近地小推力转移轨道的加权组合制导策略

 研究了近地小推力转移轨道的制导问题,给出了一种基于局部最优控制律的自主制导算法。推导出了各改进春分点根数对应的局部最优控制律;通过最优推力分配和目标偏差两个策略,对各局部最优控制律进行动态加权组合,从而有效减少了制导律的设计参数。在此基础上,针对燃料最省转移轨道,定义了一种新的发动机开关函数。采用遗传/逐次二次规划混合优化算法计算了最优制导参数。与传统算法相比,该制导算法是一种闭环制导算法,能够实现飞行器的自主制导,并且制导过程中无需对制导参数进行更新。以地球低轨到高轨的小推力转移为例,采用该方法分别求解了时间和燃料最省转移问题,并与传统算法进行了比较分析。数值结果验证了该算法的有效性。     

一种适用于大气层外动能拦截器的末制导律

 针对大气层外动能拦截器拦截问题,设计了一种简单有效的末制导律。推导出计算零控脱靶量一种新的解析表达式,由于在推导过程中考虑了两飞行器间重力差影响,得出的表达式相对于将两飞行器重力差简化为零重力模型得到的解析式具有更高的精度;根据平行接近法原理利用此表达式推导出一种简单的末制导律;详细介绍了脉宽调制(PWM)式实现变推力控制的方案,仿真中在考虑发动机工程约束的情况下,利用PWM技术对提出的制导律进行验证。对机动目标进行拦截仿真显示,提出的制导律在取得良好拦截精度的同时表现出较强的鲁棒性。     

基于证据网络因果分析的空中目标意图识别

目标意图及时准确的估计对战场指挥决策具有重要的影响。考虑到战场环境复杂多变,其检测数据、信息、知识具有较高的随机性和认知不确定性,本文面向目标意图知识推理,基于结构因果模型,利用证据网络在不确定性处理方面的推理优势,提出了一种基于证据网络因果效应分析的空中目标意图识别方法。该方法通过d-分离检验构建兼容信息特性与意图多样性的因果证据网络模型,使模型同时考虑领域知识和数据间的条件独立关系,并将认知不确定性内嵌于推理引擎中,推理实现不确定战场环境下空中目标意图估计。此外,基于提出的因果证据网络模型和干预算子计算目标意图与属性之间的因果效应,挖掘目标意图估计蕴含的因果逻辑关系。仿真分析表明：本文提出的方法能够同时处理随机不确定性与认知不确定性,克服了传统意图识别方法缺乏因果分析的缺陷,是对目标意图和战场态势要素的深层次认知,实现了意图识别的“由果溯因”和“由因识果”。     

基于速度观测的双余度电液舵机系统容错同步控制

考虑飞机电液舵机活塞杆运动速度不易测量的情况,提出一种基于速度观测的容错同步控制策略,解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先,通过引入2组参考轨迹并对模型进行线性变换,实现舵面位置跟踪与两舵机力输出同步控制解耦;其次,在扩展状态观测器（ESO）中加入故障参数自适应项,设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动,从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题;最后,基于AESO的估计结果及故障参数在线更新结果,利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明,该控制方法可确保IL-CMF故障及时变干扰条件下,闭环系统所有信号有界,系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下,系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。      

基于自适应学习策略的改进鸽群优化算法

鸽群优化（PIO）算法已广泛用于无人机编队和控制参数优化等领域,但标准PIO算法容易陷入局部最优。提出了一种基于自适应学习策略的改进鸽群优化（ALPIO）算法。该算法引入了基于容差的搜索方向调整策略、基于自学习的候选者生成策略以及基于竞争学习的预测策略,通过增强种群的多样性,可提高算法全局最优概率,其已在8个基准函数上进行测试。仿真试验结果表明:所提算法在多峰函数优化问题中的收敛精度和收敛速度有了显著提升,并且能够更有效避免陷入局部最优解。      

基于ASTSMO和UIO的故障估计方法

针对系统在有未知干扰情况下的故障估计问题,提出一种基于自适应Super-Twisting滑模观测器（ASTSMO）和未知输入观测器（UIO）的故障估计方法。不需要已知故障导数的上界,避免了现有自适应算法存在的滑模增益过估计问题,并且能够处理多执行器同时发生故障的情况。首先,通过非奇异变换将原系统降阶为两个子系统,其中一个子系统只受故障的影响,另一个子系统同时含有故障和不确定干扰。对两个子系统分别设计ASTSMO观测器和UIO观测器,并对误差系统有限时间内收敛的条件进行了证明,同时给出了滑模增益初始值和时变增益的设计方法。然后,基于等效控制的概念对故障进行检测和估计。最后,通过仿真算例验证了所提故障估计方法的有效性。      

基于SVM和EKF的高超声速滑翔飞行器轨迹预报

高超声速滑翔飞行器（HGV）拦截问题中,轨迹预报是成功拦截的重要基础。针对HGV机动能力强、轨迹多变的特点,提出了一种基于支持向量机（SVM）和扩展卡尔曼滤波（EKF）的轨迹预报方法。在HGV的滑翔段机动模式分析的基础上,将HGV的机动运动分解为纵向运动模式和侧向运动模式,进而对运动模式的特征参数予以标定,形成SVM的训练集。建立地基单雷达轨迹跟踪模型,采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计。基于SVM,建立了HGV运动识别框架,实现了对HGV滑翔段轨迹的预报。对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证,结果表明,所提方法可以提高对该类目标的轨迹预报精度。      

事件触发机制下的充液航天器姿态控制

针对液体大幅晃动、通信资源受限的充液航天器姿态控制系统,提出一种自适应滑模控制与事件触发机制相结合的控制策略。首先,针对固-液耦合的充液航天器姿态控制系统,选用滑模变结构控制来削弱液体大幅晃动的非线性影响,并设计自适应更新律在线估计不确定参数来提高系统的鲁棒性。然后,考虑星载计算机资源的限制,设计相对阈值的事件触发机制来决定控制输入信号的更新,从而减少控制器与执行器之间的信号更新对通信网络的占用。最后,仿真结果表明,在液体大幅晃动下,所提控制策略不但可以使航天器姿态控制系统最终收敛到任意小的界内,而且可以减少96%的控制信号传输,减轻航天器的通信负载。      

基于GNSS测量的天宫二号质心确定

由于轨道机动燃料消耗,科学载荷加载、分离,以及伴飞小卫星在轨释放等原因引起天宫二号空间站质心(COM)发生位移,从而影响天宫二号的动力学质心定轨精度。针对这一问题,提出了基于全球导航卫星系统(GNSS)测量数据的简化动力学质心估计方法。燃料消耗是引起天宫二号质心发生位移的主要原因,质心在本体坐标系X轴方向位移最为显著。利用GNSS测量数据对天宫二号进行质心估计和精密定轨,在三轴对地稳定姿态下,本体坐标系X轴方向与轨道切向重合,定轨结果对本体坐标系X轴方向的质心位移并不敏感。但在连续偏航模式下,本体坐标系X轴在轨道法向上有较大分量,X轴方向的质心位移对基于GNSS测量计算的精密定轨结果有较大影响。定性和定量分析结果表明:偏航姿态模式下天宫二号本体坐标系X轴方向质心位移估计具有可行性。天宫二号实测数据计算结果表明:与未做质心估计的定轨结果进行对比,质心估计后表征轨道动力学建模误差的经验加速度补偿水平在轨道径向、切向和法向上分别降低62%、50%和65%;载波相位后验残差标准差降低0.04 cm;精密轨道与全球激光测距数据比较精度提高0.86 cm。所提方法可以应用于大型低轨航天器在轨质心估计。