稀疏观测模式的"嫦娥四号"中继星轨道确定

"嫦娥四号"中继星于2018年6月14日成功进入地月L2点Halo轨道,承担地面测控站与"嫦娥四号"着陆器的数据传输功能.目前"嫦娥四号"中继星处于稀疏观测模式,平均4～5天进行一次观测.分析了2021年1月"嫦娥四号"中继星绕地月L2点的定轨精度,结果表明:中继星绕L2点轨道精度优于2 km,包含有甚长基线干涉测量技...     

动力学参数未知的四旋翼无人机预定性能控制

针对具有外部气流干扰、空气阻力和时变负载的不确定四旋翼无人机，考虑动力学参数未知的情况，基于自适应动态表面控制框架，提出了一种新的双闭环预定性能控制方法。将四旋翼无人机系统解耦为双环，即外环位置子系统和内环姿态子系统，内外环通过姿态提取算法连接。分别针对位置和姿态子系统，利用自适应方法对系统的未知动力学参数、空气阻力和外界干扰进行估计，同时引入新的坐标变换作用于跟踪误差，基于Lyapunov稳定理论，提出预定性能控制器设计方法，使闭环系统跟踪误差一致最终有界稳定，且整个动态过程中满足暂稳态性能要求。所提方法克服了系统动力学参数和负载精确已知的局限性，避免了预定性能控制设计中复杂的求逆过程。通过仿真实例验证了所提方法的有效性和优越性。     

基于黏性涡粒子和非定常面元法耦合的倾转四旋翼飞行器气动干扰研究

为研究倾转四旋翼飞行器复杂的气动干扰问题，首先基于黏性涡粒子和非定常面元法建立了倾转四旋翼飞行器干扰流场的数值计算方法，并验证了该方法的有效性；其次，根据建立的方法对悬停和前飞状态下的气动特性和干扰情况进行了计算和分析；最后，针对干扰情况对倾转四旋翼的气动布局进行了部分优化设计。结果表明：悬停时的干扰主要来自旋翼下洗流对机翼作用产生的向下载荷，占旋翼拉力的25.3%;前飞时的干扰主要表现为旋翼尾流对机翼“增阻”作用，致使全机升阻比降低13.2%,增加前后旋翼的横向间距能使前飞时后旋翼的拉力和效率分别提升13.5%和4.2%,全机的升阻比提高3.1%;旋翼下方机翼后缘向下偏转的布局能使悬停时机翼受到的向下载荷减小40.7%。     

四倾转旋翼飞行器直升机模式操纵策略设计与验证

为解决四倾转旋翼飞行器直升机模式旋翼操纵冗余问题，建立了120 kg级四倾转旋翼无人飞行器飞行动力学模型，并依据不同操纵方式的功效变化进行操纵策略优选设计。应用串级PID控制理论设计了四倾转旋翼无人飞行器飞行控制系统，仿真分析操纵策略对姿态控制和轨迹控制响应的影响；用给定姿态指令和轨迹指令跟踪控制效果验证所设计操纵策略的合理性。研究结果表明：直升机模式下，纵向、横向通道用旋翼总距差动进行控制，航向通道用左右旋翼纵向周期变距差动进行控制时操控效率最高，控制响应快，且控制输出变化幅度小；面对外界风扰，使用该优选操纵策略，控制误差最小，抗扰性好。     

四旋翼的改进PSO-RBF神经网络自适应滑模控制

针对非线性、强耦合并带有不确定性干扰的四旋翼无人机模型，提出了一种改进粒子群算法-径向基(PSO-RBF)神经网络自适应滑模控制器。在对RBF神经网络自适应滑模控制器进行控制量平滑改进的基础上，利用改进的具有全局寻优能力的PSO算法来调整RBF神经网络的拟合参数，从而进一步提升网络的拟合能力。根据实际四旋翼的模型参数，搭建四旋翼的动力学模型，通过Lyapunov理论验证了系统的稳定性。仿真结果表明：与RBF神经网络自适应滑模控制器和双闭环PID控制器相比，改进PSO-RBF神经网络自适应滑模控制器可以在一个控制周期内寻找到合适的控制量，其调节时间分别提升约50%和75%；改进PSO-RBF神经网络自适应滑模控制器具有轨迹跟踪速度快且准、抗干扰能力强和鲁棒性好的特点。     

基于改进EKF的IMU动态误差抑制

惯性测量单元（Inertial measurement unit,IMU）三轴欧拉角的解算数据精度和抗干扰性能常受到系统高频噪音以及震动干扰的影响。基于此问题，本文提出一种适合嵌入式系统的低计算量、实时性好、低成本的动态误差抑制方法。该方法通过在扩展卡尔曼滤波器（Extended Kalman filter, EKF）算法前端引入一种无限脉冲响应滤波器（Infiniteimpulseresponse-extendedKalmanfilter,IIR-EKF），借助于二阶巴特沃斯低通滤波器（Butterworth filter, BF）对数据进行预处理来帮助EKF抑制高频或强干扰。IIR-EKF算法在STM32H743微控制器中实现，经过几种实验对比验证，结果表明：在EKF单独作用时，其数据方差较大，遇到震动干扰时，瞬时值误差较大；在无迹卡尔曼滤波（Unscented Kalman filter, UKF）单独作用时，虽然其并不依赖初始噪音参数，其数据方差比EKF小，但还不足以满足要求；在加入BF后，数据方差明显减小，瞬时误差被大幅抑制，增强了系统的稳定性、抗干扰能力。     

基于卡尔曼滤波法的船载惯性测量单元设计

随着信息时代的到来,人类文明空前繁荣,尤其是互联网普及的近几十年,社会进步更是突飞猛进.与此同时,人类的生产、生活越发的依赖于全球信息以及获得信息的通信设备,作为全球通信的重要组成部分,海洋通信依赖于船载动中通设备,而为了保障船载动中通的通信能力与通信质量,姿态信息不可或缺,因此姿态测量单元是船载动中通的核心器件.但常规姿态测量单元价格昂贵,简易姿态测量单元精度不足,需要通过合理的算法弥补彼此的不足.介绍了我所在民用船载动中通领域如何运用常规的微电子(MEMS)传感器测量数据构建惯性测量单元(IMU)并通过卡尔曼滤波法与四元数获得稳定、可靠的欧拉角姿态信息.此方法简单易行,通过数据融合提升了常规的微电子传感器对欧拉角姿态信息测量的精度,可广泛的应用于各个行业.