MGNC系统实时快速组合导航新算法

微小型导航制导控制系统MGNC(Micro Guidance Navigation and Control)传感器多,且数据处理能力有限,为实时提供导航结果,传统上采用降维滤波提高实时性,但这样会造成精度损失.为保证不减少滤波状态量,不损失精度,针对捷联和滤波特点提出一种新的实时解算方法:在捷联解算中以直接递推求解方向余弦矩阵代替以四元数为中间变量进行的间接求解;在滤波计算中用序贯方法处理量测修正值,避免复杂的矩阵求逆;采用稀疏矩阵三元组法,应用于协方差阵计算,减少乘法次数.仿真和实验证明改进算法对计算精度没有损失,且滤波计算时间比原算法减少了34.50%,显著提高了MGNC系统的实时性、鲁棒性和实用性.     

多维三次样条函数及其应用

本文将一维三次样条函数推广到多维问题，它保留了三对角矩阵方程便于求解的特性，并能得到满意的插值、一阶和二阶偏导数。关于边界条件问题，若能给出边界节点处的一阶偏导数边界条件，则精度最高，但在大多数应用问题中，往往给不出此条件。为此，本文提出一种改进方法，即用拉格朗日三点插值法由域边附近的节点数据计算出边界节点处的一阶偏导数。算例表明，此法可改善精度。     

结构动力学中具有重特征值的灵敏度分析

为了计算重特征值情形的特征向量导数,推广Nelson's方法被广泛采用,其中有些已被认为在某些情形下是错误的.本文利用数学定理和新的灵敏度定义给出特征值和特征向量导数的精确解.该方法数学上严格,无论是否存在重特征值均适用.为了实际应用,还讨论了用低阶特征值确定近似解的可能性,算例验证了本文方法.     

导航解算中的有色噪声及其协方差矩阵自适应拟合

使用Kalman滤波进行动态导航定位解算需要涉及函数模型和随机模型, 而在实际应用中, 精确的函数模型和随机模型很难直接给出, 因此, 动态Kalman滤波的精度和可靠性将会受到函数模型误差和随机模型误差的影响. 在假设观测噪声和动力学模型噪声主要是具有一阶自相关特性的有色噪声的基础上, 提出了一种基于移动窗口的有色噪声函数模型和随机模型的自适应拟合法. 给出了计算有色噪声估值和噪声协方差矩阵的表达式, 并利用实测数据验证了模型及算法的可行性和实用性. 计算结果表明, 该算法能有效抵制有色噪声对导航滤波结果的影响.      

空间飞行体地心坐标与大地坐标的快速精确转换

在空间任一点的子午面内 ,建立该点到地球子午椭圆的法线方程 ,以法线与子午椭圆交点的地心坐标为参数 ,导出大地高程和大地纬度的近似算法和严密算法。近似算法十分简单 ,使用有三角函数的手持计算器就可以完成计算。对于高度低于 360 0 0km的任何空间点 ,大地高h和大地纬度B的精度分别优于 31m和 0 1 7°。以近似算法的中间结果为初值 ,可将大地坐标的解算转化为一个二元一次方程组 ,解算非常简单 ,用PC在瞬间即可完成一批空间点的计算并可获得与真值完全相同的大地坐标 ,这为空间飞行体坐标的实时快速计算 ,提供了新的技术支持     

粘性流体换热问题用直角坐标网格的贴体解法

采用直角坐标网格但通过在边界附近保留不规则控制体的非结构化直角坐标网格方法求解粘性不可压流体流动和换热问题.在边界附近切割单元的求解采用常规的方法处理,而不采用插值方法处理,并在同位网格上对控制方程组进行离散.因而该算法是贴体的,并可适用于解决复杂边界流动换热问题.通过对同轴环行空间和二维倾斜空腔内的对流换热问题的计算对该数值方法在传热问题中的应用进行验证.对比结果表明,计算结果与精确解和STAR-CD的结果在一定Re数和网格数时是很接近的,可以满足一定的精度要求,说明该数值计算方法可用于传热问题.      

