空空导弹动基座低成本传递对准技术研究

针对空空导弹的特点,采用低成本惯性器件实现其动基座对准,文中重点研究了主惯导为平台式的惯导系统,子惯导为捷联式的惯导系统的传递对准原理和精度计算方法;建立了传递对准数学模型,进行了仿真研究;给出了具有实际参考价值的对准方案     

半解析卫星轨道不确定性快速估计方法

基于半解析法和球形单边采样无迹变换提出一种轨道不确定性快速估计方法。首先在考虑J2摄动和大气阻力摄动的基础上,构建轨道要素解析模型用于瞬时轨道要素快速估计。随后基于该轨道要素快速估计方法,结合球形单边采样无迹变换传播初始轨道不确定性,依据高斯摄动方程和球形单边采样点的特性对传播后的采样点进行修正,估计传播后的轨道不确定性。最后将提出的半解析法与高斯和模型相结合,以提高精度。数值仿真分析了所提出的轨道不确定性估计方法相较无迹变换法的计算效率提升程度,并依据似然一致性度量将所提出的方法与蒙特卡洛法、无迹变换法等进行了精度比较。结果表明,所提方法的计算效率相较于传统无迹变换法有较大提升,且具有合适的精度。     

非合作机动目标天基测角定轨研究

在对空间非合作目标天基测角卡尔曼滤波定轨中,目标机动会导致常规卡尔曼滤波器发散.提出一种无迹卡尔曼滤波(UKF)结合带次优渐消因子的无迹卡尔曼滤波(SFUKF)的滤波定轨方法,目标无机动时使用UKF,在目标机动时使用SFUKF,给出了目标机动的判断准则.仿真结果表明,此滤波方法在目标无机动时有较高的状态估计精度,在目标...     

冲压发动机试验面内小位移高精度摄影测量方法

针对冲压发动机试验滑动密封段受噪声和背景强光干扰导致标记或散斑图像相关性损失,而传统的DIC算法不能很好工作的问题,提出了一种面内水平和垂直位移的高精度、高鲁棒且高效的测量方法。首先,采用Canny算子对标记图像滤波后进行拉格朗日插值;然后,对插值后图像进行亚像素阈值分割,并取ROI区域进行形态学闭运算寻找标记轮廓,实现了亚像素级边缘检测;最后,采用一阶中心矩法计算相对位移,得到了精确的亚像素位移值,并基于卡尔曼滤波法提升了位移测量的精度。结果表明：该方法保持了空域亚像素图像的测量速度,在当前配置计算机上获得了较好的鲁棒性和150帧/s的执行效率,使用卡尔曼滤波后测量精度提高了约3倍。     

基于Starlink机会信号/INS的组合导航方法

针对全球卫星导航系统(GNSS)因频点单一、落地功率低、易受电磁干扰以及存在覆盖较差区域等潜在的被拒止或被干扰导致的导航系统性能降低甚至失效的问题,提出了一种基于星链(Starlink)机会信号融合惯性导航系统(INS)的飞行器动态组合导航方法。首先分析了星链信号体制,建立了基于星链星座卫星下行机会信号的瞬时多普勒定位观测模型,设计了一种基于频率细分的快速最大似然多普勒频率估计方法,然后建立了基于扩展卡尔曼滤波(EKF)的Starlink机会信号/INS的组合导航模型,并对该导航方法进行了实验及分析。结果表明,该方法可为飞行器提供长航时、连续、高精度的导航。动态飞行情况下,该方法可实现平均优于25 m的三维定位精度和平均优于0.1 m/s的速度估计精度,比相同观测时间下的惯导精度提高了1～2个数量级,显著提高了飞行器的导航精度,可为战略导航提供方法和技术支撑。     

基于IMM-UIF的多无人机纯角度机动目标跟踪

针对单无人机不能及时捕捉到目标的运动状态信息,很容易跟丢目标的问题,结合无迹信息滤波(UIF)算法和交互多模型(IMM)算法,提出了基于IMM-UIF的多无人机分布式融合估计算法。将各个无人机上的观测信息传输至中心节点,并统一优化各无人机的控制输入。仿真结果表明,基于IMM-UIF的多无人机分布式融合估计算法比基于IMM-UIF的单无人机跟踪精度提高了约30%,有效融合多无人机平台的量测信息,实现对目标稳定的高精度跟踪。     

地形辅助导航综述

介绍了地形辅助导航原理和系统构成;提供几种适于直升飞机和固定翼飞机的惯性地形辅助导航算法;以及平坦地形上空的地形辅助导航技术,并提供仿真,飞行结果数据。     

基于状态反馈的执行器故障容错控制

针对线性离散系统的执行器故障,提出了一种基于状态反馈的容错控制方法。该方法在应用自适应卡尔曼滤波进行系统状态和故障同步估计的基础上,通过故障信息和状态估计进行状态反馈,对闭环系统进行极点配置,从而修正执行器故障造成的系统误差,实现容错控制。最后,将该方法应用于飞行控制系统的执行器故障容错控制,仿真结果表明该方法不仅能够准确地进行故障估计,而且能够在故障情况下保证系统输出正常,具有一定的理论意义和实际工程应用价值。     

一种改进的无迹Kalman滤波在SINS/GPS组合导航中的应用

传统的无迹Kalman滤波根据估计量测方程和量测量的协方差矩阵来确定最佳增益,但在导航过程中会因为外界因素的干扰,无法得到准确的量测信息算法,使增益有所偏差,导致最后的滤波精度降低。基于此,提出了一种改进的无迹Kalman滤波。首先根据新息,判断是否有异常的观测量,并通过引入抗差因子进行修正。通过仿真实验,比较扩展Kalman滤波、无迹Kalman滤波和改进的无迹Kalman滤波的误差特性,证明提出算法的有效性。