基于时变AR模型的MEMS陀螺抗野值Kalman滤波

陀螺是框架式导引头控制稳定平台和解算视线角速度的重要器件。随着微机械陀螺(MEMS)广泛应用于低成本框架式导引头,许多学者开展了对MEMS陀螺的研究来提高导引头的制导精度。针对导引头MEMS陀螺输出噪声大、滤波后延时大的问题,提出了一种利用遗忘因子递推最小二乘进行时变AR模型建模并与抗野值Kalman滤波相结合的方法。利用遗忘因子递推最小二乘对AR模型进行参数估计,将实时AR模型的结果应用到自适应抗野值Kalman滤波中进行随机误差补偿。经过仿真和实物测试,时变AR模型抗野值Kalman滤波的均值、方差、Allan方差的噪声项比原始数据减少了90%以上,表现出比Kalman滤波更好的效果。     

一类新型机动目标跟踪算法

阐述了当跟踪非机动目标时,传统的Kalman滤波可以得到很好的跟踪精度。但是当日标机动时,传统的Kalman滤波不能对目标的突然变化做出及时的改正和预测,因此跟踪精度很差,甚至出现丢失目标的情况。文中采用的基于截断正态概率模型的改进自适应目标跟踪算法, 其结构和计算简单,鲁棒性好,较好地解决了使用Kalman滤波带来的不足。     

一种新的基于机动检测的机动目标跟踪算法

针对Kalman滤波跟踪机动目标发散和目前多数自适应Kalman滤波算法对运动模型适应性不强的问题,提出了一种新的基于机动检测的机动目标跟踪算法,通过实时自适应的改变滤波模型提高对机动目标跟踪精度。对这种方法与Kalman滤波算法进行了计算机仿真比较,结果表明,该方法计算量小,可实时精确地自适应匹配目标的运动模型,可实现对机动目标稳定可靠的跟踪。     

多模型自校准扩展Kalman滤波方法

基于扩展Kalman滤波方法（EKF）、自校准扩展Kalman滤波方法（SEKF）和多模型估计理论（MME）,针对工程实际中非线性系统状态方程受未知输入（如突风、故障和未知系统误差等）影响的问题,提出了一种多模型自校准扩展Kalman滤波方法（MSEKF）,将多模型自校准Kalman滤波方法（MSKF）的适用范围扩展到了非线性领域。该方法同时采用EKF与SEKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。本文方法不仅解决了非线性系统状态方程受未知输入影响时EKF滤波发散的问题,而且在未知输入为零时的滤波精度与SEKF相比也更高,大量数值仿真结果表明该方法精度提升可达4%,具有更强的适应性和鲁棒性。     

一种基于二级变维Kalman滤波的跟踪算法

Kalman滤波器是一种高速的目标跟踪器.针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种自适应Kalman滤波算法.该算法使用两级滤波器,根据目标机动性的变化,适当的调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾.通过对仿真结果分析表明,算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值.     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

Unscented Kalman滤波用于再入飞行器跟踪

本文引入Unscented Kalman滤波用于再入飞行器跟踪。Unscented Kalman滤波通过设计少量的σ点，并计算这些σ点经由非线性函数的传播，从而获得滤波值基于非线性状态方程的更新。在应用中，由于Un-scented Kalman滤波无需象广义Kalman滤波那样求动力学系统函数和观测系统函数关于状态向量的导数。给计算带来了极大的方便。     

自校准Kalman滤波方法

提出一种自校准Kalman滤波方法(SKF),建立SKF模型及其滤波递推算法.在深空探测、发动机故障诊断等许多工程实际中,由于未知输入(如突风、故障、未知的系统误差等)的影响,传统的Kalman滤波方法在滤波递推过程中会产生较大误差.文中提出的自校准Kalman滤波方法能够自动补偿这种未知输入的影响,提高滤波精度.从某飞行器仿真中可以看到,SKF的滤波误差均值和方差分别比传统的Kalman滤波方法降低了400%和300%以上,有效地改善了滤波效果.并且该方法计算简单,便于工程应用.     

