脉冲激光测距误差标定及不确定度分析CSCD

以脉冲激光测距机的测距误差标定为背景,通过对测距误差解析表达式的推导,给出了系统各不确定度分量对测距误差的影响,计算了信号延迟时间、探测器和激光二极管响应时间、晶振频率、大气折射率等不确定度分量。通过对某已标定激光测距机实验验证表明:该装置在500m^20 000m测距范围内,测量重复性引入的相对标准不确定度最大值为0.67m,满足该类激光测距机测量不确定度5m(k=2)的校准测试需求。因此,利用该解析表达式可以实现对脉冲激光测距误差的有效评估,这对于脉冲激光测距测试系统、脉冲激光测距机的设计具有重要的指导意义。     

国际计量局实验不确定度的规定建议书INC—1(1980)

1.测量结果的不确定度一般包含几个分量。按其数值的评定方法,这些分量可归入两类: A类:用统计方法计算的那些分量, B类:用其它方法计算的那些分量。对于不确定度的分类,A类和B类与以前的“偶然”和“系统”不一定存在简单的对应关系。“系统不确定度”这个术语可以引起误解,应僻免使用。     

Ka波段中功率测试系统不确定度的评定

介绍了Ka波段中功率测试系统的性能、组成和原理。该系统是以小功率计作为标准,与定向耦合器组合扩展量程来实现对中功率信号的测量。分析了系统不确定度的10个主要来源,对系统不确定度的各个分量、合成标准不确定度、扩展不确定度进行了评定。     

高精度细丝直径测量系统的不确定度

详尽分析了ＶＤＭ—Ｉ型高精度细丝直径测量系统中影响测量不确定度的各种因素，将其分为Ａ类和Ｂ类评定的不确定度分别讨论，最终将其合成，得到该系统的标准不确定度。     

高精度细丝直径测量系统的不确定度

详尽分析了ＶＤＭ—Ｉ型高精度细丝直径测量系统中影响测量不确定度的各种因素，将其分为Ａ类和Ｂ类评定的不确定度分别讨论，最终将其合成，得到该系统的标准不确定度。     

热流现场校准装置研制及不确定度分析

为满足辐射热流测量系统的现场校准需求，基于高功率半导体激光热源发生技术，研制热流现场校准装置，介绍了热流现场校准装置的组成以及装置各组成部件的设计参数，通过光学分析软件对热流源进行光路设计，通过分析现场校准装置的各不确定度分量及计算合成的扩展不确定度，该装置实现扩展不确定度为2.7%,能够满足热流现场校准需求。     

经纬仪水平测角误差的谱分析

分析了经纬仪水平测角时的误差组成，为了更精细地分离各误差成份提出了 谱分析法，并对引起测角误差的主要分量进行了误差修正。实际测量数据的分析表明，该方 法与传统的一次水平测角极限误差相比，可以获取更详细的误差，并可大大减小经纬仪使用时的测量不确定度。     

高精度主给水超声波流量计的不确定度分析方法

针对华龙一号等国内核电机组为实现小幅功率提升而提出的主给水流量高精度测量需求，通过对比分析高精度主给水超声波流量计的工作原理，确定了校准系数与介质密度等超声波流量计测量不确定度分量来源。此外，从仿真和实测相结合的角度出发，结合超声流量计的结构、测量原理和高温高压复杂工况等条件，对影响质量流量的声道几何因子和管道截面积两个分量，给出了针对不同情况下的不确定度评估方法。分析了实际安装环境对流量测量的影响，提出了如何评定流场流速所引入的不确定度，最终结合几种不确定度评价方法建立了高精度主给水超声波流量计的计量溯源方法。     

数字多用表示值误差测量不确定度自动评定的设计

针对数字多用表型号多、校准项目多,校准后应给出整个测量范围内的测量结果不确定度,采用手动进行不确定度评定费时费力、容易出错、工作效率低等问题,在VEE Pro软件开发平台上,设计开发出数字多用表示值误差测量结果不确定度自动评定系统。该系统包括带接口数字多用表不确定度评定和不带接口数字多用表不确定度评定两个模块,可自动进行不确定度评定及存档。同时结合实例,给出了直流电压示值误差测量不确定度评定结果。使用结果表明：该系统操作简便,提高了工作效率及准确度,减小了人为误差。     

安监系统压力参数现场校准测量结果不确定度评定探讨

基于压力变送器现场压力测量、信号转换传输和压力终端显示,建立了安全监控系统(简称“安监系统”)压力参数现场测量系统。介绍了安监系统压力参数在线校准方法,建立了测量误差数学模型,分析了显示终端压力参数测量结果的不确定度来源,并进行测量结果不确定度的评定,经试验验证分析,给出了现场系统校准测量结果不确定度的主要贡献分量。     

