值达15％，壁温分布呈现复杂的形式，必须采用三维计算方法计算壁温分布；喷管扩张段壁温明显高于非矢量状态，所开发的计算方法和程序既可用于轴对称矢量喷管的工程设计，也可为试验验证提供理论依据。     

基于IMMKF算法的ADS-B监视应用目标跟踪

目标跟踪是机载广播式自动相关监视（ADS-B）应用的基础功能,对提升航空器周边的弱机动民航飞机目标跟踪性能具有重要意义。提出一种基于交互式多模型卡尔曼滤波（IMMKF）算法的ADS-B 监视应用目标跟踪方法。首先,针对弱机动背景下的民航飞机的飞行特点,建立包含匀速模型和标准协同转弯模型的运动模型集,并对模型进行线性化近似;然后,将模型预测和ADS-B 状态矢量量测数据作为IMMKF 算法中多个并行卡尔曼滤波器的输入,进行并行滤波;最后,计算得到目标状态矢量的估计和模型近似概率,并作为下一次迭代的输入。结果表明：相比于基于匀速模型的卡尔曼滤波目标跟踪方法,IMMKF 方法的位置跟踪误差降低了59%,速度跟踪误差降低了77%,显著提升了状态估计性能,具备较高的跟踪精度、稳健性与计算效率,在ADS-B 监视应用中具有实际应用价值与借鉴意义。     

空间近程高速相对运动方程的状态转移矩阵

分析了空间近程高速相对运动的特点,建立了描述近程高速相对运动的线性微分方程组,并给出了状态转移矩阵与解析解。仿真结果表明:对于HEO-GEO近程高速相对运动,所建方程的相对距离计算误差仅为16 cm,不足Hill方程计算误差的15%。所给出的状态转移矩阵对于实现空间目标拦截等任务的实时高精度相对导航和制导算法具有一定的应用价值。     

转子系统瞬态响应计算的精细迭代积分方法

提出了计算转子系统瞬态响应的精细迭代积分方法。采用精细积分法计算状态转移矩阵,可以得到齐次方程的精确解;结合轴承所提供的油膜力的特点,提出一种隐式积分法,允许使用较大的步长,并对各矩阵及向量适当分块,使非线形方程组的维数大为减小。此方法无条件稳定,可以保证较高的精度与效率。     

海军战术导弹状态转移时间计算模型

状态转移时间值的大小主要由测试准备时间、因部件失效或故障而引起的维修时间等决定的。文中以完成状态转移的贮存导弹为研究对象,提出了基于贮存可靠性的状态转移时间概念,建立了基于多层次PERT-Peru网的状态转移模型,用该模型描述和仿真贮存导弹状态转移流程,利用仿真算法计算了导弹武器作战效能评估的重要参数之———基于贮存可靠性的状态转移时间。     

击中月球的转移轨道研究

对击中月球的转移轨道进行了全局性的研究,对这种转移轨道的要求是,近地点高度及飞行时间都是预先确定的,采用一种十分有效的算法,可以方便地找出所有满足要示转移轨道,这种方法的关键是利用初始状态终极状态的状态转移矩阵进行迭代,给出了这些转移轨道和近地点和着月点的轨迹,并讨论了轨迹随飞行时间变化的特性,研究结果表明,对于任意的轨道倾角都可以到两条满足要求的转移轨道。     

改进自适应抗差容积卡尔曼滤波多源室内定位

针对容积卡尔曼滤波在多源融合定位中存在跟踪能力不强和自适应能力差的问题,在传 统容积卡尔曼滤波的基础上,提出了改进自适应抗差容积卡尔曼滤波算法。建立了基于新息的自 适应判决准则与修正方法,使得滤波算法能够及时跟踪目标真实状态;引入抗差因子调节观测协 方差矩阵,以减小观测值异常问题对滤波精度的影响;采用奇异值分解代替容积卡尔曼中的Cholesky 分解,提高数值计算的稳定性。超宽带/惯性导航联合定位实验结果表明,与扩展卡尔曼滤波 和容积卡尔曼滤波相比,改进的自适应抗差容积卡尔曼滤波定位精度更高,数值稳定性更好,增强 了定位系统在粗差干扰下的鲁棒性。     

基于ATSUKF算法的卫星姿控系统故障估计

针对卫星姿态控制过程中可能发生的执行机构或敏感器故障,提出了一种基于无损卡尔曼滤波（UKF）及偏差分离原理的自适应二阶无损卡尔曼滤波（ATSUKF）算法。首先,提出TSUKF算法,通过UKF处理姿态机动时的非线性并通过偏差分离原理将非线性系统的状态及故障分别估计,避免非线性模型的线性化过程同时降低了计算过程中的矩阵维度。然后,在TSUKF算法的基础上提出了ATSUKF算法,通过滑动窗口内的残差计算自适应矩阵,使滤波器在统计特性不准确的情况下仍然具有较快的收敛速度,特别适用于卫星快速机动过程中的姿态与故障估计。数值仿真结果表明,ATSUKF算法相较于TSUKF算法能有效降低统计特性不准对系统造成的不利影响,实现卫星姿态、执行机构/敏感器故障的快速估计。     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。     