自适应增量 Kalman 滤波方法

提出自适应增量Kalman滤波(AIKF)的概念和定义,建立自适应增量Kalman滤波模型及其分析方法,给出主要的计算步骤.传统自适应Kalman滤波(AKF)方法能够对事先未知的系统噪声和量测噪声的统计量进行有效的估计.但是,传统自适应Kalman滤波方法也无法对由于环境因素(如深空探测)的影响、测量设备的不稳定性等原因产生的未知时变测量系统误差进行补偿和校正,从而产生较大的滤波误差,甚至导致发散.提出的自适应增量Kalman滤波方法不但能够对系统噪声和量测噪声的统计量进行估计,而且还能成功消除这种测量系统误差,有效地提高滤波精度.该方法计算简单,便于工程应用.      

基于超球体平方根无迹Kalman滤波算法的涡扇发动机气路部件故障诊断

研究了一种超球体平方根无迹Kalman滤波算法用来有效跟踪涡扇发动机气路部件发生渐变性和突变性故障的健康参数.该算法通过超球体单形采样来降低算法的计算量,采用测量残差协方差阵的平方根代替方差阵进行递推运算,提高了算法的计算效率和数值稳定性.分别采用扩展Kalman滤波算法、无迹Kalman滤波算法和超球体平方根无迹Kalman滤波算法对某型涡扇发动机进行仿真,结果表明:超球体平方根无迹Kalman滤波算法的滤波时间减少50%左右,能够实现渐变性和突变性故障中健康参数的准确估计,是一种有效的涡扇发动机气路部件参数估计和故障诊断方法.      

无刷直流电机网络伺服控制技术研究

针对直流电机网络控制的问题,考虑反馈通道和前向通道均存在延时的状况,设计了直流电机网络伺服控制器。该控制器采用基于模糊自适应调节的广义预测控制算法。模糊自适应调节方法对广义预测控制算法的输出进行调节,从而克服系统参数的不确定性对控制性能的影响。仿真实验结果表明该控制方案能够减小网络延时对系统控制特性的影响,改善系统的动态特性。     

飞行模拟转台高精度数字重复控制器的设计

从工程的角度讨论了离散重复控制系统的设计,所提出的重复控制方法可保证速度跟踪误差快速收敛为零。在重复控制器中采用了高阶低通滤波器和动态补偿器,改善了跟踪精度,保证了系统的稳定性,减少了周期性扰动误差。将所提出的方法应用于飞行模拟转台伺服系统的速度控制中,仿真结果表明,针对周期指令信号和周期干扰信号可保证较高的跟踪精度和较强的稳定性和鲁棒性。     

基于名义模型的飞行模拟转台反演滑模控制

针对飞行模拟转台这一实际的不确定伺服系统,提出一种新型控制策略,该控制策略是建立在名义模型基础上的一种新型全鲁棒滑模控制器.控制系统由两种控制器构成,一种是针对实际对象的全鲁棒滑模控制器,另一种是针对名义模型的积分反演滑模控制器.采用名义模型与实际对象之间的建模误差设计全鲁棒滑模控制器,采用积分反演滑模控制器来保证控制精度,全鲁棒性能由全局滑模控制器来保证.采用Lyapunov方法实现了两种控制器的稳定性分析.以飞行模拟转台伺服系统为被控对象,针对正弦和阶跃响应的仿真结果表明,采用所提出的控制方法,可实现全局鲁棒性并保证较高的位置跟踪精度.     

一种单相光伏并网逆变器改进预测电流控制算法

光伏并网逆变器传统预测电流控制算法由于采样与计算延时会造成差一拍控制,使得逆变器并网电流不能很好地跟踪目标电流,同时逆变器滤波电感模型值与实际值有误差时会造成并网电流谐波大,还可能导致系统不稳定。为克服这些不足,提出了一种改进的预测电流控制方法,可提前一个采样周期对并网逆变器输出电压进行预测,同时利用递推最小二乘法对电感参数进行在线辩识。仿真和试验结果表明所提方法有效提高了逆变器并网电流对目标电流的跟踪精度,减小了并网电流的谐波分量,提高了由逆变器进网的电能的质量。     

基于靶标实现光电经纬仪伺服系统的室内检测

为解决靶场光电经纬仪伺服系统的检测,在原有检测设备的基础上,对动态精度靶标的计算机系统增加引导数据输出功能,并以异步串行通讯的方式发送给光电经纬仪伺服系统,通过接收引导跟踪完成伺服控制系统的室内检测。该方法可用于靶场光电经纬仪伺服控制系统跟踪性能和跟踪精度的检测,具有较高的实用价值。     