Stewart台体并联机器人位置正解

为获得Stewart台体并联机器人位置正解的解析解,使用分次字典序Groebner基和Sylvester结式相结合的代数方法对该问题进行研究.利用计算代数中的分次字典序Groebner基算法,计算该机器人位置正解封闭数学模型的分次字典序Groebner基;从得出的51个基中选取20个基,构造20阶Sylvester结式,分析符号形式方程组的变量次数,可以直接得出该机器人位置正解一元高次方程的次数为40且最多有40组解的结论,其结果与前人的完全一致,但结式的尺寸却小得多.为了对结果进行验证,使用同伦连续法对同一个数字算例进行计算,两种方法得到结果一致.为并联机构位置正解的研究提供了一种新的有效算法.     

多探头星敏感器分布式视场融合方法

为了解决单探头星敏感器三轴姿态精度不一致问题,提高数据更新率和实时性,提出了多探头分布式视场融合方法。该方法通过控制各探头等时间间隔曝光,将相邻时刻曝光的2个探头的观测星矢量信息进行时间配准、空间配准,之后进行视场融合并采用QUEST算法解算姿态。仿真试验表明,该方法可将光轴方向精度提高8~9倍,同时可将数据更新率提高3倍以上,从而提高了系统的实时性。     

非线性飞机对象操纵面故障的控制律重构

研究以六自由度非线性方程描述的飞机在操纵面损伤或卡死故障情况下使用伪逆法进行控制 律重构的方法.通过对气动系数中的操纵导数进行合理的近似处理,将控制律重构问题转化 为解一个线性方程组的问题.给出了全数字实时仿真结果,验证了该重构算法的可行性.     

车载GPS/DR组合导航系统的数据融合算法

建立了车载GPS/DR(全球定位系统/航位推算)组合导航系统自适应联合Kalman滤波的数学模型,研究了综合运用子系统状态评估、自适应信息分配、误差补偿、迭代扩展Kalman滤波、抗野值干扰、U-D协方差分解滤波等技术来提高精度和可靠性的融合滤波算法;针对滤波发散的问题,引入了一种在线估计观测噪声统计特性的自适应滤波方法.理论分析和半物理仿真结果表明,所设计的算法在精度、可靠性、适应性、实时性等方面效果都很好.      

低复杂度自适应容积卡尔曼滤波算法

确定采样型滤波算法中的容积卡尔曼滤波（CKF）算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适应CKF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度。使用浮点操作数计算并分析了CKF算法、强跟踪CKF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证。仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应CKF算法和强跟踪CKF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善。      

发射系下的SINS/CNS/GNSS组合导航UKF滤波算法

弹载系统的组合导航系统模型常建立在发射惯性坐标系下,且捷联惯性/天文导航/卫星导航（SINS/CNS/GNSS）是一种目前研究较多的组合模式。该组合导航系统的状态方程具有强非线性的特点,常用的滤波方法为扩展卡尔曼滤波（EKF）。为了提高组合导航系统的精度及可靠性,对该组合导航系统的无迹卡尔曼滤波（UKF）模型进行了设计,直接将姿态、位置与速度参数作为状态的一部分,利用CNS及GNSS提供的姿态与位置构成量测方程,并详细给出了姿态样本点的生成、均值及方差的生成过程。仿真结果表明,相对于EKF算法,采用UKF算法后各导航参数的精度可提高约20%~30%,并且系统的实时性也可以得到保证。     

运用信息融合式高阶UKF的微小卫星姿态确定算法

为提高微小卫星微型低成本姿态敏感器的姿态确定精度,基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法（Unscented Kalman Filter,UKF）,设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度,采用基于五阶UT变换的高阶UKF算法,增加了Sigma采样点数量,提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据,本文提出一种同时利用两个观测向量的信息融合式滤波算法,根据磁强计和太阳敏感器的观测信息,通过卡尔曼滤波原理中的增益计算,分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合,进而完成预测值的修正,得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值,降低了观测误差的影响.仿真分析验证了算法的优越性.      

