基于全驱系统方法的制导控制一体化设计

针对滑行转弯导弹拦截高机动目标的制导控制系统设计问题,提出了一种基于全驱系统和反步法相结合的制导控制一体化设计方案。首先,考虑目标的机动特性,建立了二阶严格反馈的制导控制一体化非线性模型,消除了中间过程量,简化了建模和计算过程。其次,设计降阶状态观测器,对包含目标未知机动、系统未建模部分、气动参数等扰动进行估计,并在控制器中进行前馈补偿。随后,基于高阶全驱系统方法,结合反步控制方法,设计具有拦截角度约束的制导控制一体化方案,使用极点配置方法,得到闭环系统控制系数矩阵,满足期望的系统性能。引入Lyapunov函数,证明闭环系统稳定性。最后,通过不同场景和对比仿真试验,证明了所设计的制导控制一体化方案的有效性、优越性和鲁棒性。     

矩的显式积分算法研究与应用

矩的求解通常被用于求解有限元、体积、惯性矩等问题中.基于矩的叠加性,首先给出了在三维空间中计算域的离散方式,并推导了矩的显式积分公式,随后将其推广到n维空间中,该表达式易于在计算机上实现;设计了矩的并行计算算法,并通过Fortran和Python混编的方式,实现了矩的并行计算;对多重精度下的样例数据给出了一个算例,实现了零阶矩和二阶矩的计算,并和串行算法、逐次降维算法作出比较,进行了效率分析和误差分析.结果显示,矩的显式积分并行计算算法易于程序实现,并且在效率上高于串行算法,能够很容易推广到高维空间,该算法具有高度可并行性,误差主要来自计算域离散.      

一类不确定分数阶混沌系统的滑模自适应同步

基于滑模自适应控制理论、Lyapunov稳定性理论和分数阶线性系统稳定性理论,在考虑系统存在模型不确定和外部扰动的情况下,选用一种具有较强鲁棒性的分数阶滑模曲面,设计了合适的自适应滑模控制器。所设计的控制器能够将系统状态控制到滑模面上,实现两个不确定分数阶混沌系统的同步,且不需事先知道不确定项上界。该控制器结构简单,控制代价小,具有较好的通用性,对未知扰动具有较强的鲁棒性。数值仿真验证了该方法的正确性和有效性。     

一种常用两次扫描算法的改进

针对交会对接最后逼近段光学成像敏感器图像处理中的快速连通域标记问题,将标记融合和两次扫描相结合,改进了连通域标记中常用的两次扫描算法,并基于标志灯成像的几何约束和统计约束给出了可完成目标粗识别的连通域标记算法.仿真结果表明这两种改进措施都可提高有效连通域标记的效率.改进后的连通域标记算法处理一幅1 024×1 024的图像,其50次重复运行的平均耗时小于98 ms,具备实时应用的能力.     

多分量雷达辐射源信号的检测与分离

针对多分量雷达辐射源信号难以有效检测与分离的问题,提出了时频变换结合时变滤波的方法。通过图像分割中的区域生长法在时频平面对各分量进行检测,对其中的线性调频分量采用分数阶傅里叶变换进行优先分离,再对时频或频域没有耦合的分量进行滤波,最后通过支持向量机划分分类线,用于时频耦合分量的分离。仿真实验结果表明,该方法可以对多分量信号进行有效的检测与分离。     

Unscented Kalman滤波在空间飞行器被动测距中的应用

介绍了Unscented Kalman滤波及其空间飞行器被动测距中的应用。Unscented Kalman滤波通过设计少量的sigma(抽样)点,计算这些点经过非线性函数的传播,获得滤波值基于非线性方程的更新。Unscented Kalman滤波避免了广义Kalman滤波等线性化方法的缺点,并提高了滤波精度。     

简化的混合估计算法及其在GPS／SINS深组合中的应用

为解决GPS/SINS深组合导航系统滤波的非线性和噪声的不确定性的问题,针对深组合模型特点,设计了一种简化的基于U滤波的多模型混合估计滤波器。根据系统模型中状态方程是线性方程、观测方程是非线性方程的特点,提出了一种简化的U滤波算法(Ultra tight coupling unscented Kalman filter,UTCUKF),然后针对噪声变化建立了非线性模型,多模型混合估计滤波器的输出为各滤波器的概率加权融合,因此模型概率是根据噪声变化而调整的,从而也使系统输出对噪声变化具有一定自适应能力。最后进行了仿真,并与基于普通U滤波的多模型混合估计算法进行了比较。结果表明,本文算法的解算时间短,模型切换速度更快,而估计的精确度与同条件下的基于普通U滤波的多模型混合估计算法相当,更符合深组合系统高动态的要求。     

基于低成本陀螺和倾角仪的姿态估计

针对动中通测控系统中低成本陀螺和倾角仪的姿态估计和陀螺误差校正问题,提出一种利用UKF（Uncented Kalman Filter）滤波器对载体姿态角进行估计,然后利用互补滤波器对陀螺漂移进行估计的算法。该算法通过设计三维完全可观测UKF滤波方程和陀螺误差校正模型对姿态角和陀螺漂移分别进行估计,有效避免了利用卡尔曼滤波进行姿态估计和陀螺漂移误差估计时由于误差模型不准确而产生的发散问题,同时降低了滤波器维数。试验中姿态角估计误差在1°以内,x轴陀螺漂移估计误差为0.0148°/s,y轴陀螺漂移估计误差为0.0017°/s,试验结果表明该算法能有效提高姿态角估计和陀螺漂移估计的精度。     

基于频谱预处理的RS码盲检测识别方法

针对RS(Reed Solomon)码的盲检测与识别问题,提出了一种基于频谱预处理的检测方法。该方法利用RS码的频域特征,实现对RS码的盲检测与识别,针对高误码情况,对多组码字的频谱分量进行非线性变换和中值滤波,充分利用码字变换频谱的统计信息,使得检测算法可以适应较高的误码环境,同时给出了算法误码适应能力的理论上限。仿真实验表明,算法能够在较高误码率条件下实现对本原RS码的盲检测与识别,性能已接近算法误码适应能力的理论上限。     

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.