具有时延的漂浮基空间机器人基于泰勒级数预测、逼近的改进非线性反馈控制

 探讨了本体位置与姿态均不受控的漂浮基空间机器人在时间延迟(简称时延)情况下惯性空间轨迹跟踪的控制问题.利用拉格朗日方法并结合系统动量守恒关系,分析、建立了漂浮基空间机器人完全能控形式的系统动力学模型及运动Jacobi关系.以此为基础,针对系统存在时延的情况,利用泰勒级数预测、逼近的方法,建立了适用于时延情况下控制系统设计的数学模型.利用该模型,提出了一种空间机器人在时延情况下的改进非线性反馈控制方案.然后运用Lyapunov第二类方法,结合范数以及图形分析的方法证明了在时延情况下整个闭环控制系统的渐近稳定性.文中提到的控制方案能够有效地克服系统存在时延的影响,控制漂浮基空间机器人末端爪手跟踪惯性空间的期望轨迹.系统数值仿真结果证明了上述控制方案的有效性与精确性.     

射手模型优化与辨识及其对图像制导的影响

基于数据链通信的人在回路制导模式额外引入了射手动力学而且存在图像信号延时,含有射手动力学的控制回路会对目标在视场（LOS）中的误差角进行跟踪补偿,从而提升图像制导弹药的制导控制性能。为探究射手动力学和图像信号延时对人在回路制导性能的影响,基于真实的图像导引头模型及参数,设计校正网络以满足导引头稳定回路的性能需求;引入两类射手模型,针对射手模型2,优化模型结构并通过贴近真实环境的辨识实验得到动力学参数,弥补了现有建模的不足。基于射手对不同图像信号延时的适应性,对比研究了两类射手模型与不同图像信号延时对导引头控制系统稳定性、快速性和人在回路比例导引制导精度的影响。仿真结果表明：图像信号延时越长,导引头跟踪速度越低、误差角越大,制导系统的收敛时间越长;优化后的射手模型2及其参数辨识更准确地描述了射手的操作行为,对制导系统的影响较低且满足系统性能要求。     

滚转弹两框架导引头的前馈补偿技术

针对弹体滚转情况下两框架平台式导引头的伺服控制问题,基于导引头运动学和动力学,建立了导引头稳定回路模型。结合弹体滚转条件下的导引头输入指令和输出视线角速率关系,构建了视线闭环回路。针对偏航、俯仰通道间的解耦控制问题,推导出解耦条件,要求两通道由失调角到光轴转动角速度的传递函数相同。仿真分析了该模型在视线角输入以及弹体姿态扰动输入时,弹体滚转对导引头跟踪精度产生的影响,并由此提出了滚转角速度前馈补偿控制方案。结果表明,采用结合滚转角前馈补偿控制的两框架平台式导引头方案可以满足滚转弹的制导精度要求。     

采用定子电流与扰动观测的永磁同步电机改进预测电流控制

提出了一种采用定子电流和扰动观测补偿的改进预测电流控制(PCC)算法。理论上永磁同步电机PCC具有优异的控制性能,但现实系统中离散采样延时与电磁参数时变等问题使得原理上基于模型的预测电流控制器的控制品质严重恶化。设计了龙伯格(Luenberger)状态观测器实现对定子电流与参数扰动的观测,并应用于补偿和改进经典的无差拍预测电流控制器。将观测到的当前时刻的定子电流替代当前时刻的采样电流用于反馈控制,以补偿采样延时;运行过程中电磁参数的变化使得模型参数失配,其影响以电压扰动的形式被观测出来,并补偿到预测控制输出的电压指令中。仿真和试验结果验证了所提方法的有效性。     

增广预测模型的航空发动机多变量约束预测控制

针对模型不匹配导致的模型预测控制性能下降的问题,提出了一种基于增广预测模型的航空发动机多变量约束预测控制器设计方法。在现有发动机状态空间模型基础上,将指令跟踪误差与系统状态的变化量增广为状态向量,设计增广预测模型以消除稳态跟踪误差,以控制量所需能量与模型预测输出误差最小为目标,利用带约束的序列二次规划（SQP）算法在线滚动优化控制变量。通过某型涡扇发动机非线性部件级模型的包线内不同状态下仿真分析,结果表明,控制系统无稳态误差,调节时间<2s,有效提高了发动机控制品质,实现了对输出量的限制管理。