预测-五阶容积卡尔曼滤波方法

为适用于强非线性、非高斯过程噪声系统，结合预测滤波（PF）与高阶容积卡尔曼滤波（HCKF），提出一种预测-五阶容积卡尔曼滤波（P5thCKF）方法。通过预测滤波方法对系统模型中的过程噪声及其方差阵进行实时调整，进而将新模型代入到五阶容积卡尔曼滤波框架中进行实时递推状态估计。推导了五阶球面单形-径向积分准则，采用五阶球面单形积分准则处理球面积分，广义高斯-拉盖尔积分准则处理径向积分；描述了预测滤波方法并对模型误差调整量进行了推导。通过2个仿真实验验证了本文方法在强非线性、非高斯过程噪声系统中的可行性以及应用于工程实践的可能性。     

一种基于虚拟星敏感器的卫星姿态确定方法

对于配置多个星敏感器的卫星,采用常规的定常增益卡尔曼滤波方法进行姿态确定时,存在滤波定常增益矩阵众多、系统复杂的问题,为了简化滤波系统设计,统一定常增益矩阵,提出一种基于虚拟星敏感器的姿态确定方法.给出一种计算量小、适合星载计算机在轨实时计算的星敏感器时间滞后补偿及相对基准标定算法,将星敏感器的输出数据统一到当前星时,同时将星敏感器的测量基准统一.基于单星敏/双星敏的输出数据构造虚拟星敏感器(安装矩阵为单位阵)的输出数据,设计统一的定常增益矩阵进行姿态确定.仿真结果表明,本方法与常规的定常增益卡尔曼滤波方法姿态确定精度相当,从而验证该方法有效,且具有重要的工程应用价值.     

基于事件驱动的容积卡尔曼滤波定位算法

以网络化非线性滤波系统为研究对象,为了平衡系统的通信率和滤波精度之间的矛盾,引入随机事件驱动（stochastic event-triggered）的思想,并在此基础上建立了基于残差检测的事件驱动（detected event-triggered）模型。针对系统的强非线性,将线性随机事件驱动滤波系统中的更新结论推广至非线性系统,推导了两种事件驱动机制在容积卡尔曼滤波（CKF）算法框架中的滤波更新过程,得到了检测事件驱动CKF（DECKF）和随机事件驱动CKF（SECKF）两种算法。最后,通过天基平台空间目标跟踪问题对算法性能进行检验。仿真结果表明,当通信率下降20.64%时,DECKF算法的位置跟踪精度和速度跟踪精度相比标准CKF仅下降了5.50%和7.74%。此外,在通信率相同的情形下,DECKF比SECKF的精度高40%以上,证明检测事件驱动模式优于随机事件驱动模式。     

近地卫星严格回归轨道保持控制

研究了近地卫星基于严格回归参考轨道的轨道保持控制方法：将卫星编队理论引入单星绝对轨道保持控制,提出了"虚拟卫星编队"的概念,分析了卫星轨道相对于参考空间轨迹在轨道摄动情况下的偏离状态及变化趋势,然后根据卫星编队相对运动学,推导出了偏离状态与虚拟卫星编队构形参数之间的对应关系,并设计了以轨道参数超调、偏置及阈值触发为特征的管道保持控制策略。数值仿真结果表明,使用该控制策略能够将卫星轨道保持在以空间参考轨迹为中心的轨道管道内,并且有效减少了因周期性轨道摄动波动造成的管道保持控制量和控制频次。研究成果对于有空间轨迹回归要求的卫星轨道保持控制具有指导意义。     

虚拟同步发电机频率稳定性分析

在电力电子逆变器控制领域,通过仿真同步发电机的同步特性来实现的虚拟同步发电机(VSG)技术作为近年来提高电力系统稳定性的主要手段得到了充分的研究,在一定程度上解决了分布式能源(DG)并网系统缺少惯性的问题,提高了系统电网频率的稳定性。然而,当电网强度发生变化时,原有的VSG控制策略并不能维持系统频率稳定性。为了进一步提升VSG对频率稳定性的作用,在传统VSG控制策略的基础上,对电网强度变化时VSG系统的频率稳定性进行了分析,研究了影响电网强度变化的因素,并在此基础上提出,可以通过增大VSG中系统惯量的方法来提高电网强度变化时频率稳定性。最后,通过MATLAB/Simulink仿真工具,验证了所提方法的有效性。     

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.      

基于特征点识别的头部姿态计算

为了提升使用随机回归森林进行头部姿态分析的精度,提出了一种基于特征点识别分析头部姿态的计算框架.考虑到高误差投票的干扰,该计算框架以随机森林的特征点识别为基础从而避免异常投票干扰,将头部姿态计算问题转换为空间鼻尖特征点和朝向特征点的识别问题.在随机森林的训练中,决策函数使用了高斯曲率和平均曲率作为图形特征,根据微分熵的信息增益在随机生成的决策函数库中搜索最优化决策函数.在训练完成的随机回归森林的叶子节点中,通过分析保存的样本数据,可以得到目标特征点的高斯分布估计.根据实验测试结果,在适当的阈值设定的情况下,该方法可以实现较高的识别成功率,使用曲率后明显提高了识别精度,能够在一定程度上处理有遮挡的数据,并且该方法已经成功应用于虚拟座舱的实时头部姿态分析计算系统.     

辅助空间遥操作的虚拟管道设计与实现

针对复杂空间环境下进行遥操作的安全性问题,提出一种基于路径点的光滑虚拟管道快速生成算法,改进深度优先算法对虚拟管道进行静态规划,并给出动态修正算法,实现管道的动、静态避障。虚拟管道可为操作者提供视觉、触觉等反馈信息以调整自身操作。操作对象在管道内运动,能安全、快速地达到目标。相对于路径规划方式按指定轨迹避障,该方法提高了操作灵活性和效率。在CHAI 3D仿真平台下进行多组避障实验,验证了算法的有效性。