轴对称矢量喷管红外特性的数值计算研究

研究了轴对称矢量喷管在光谱2100～5260cm-1范围内红外特性的数值计算方法,并开发了三维计算程序,可以计算喷管在加力与非加力状态下的红外辐射特性。计算中考虑水蒸气和二氧化碳的光谱吸收与发射,在加力状态下还考虑烟粒子的光谱吸收与发射。给出了在光谱2100～5260cm-1范围内,轴对称矢量喷管在加力与非加力状态下壁面及喷口辐射的计算结果。应用本文的程序计算某型实际发动机上轴对称矢量喷管红外特性的结果与发动机试车的实验结果基本一致。      

拟线性最优平滑滤波及其应用

在普通推广卡尔曼滤波（Ｅ．Ｋ．Ｆ．）的基础上，提出了一种更加适用于非线性状态方程和观测方程的改进的滤波算法－－拟线性最优平滑滤波（Ｑ．Ｌ．Ｏ．Ｓ．Ｆ．）算法，在求该滤波算法的状态转移矩阵时，加进了二阶导数项，同时线性化的标称值取为单步平滑值，降低了非线性对滤波的影响，提高了滤波精度。通过对某歼击机的仿真飞行试验数据及实测数据的处理，表明该算法比普通推广卡尔曼滤波具有更好的收敛性、精确性。     

机载单站对运动目标无源定位跟踪算法

针对无源定位系统中,机载单站相对于运动辐射源目标作为状态模型,在测方位角及其变化率基础上,引入多普勒频率变化率参数构建观测模型。常用的扩展卡尔曼滤波（EKF）存在不稳定和精度低的问题,采用修正增益的扩展卡尔曼滤波算法（MGEKF）,找出修正函数矩阵,实现定位状态滤波估计。仿真结果表明,MGEKF算法较之EKF算法有较高的定位精度和较快的收敛速度。     

一种改进余度捷联惯导系统最优奇偶矢量故障容错算法

针对余度捷联惯导系统故障检测方法对小故障和渐变型故障检测率低的问题,提出了利用对特定传感器敏感的最优奇偶矢量来构造最小二乘加权矩阵的算法。该算法利用最优奇偶矢量产生奇偶残差来反映特定传感器对待测状态量测的准确程度,通过该残差确定最小二乘加权阵,进而再辅助最优奇偶矢量进行故障检测,达到对小故障和渐变型故障的容错。仿真结果表明本方法能够有效提高待测状态的估计精度,具有一定的工程参考价值。     

自主姿态测量最优算法研究

针对利用地球重力场和磁场矢量观测进行自主姿态测量的应用问题,提出了一种新的最优递推估计算法。该算法采用卡尔曼滤波框架,利用加权统计线性回归并结合自适应滤波技术进行测量更新,与现有方法相比,在提高测量精度的同时,增加了同步提供姿态速率信息的功能。仿真结果表明,新算法的姿态估计精度比目前常用的直接计算方法提高近两倍。     

组合导航数据融合自适应UKF算法研究

为进一步改善平方根无迹卡尔曼滤波(Square Root Unscented Kalman Filter,SRUKF)在微惯/卫星组合导航数据融合中的估计精度和计算复杂度,针对工作于高机动状态下随机模型统计特性不确定和SRUKF中计算繁琐的问题,分别结合最大后验概率估计准则和矩阵奇异值分解技术,提出了一种新的快捷自适应UKF算法。通过微惯/卫星组合导航系统进行数据测试,结果表明,新算法不仅能够降低时变噪声对导航滤波算法精度的影响,有效提高系统的自适应能力,而且相比传统算法计算效率提升了约16%。研究结果对工程应用具有一定的理论价值。     

依据Floquet分析自动识别模态阻尼

本文提出了识别与Ｆｌｏｑｕｅｔ转移矩阵特征值频率部分有关的模态的一种实用方法，依据ＦＴＭ计算节包含状态及其导数，导数比和相应于最大分量状态的特征矢量，该方法利用了这个复数比的虚部极其接近模态频率的事实，它完全适用于自动化并对高达２５０阶的许多ＦＴＭ做了检验。     

基于自适应扩展卡尔曼滤波的载波跟踪算法

精确的载波相位测量是精密测距中一个很重要的研究点。针对传统扩展卡尔曼滤波(EKF)的固定设计在先验信息不充分和动态变化环境中存在的不足,提出了一种基于自适应扩展卡尔曼滤波(AEKF)的载波跟踪算法。该算法通过实时监测滤波器新息或残差的动态变化,以修正状态噪声方差和观测噪声方差,进而调整滤波器增益,控制状态预测值和观测值在滤波结果中的权重。理论分析和仿真结果表明,本算法充分利用了观测信号的统计特性,克服了传统扩展卡尔曼滤波算法的不足,能够获得更好的载波跟踪性能。