高超声速滑翔目标自适应跟踪方法

针对机动模式复杂多变的高超声速滑翔目标跟踪问题,提出了一种机动频率自适应跟踪方法。采用介于常速度和常加速度模型之间的Singer模型来表征目标气动力加速度的变化,从而建立跟踪系统的状态方程。根据地基雷达量测量获得系统的量测方程,鉴于距离和角度信息的量级相差较大将其由球形量测量转换为位置量测量。为了适应高超声速滑翔目标灵活多样的机动模式,基于正交性原理和无迹卡尔曼滤波算法实现了Singer模型中机动频率参数的自适应。利用滤波信息计算得到能够反映状态模型误差大小的调整因子,用于放大Singer模型中的机动频率,进而调整状态方程的过程噪声以降低模型误差。通过对2种典型机动轨迹的跟踪仿真,并与交互式多模型等方法进行比较,结果表明所提方法的跟踪精度高、计算量小,能够较好地适应阶跃机动和连续幅值变化的机动。     

基于自适应粒子滤波的涡扇发动机故障诊断

针对涡扇发动机非线性、非高斯的特点,提出了一种自适应的粒子滤波算法用于涡扇发动机气路部件突变故障的诊断.为了减小算法的计算量并且保证滤波精度,分析了滤波精度和样本数目的关系,提出根据滤波过程中状态的方差自适应地调整粒子数,在保证一定的滤波精度下可以有效地减少滤波过程中使用的粒子数,提高了算法的实时性.同时,引入扩展卡尔曼滤波(EKF)用于更新粒子,产生重要概率密度函数,在一定程度上避免了粒子的退化.通过某型涡扇发动机的仿真分析表明:改进的算法相比标准粒子滤波算法用于涡扇发动机气路部件故障诊断时,参数估计的方均根误差减小了50%左右,且算法的计算量减小了30%.     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.     

基于滑模自适应控制的不确定混沌系统修正函数投影同步

研究了一类不确定混沌系统的修正函数投影同步。首先,设计了一类滑模曲面;基于该曲面设计了同步控制器,并采用自适应技术设计了自适应律对不确定参数进行逼近。在一定条件下,该同步控制方案可以实现2个不确定异结构混沌系统的修正函数投影同步。然后,为保证合适的控制量,对控制增益进行了优化。从同步效果来看,所设计的控制器对混沌系统的不确定项的影响具有较强的鲁棒性。最后,数值仿真验证了该控制器的有效性和可行性。     

非线性变结构制导律

为使导弹制导系统具有良好的鲁棒性能和适应性能，本文基于Lyapunov稳定性理论，利用滑模控制来设计导弹的末端导引规律。考虑结构摄动和目标机动加速度的界未知情况下，提出了一种基于零化视线法向速度的具有强鲁棒性的末端导引规律，这种制导律在保证系统闭环稳定的前提下能够在线对结构摄动和目标机动加速度的界进行估计。仿真验证说明所提出的方法是有效的。     

基于自适应算法的带罩阵列天线方向图综合

提出一种基于自适应天线理论的带罩阵列天线方向图综合方法。先用射线追踪法计算到达罩内阵列天线的入射信号,通过自适应算法进行波束赋形,再用表面积分法得到带罩自适应天线的远区辐射场。用权函数的迭代来减小带罩方向图和无罩方向图的差别,实现天线与罩的一体优化。数值仿真结果表明,该方法能实现对带罩阵列天线主瓣指向、零陷位置和副瓣电平的控制,同时减小了天线罩对系统辐射特性方面的影响。     

自适应光学技术补偿镜面温度及自重变形研究

论述了在星载高分辨率相机上采用自适应光学技术的必要性;介绍了应用自适应光学技术补偿镜面温度及自重变形的实验原理,进行了计算机模拟计算,并与实验结果进行比较。实验用一块平面反射镜作为缩比模型,应用６１单元自适应光学系统对其进行了闭环校正实验,分析了泽尼克多项式所对应的像差的校正效果。     

空间机器人的目标捕获自适应控制

首先推导了基座姿态受控空间机器人系统运动学关系,得到了广义雅可比矩阵。根据目标的运动来规划机械臂末端在惯性空间的期望轨迹。对机器人动力学和运动学关系式进行线性参数比,分别对动力学待估参数和运动学待估参数设计在线修正律,在关节空间采用自适应控制。对于存在动力学参数不确知的机器人系统,算法保证了系统的渐近稳定,在成目标捕获任务的同时,控制基座姿态保持在期望范围之内。以平面两关节空间机器人系统为对象进行了仿真,结果表明了算法的可行性和有效性。     

小卫星的自适应姿态控制

分析了小卫星的姿态动力学及运动学方程；利用姿态动力学方程为一动力学参数矢量的线性函数这一事实，考虑存在参数不确定性，提出了一种自适应控制方法；证明了这种方法可以保证控制系统全局渐近稳定。仿真结果验证了该方法的有效性。     

多径信道下图像的信源信道联合编码调制传输

针对多径衰落信道提出了一种基于小波变换并结合OFDM(Orthogonal Frequency Division Multiplexing)自适应调制的图像传输方法和信源信道联合带宽功率优化分配算法.给出了编码传输方法结构,对有噪信道下基于小波变换的图像编码传输实现和失真估计问题及多误码率OFDM自适应调制比特功率优化分配问题进行了建模和分析,使得信源量化编码与OFDM调制能够方便地结合起来,并进一步得到了相应的信源信道联合优化带宽功率分配方法.仿真和分析表明,该方法实现了多径信道下图像的信源信道联合编码调制传输,编解码复杂度和延迟小,且信源信道联合优化的带宽功率分配可有效提高信道资源利用效率.