视觉导航下基于H2/H∞的航迹跟踪

为了从理论上研究视觉导航系统的特性,首先在物理上将视觉导航系统划分为传感器(摄像头、激光测距仪)和视觉处理计算机。针对视觉处理计算机,建立视觉位置测量模型。将视觉位置测量模型的不确定性分为参数不确定性和输入干扰2种。然后通过仿真详细分析了视觉位置估计针对不同模型不确定性的敏感程度。最后在引入视觉位置测量模型不确定性的基础上研究H₂/H_∞混合鲁棒控制在航迹跟踪上的应用,并给出了保证航迹控制系统稳定性和跟踪性能情况下的视觉位置测量模型摄动范围,对计算机视觉算法的研究具有一定的指导意义。     

多学科设计优化中的不确定性建模

不确定性因素对复杂工程系统设计的影响贯穿整个设计过程.对多学科设计优化(MDO,Multidisciplinary Design Optimization)中不确定性的来源进行了总结和归类;建立了包含2个耦合学科的MDO系统分析输出结果的不确定性与设计变量输入数据误差和模型误差之间关系的数学模型,用于计算各种不确定性对系统性能的影响.算例分析结果和实验结果吻合,表明该数学模型有效可靠.经过扩展可用于估算包含多个耦合学科的MDO系统分析输出结果的不确定性,为鲁棒多学科设计优化方法的构建提供理论基础.      

经纬仪水平测角误差的谱分析

分析了经纬仪水平测角时的误差组成 ,为了更精细地分离各误差成份 ,提出了谱分析法 ,并对引起测角误差的主要分量进行了误差修正。实际测量数据的分析表明 ,该方法与传统的一次水平测角极限误差相比 ,可以获取更详细的误差信息 ,并可大大减小经纬仪使用时的测量不确定度。     

Data-driven prescribed performance control for satellite with large rotational component

In this paper, the high precision attitude control for satellite with large misaligned rotational component is investigated, proposing a novel model-free prescribed performance adaptive control (MF-PPAC) method. Based on the model-free adaptive control (MFAC) strategy, high-precision attitude control is achieved depending on the system measurement rather than the spacecraft mathematical model, which demonstrates the superiority in handling nonlinearity and uncertainty of the spacecraft system, especially for those with unbalance of the rotational component. Furthermore, the transient and the stable-state behavior of the tracking error using MFAC is constrained in the prescribed performance bounds and converges to zero gradually with the utilization of prescribed performance function (PPF) and error transformation method. Finally, the convergence and boundedness of the system error, the bounded-input bounded-output (BIBO) stability of the proposed MF-PPAC is demonstrated by the contraction mapping theory. Simulation and comparison with disturbance-observer-based PD control and MFAC illustrate the effectiveness of the proposed method.     

空间非合作目标交会对接影像测量自适应处理

分析了空间非合作目标影像测量及特征点提取机理,根据对接中特征点识别噪声不确定和空间摄动引起的模型误差,对传统滤波方法进行改进;通过量测更新后的新息数据对量测噪声量级进行估计,同时采用渐消自适应方法对模型误差进行处理,增进滤波效果;设计了针对空间非合作目标对接段的滤波器,能够提供对接段相对位置、速度、姿态角及角速率估计信息。仿真结果表明,提出的改进滤波算法能够在测量噪声不确定和模型误差条件下达到较好效果。     

RLV再入神经网络自适应姿态控制器设计

可重复使用运载器（RLV）大包线再入过程中,广泛存在模型不确定与外界干扰,会给姿态控制器的设计带来不利影响,为此提出了一种神经网络自适应控制器设计方案。基于时标分离原理设计了快、慢双回路控制结构。在此基础上设计了径向基神经网络（RBFNN）自适应律,用于在线估计模型不确定和外界干扰力矩,并在控制器中进行补偿。仿真验证表明,RBFNN 自适应控制器能良好地完成姿态跟踪控制,有效地抑制干扰力矩对姿态控制的影响。自适应律能够在线估计真实的飞行器动态和外界干扰力矩,控制器具有抗扰动能力。     

Tube-based robust output feedback model predictive control for autonomous rendezvous and docking with a tumbling target

In this paper, a tube-based robust output feedback model predictive control method (TRMPC) is proposed for controlling chaser spacecraft docking with a tumbling target in near-circular orbit. The controller contains a simple, stable, Luenberger state estimator and a tube-based robust model predictive controller. Several practical challenges are also considered under dock-enabling conditions, such as the control saturation, velocity constraint, approach corridor constraint, and collision avoidance constraint. Meanwhile, uncertainties are carefully analyzed when designing the controller, including dynamics uncertainty, measurement error, and control deviation. The TRMPC ensures that all possible state trajectories with uncertainties lie in the minimum robust positively invariant set (mRPI, i.e., the so-called tube in this paper). The tube center is the solution of a nominal (without uncertainties) system. Another important contribution of this paper is to propose a technique where it is unnecessary to calculate the mRPI explicitly. Thereby, the ‘curse of dimensionality’ can be avoided for a six-dimensional system. To verify the feasibility of the proposed TRMPC strategy in the presence of uncertainties, two scenarios of autonomous rendezvous and docking (AR&D) are simulated. The simulation results show that the TRMPC method is more efficient in minimizing the uncertainties, fuel consumption, and computational cost, compared to the classic model predictive control (MPC) method.