UKF-WNN及其在准定常失速气动力建模中的应用

提出一种利用无轨迹卡尔曼滤波估计小波网络参数的算法,该算法可克服算法存在的收敛速度慢、计算量大、局部极小等缺点。以飞机的准定常失速现象的气动力建模为应用背景,分别运用BP算法,扩展卡尔曼滤波算法和无轨迹卡尔曼滤波算法训练小波网络。仿真结果表明,无轨迹卡尔曼滤波算法较之BP算法和扩展卡尔曼滤波算法具有更快的训练速度和更高的预测精度,可以胜任复杂的非线性气动现象的建模任务。     

等离子体对大折转角扩压叶栅性能影响的机理

利用熵和耗散函数分析了某大折转角扩压叶栅内的流动及损失特性,探讨了等离子体减小损失的作用机理。结果表明,分离区仅是低能流体聚集区,而非高损失来源区;等离子体影响叶栅流动的机制可归结为,诱导其作用区上游流体加速降压、在其作用区内构造局部顺压力梯度以及增加电极附近的气流速度;等离子体通过减弱流动分离以减小栅内损失,其本质是通过减小吸力面后半部的分离区或低速区以减弱其与主流的剪切强度和减小强剪切作用区,从而减弱该区域内的耗散;等离子作用下吸力面附近气体流速的增加使得尾迹损失减小,而电极表面附近的粘性摩擦损失增加。     

导弹协同作战四维制导控制研究

提出了具有三个剖面的导弹协同作战四维制导控制构架。以BTT控制形式的导弹为例进行了四维制导控制方法研究。在分析总能量控制理论的基础上,设计了适于具有过载自动驾驶仪内回路的BTT导弹的速度/高度解耦控制器,实现了四维制导构架中速度和高度剖面的解耦,最后进行了仿真验证。仿真结果表明,四维制导控制器能够根据任务规划系统的指令控制导弹实现协同作战。     

利用跟踪-微分器构造机动目标估计模型

在分析目标运动特点的基础上,提出了一种新的基于跟踪-微分器的机动目标估计模型。该估计模型与卡尔曼滤波算法相结合,能够在动态过程完全未知的情况下估计出目标运动参数,且估计模型简单,物理意义明确,能够适应于目标的各种机动行为模式。仿真结果表明,具有跟踪-微分器结构的估计模型不但具有很强的适应性,而且能够获得满意的估计精度。     

一种矩形件优化排样算法的研究

针对在具有一定长宽尺寸的板材上进行矩形件排样的问题,结合遗传算法,设计了一种矩形件优化排样算法。该算法考虑到排样高度不超过板材长度的要求,可以实现换板,使剩余待排矩形件在新板材上继续排放。通过算例验证了该算法的有效性和合理性。     

一种单传感器实时系统误差配准算法

针对运动单传感器系统误差配准问题进行了研究,提出了一种基于位置未知固定目标的单传感器实时系统误差配准算法。算法利用传感器对固定目标的两时刻量测值,构建包含传感器系统误差的等效系统状态及其状态方程与量测方程,并基于扩展卡尔曼滤波技术实现了利用位置未知的固定目标对传感器系统误差的实时精确滤波估计。蒙特卡洛仿真结果验证了算法的有效性,具有对系统误差的稳定估计性能、快速的滤波收敛能力、较高的系统误差配准精度以及较强的工程实用性。     

小波滤波在光纤陀螺捷联惯导系统初始对准中的应用研究

针对光纤陀螺车载捷联惯导系统在晃动基座下传感器测量噪声增大,导致对准精度降低、对准时间长的问题,本文对小波滤波方法在光纤陀螺捷联惯导系统初始对准中的预滤波处理进行了研究,确定了合适的小波尺度分解级数及小波基,并进行实验验证。实验结果表明：此方法有效降低了光纤陀螺的测量噪声,提高了航向角的对准精度并缩短对准时间,在工程上具有一定的参考价值。     

X射线脉冲星星表方位误差估计算法研究

星表方位误差是影响脉冲星导航精度的一项主要因素,也是天文研究的一项重要内容。本文提出一种基于卫星导航数据,采用卡尔曼滤波器对X射线脉冲星星表方位误差估计的方法。仿真结果表明,在不考虑其他误差因素下,该方法可以较好地估计出X射线脉冲星的星表方位误差,改善星表精度,随着人类对宇宙空间认识的加深,本文研究结果对未来基于X射线脉冲星的自主导航和天文观测研究具有一定的潜在理论参考价值。     

有色噪声作用下的INS/地磁组合导航算法研究

为了克服基本扩展卡尔曼滤波对噪声统计特性的约束,针对地磁测量噪声为有色噪声的特性,基于扩维卡尔曼滤波算法实现了惯性/地磁组合导航算法。分析了分布式组合导航方案的基本原理,在子滤波器观测信息为实测地磁场总强度信息条件下,基于巡航导弹巡航段飞行过程采用基本扩展卡尔曼滤波和扩维卡尔曼滤波算法进行了仿真分析。仿真结果表明,扩维卡尔曼滤波具有较好的稳定性和收敛性,解决了扩展卡尔曼滤波算法的发散问题。     

基于自适应UKF的敏感器故障诊断算法

针对非线性系统中敏感器测量过程存在异常干扰和出现仪器故障问题,提出一种基于自适应UKF(Unscented Kalman Filtering)的鲁棒故障诊断算法.算法通过新息特性分析引入自适应矩阵对异常干扰和仪器故障建立系统级抑制和部件级诊断.系统级检测将UKF的新息特性通过自适应函数引入状态预测,修正异常值对状态预测值的影响,达到对异常干扰的鲁棒性.部件级检测将新息特性分解成各部件参数的新息特性,建立各自敏感器的自适应矩阵,通过对自适应矩阵的迹进行判断,检测是否发生故障并隔离故障.仿真结果表明,算法对异常值具有较强的鲁棒性,对测量仪器失效造成的故障能够准确地检测并给出故障大小.算法结构简单,计算量小,对工程应用具有较好的参考价值.