基于LSTM的TTE网络速率约束流量预测

时间触发以太网（TTE）中的速率约束（RC）流量为事件触发流量,在RC流量动态调度的应用场景下,若能预测未来短时间内数条RC流量到达交换节点的序列,使交换节点提前进行调度决策,以减小RC流量时延,提高网络吞吐量。对RC流量到达序列预测问题进行了研究,建立了RC流量的到达序列模型,提出了基于长短期记忆网络（LSTM）算法的RC流量预测算法。利用OMNET++工具进行TTE网络仿真,得到多组混合关键性配置下RC流量的传输数据;以此作为输入样本对预测算法进行训练和测试。实验结果显示,LSTM算法在RC流量预测问题的准确率达到了70%以上。通过对比实验说明所提算法适用于RC流量预测场景。      

基于PSO-BP神经网络的平流层风场短期快速预测

平流层风场环境对临近空间低速飞行器驻空飞行性能有重要影响。研究了基于PSO-BP神经网络的平流层区域风场建模与快速预测方法,根据历史风场数据,采用主成分分析法对数据进行降维处理,通过BP神经网络对风场进行预测建模,利用粒子群优化（PSO）算法对其进行优化,采用Biharmonic样条曲面插值方法构建区域预测风场。以南海地区5年历史风场为对象,对比分析了基于BP神经网络和基于PSO-BP神经网络的风场预测模型,结果表明:使用具有全局寻优特性的PSO算法改进BP神经网络,能够有效避免传统BP神经网络易陷入局部最优的缺点,提高预测精度;通过结合PSO-BP神经网络预测与Biharmonic样条曲面插值,可实现区域风场的预测。研究结果可为临近空间低速飞行器的轨迹规划与区域驻留等任务的高精度区域快速预报风场提供解决途径。      

深空测角测速组合导航系统时间配准方法研究

深空测角测速组合导航系统通过测角信息与测速信息融合,获取探测器位置、速度等参数,具有连续、自主、实时、高精度的优点。在深空测角测速组合导航系统多源信息融合过程中,要求各敏感器数据必须是统一时间基准。基于天文测角测速组合导航系统基本原理,阐述了在实际系统中,测角敏感器、测速敏感器由于时间基准误差、采样周期不一致、数据传输时延等都会造成时间不同步,而时间误差对位置和速度测量信息会带来很大的影响。本文分析时间误差在深空测角测速组合导航系统位置估计和速度估计中的作用机理,研究基于内插外推方法的时间配准方法,实现了测角敏感器与测速敏感器量测信息的同步。数学仿真结果表明,内插外推时间配准算法可有效抑制时间误差,提高深空测角测速组合导航系统导航精度。     

利用星地差分GPS的地基测控系统实时标校方法

针对地基测控系统传统标校方法和基于差分GPS事后标校方法的不足,提出了一种基于低轨卫星与地面测控站之间星地差分GPS的地基测控系统测量误差实时标校方法。与基于差分GPS的事后标校相比,实时标校能使地基测控系统及时获取标校后的测量数据,从而实时进行轨道解算和预报,并及时上注以提升卫星运行性能。针对星地长基线、高动态和实时标校场景,系统地分析了影响星地基线估计性能的各项误差及修正效果,并提出相对位置精度因子的概念,由此得到星地基线估计精度预算。采用基于抗差自适应卡尔曼滤波的实时星地基线估计算法,并利用加权最小二乘法求解测控系统测量误差,从而获得校准结果。利用星载双频GPS接收机和导航信号模拟器构建半实物仿真平台,仿真结果表明,实时标校后测距系统误差残差降低到40cm左右,测速系统误差残差降低到1cm/s以下,与理论分析结果一致,可以较好地满足未来航天任务的测控需求。     

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。     

使用GAO-YONG湍流方程组对扩压器流动的计算

采用基于同位网格的SIMPLE方法求解GAO-YONG不可压湍流方程组,对二维扩压器流动进行了数值模拟.通过界面速度动量插值法解决了压力锯齿波问题,并且采用了正交贴体网格和二阶QUICK格式离散对流项以提高计算精度.与实验结果以及BL(Baldw-Lomax)模型计算结果的比较表明,不需要任何经验系数及壁面函数的GAO-YONG不可压湍流模型方程组能够对有压力梯度的湍流流动做出很好的预测.计算发现,在机械能方程中引入平均流压力梯度的作用,对GAO-YONG湍流方程组正确模拟逆压力梯度流动起到了关键作用.