飞行器目标跟踪中的改进自适应滤波算法

针对经典“当前”统计模型预设目标参数无法随运动状态进行实时调整的问题,提出一种基于卡尔曼滤波的改进自适应滤波算法(MAF),通过对机动频率及加速度方差的计算,实现目标运动参数的自适应调整,提高跟踪精度。仿真结果表明,该种新型自适应滤波算法相比固定参数的“当前”统计模型滤波算法具有更高的跟踪精度、更强的稳定性,在高信噪比环境下的位置跟踪精度提高20%,低信噪比环境下的位置跟踪精度提高2倍,具有一定工程实用价值。     

弹道导弹中段监视与跟踪仿真系统设计

随着反导防御系统的发展,弹道导弹突防将受到更大的威胁,而弹道导弹中段是攻防对抗集中体现的区域。本文以美国的天基红外预警系统为参考,对弹道导弹中段监视与跟踪仿真系统进行了研究,提出了仿真系统的体系结构,并对仿真模型的具体实现进行了详细的描述。系统的建立可为弹道导弹作战模拟提供研究平台,并可对面向空间预警的信息处理算法进行评估,为中段反导作战的具体影响提供有益的参考信息。     

卫星跟踪卫星应用于月球重力场探测的模拟研究

月球卫星跟踪卫星技术作为月球和行星重力场探测的一种解决方案已经初步研究和讨论。文章引入已有的解析方法在理论上分析卫星间精密测距与月球重力场信号的频率响应关系,并通过模拟计算,以分析月球卫星跟踪卫星方法应用于月球重力场探测的可行性和恢复重力场的能力。由于月球卫星跟踪卫星方法是目前解决远月面重力探测最有潜力的方法之一,且已为一些月球探测计划采用,而我国的月球探测计划也同样面,临远月面探测的难题,文章的研究成果可为我国月球和行星重力场的探测提供参考。     

一类有正阻尼的强非线性振动问题的近似解

用线化法,权残法和插值摄动法相结合的方法求得了一类有正阻尼的强非线性振动问题的近似瞬态解,精度好。     

基于模糊集值统计的输出跟踪控制器设计

提出基于模糊集值统计下修改模糊推理模型的控制规则库方法。对于具有不确定因素的非线性系统,当外界条件和系统内部结构参数变化时,根据系统的输入输出数据对,首先建立控制规则库的估计函数,引入相似度概念,在线修改隶属函数,使实际输出跟踪期望值的变化。通过仿真验证表明,该方法对于非线性、不确定性复杂系统可以获得满意的跟踪控制效果。     

用正则化方法快速求解中长基线网络RTK模糊度

提出了采用选权拟和的正则化新方法,利用参考站坐标准确已知的条件作为约束,设计出正则化矩阵,使法矩阵的病态性得到了改善,只用几个历元的数据求解,能较准确得到模糊度的浮点解,在此基础上结合LAMBDA方法可以快速地确定整周模糊度。以4条中长基线的实测数据为例,新方法用3个历元的单频L1数据就能求解出整周模糊度,且成功率为100％。与现有方法相比,新方法可采用单频GPS数据实现中长基线GPS网络RTK的整数模糊度快速解算。     

复合干扰下永磁球形电机的全阶滑模控制

针对受外部干扰和模型不确定性影响的永磁球形电机运动系统,提出一种基于有限时间干扰观测器的全阶滑模控制方法。首先,在复合干扰下建立永磁球形电机的动力学模型,其不确定性包括建模误差和外界干扰。其次,设计有限时间干扰观测器以快速、准确地估计出系统的复合干扰。然后,为永磁球形电机设计了全阶滑模面,理想滑模运动时反映其全阶动态特性,而不是传统滑模控制系统中的降阶动态特性。最后,通过李雅普诺夫定理证明了所提控制方法的闭环系统的稳定性。仿真和实验结果表明所提控制器在复合干扰情况下具有良好的动态特性和抗干扰能力。     

超磁致伸缩作动器的率相关建模与跟踪控制

利用Hammerstein模型对超磁致伸缩作动器(GMA, Giant Magnetostrictive Actuators)进行建模, 分别以改进的Prandtl-Ishlinskii(MPI, Modified Prandtl-Ishlinskii)模型和外因输入自回归模型(ARX, Autoregressive model with exogenous input)代表Hammerstein模型中的静态非线性部分和线性动态部分,并给出了模型的辨识方法.此模型能在1~100 Hz频率范围内较好地描述GMA的率相关迟滞非线性特性.提出了前馈逆补偿和比例-微分-积分(PID, Proportional-Integral-Derivative)反馈相结合的复合控制策略.实时跟踪幅值为16 μm的单一频率和复合频率正弦参考输入信号, 均方根误差小于1 μm, 相对误差小于10%, 证明了控制策略的有效性.     

中小型无人机伞降精确回收方法研究

传统的无人机伞降回收由于受风向风速、地理环境等因素限制,常常使回收失败。基于此,探索充分利用风向和无人机回收时随风水平漂移距离,在不改变原回收区基础上而相对有效扩大回收区域、改进无人机飞控控制律的算法,从而实现精确回收的方法措施。     

基于随机模型近似的再入目标自适应跟踪算法

针对再入目标跟踪问题,基于加速度动力学模型和随机模型近似思想,提出了分段匀Jerk自适应模型及跟踪算法.该算法引入Jerk动力学模型和Jerk分段均匀假设,给出了机动加速度的递推模型;根据随机模型近似思想提出了新的过程噪声定义方法并给出了分段匀Jerk模型和过程噪声的自适应方法;结合状态扩展方法和分离差分滤波算法实现了再入目标的实时自适应跟踪.仿真实验表明,相比基于分段匀加速模型的跟踪算法,该算法在保证了再入目标稳态跟踪精度的同时,对目标突变状态具有较强的跟踪能力.