基于模糊逻辑的交互式多模型滤波算法

针对交互式多模型（IMM）滤波算法在对反舰导弹的"蛇形"机动方式进行跟踪时收敛速度慢、滤波精度低的问题。在三维空间内,假定目标以匀速直线和"蛇形"机动2种方式进行运动,以相对距离和视线角为观测信息,对IMM滤波算法的模型概率更新模块进行改进,提出了基于模糊逻辑的交互式多模型（FLIMM）滤波算法。通过仿真对比分析,改进后的算法能够有效地提高收敛速度,进而获得更高的跟踪精度。      

一种气浮模拟器位姿状态跟踪测量方法研究

气浮模拟器为了模拟空间飞行器在地面状态的姿态运动和轨道机动运动,需要在大平面空间和大角度空间范围内运动。运动控制和实际运动位置和姿态形成闭环控制,需要一种在超大平面空间范围内快速测量位置和姿态的测量方法和策略,从而提供高精度闭环控制。用iGPS和惯导同步测量模拟器的位置和姿态,通过飞轮和冷气喷嘴伺服动作,实现了气浮模拟器的位置和姿态跟踪,可以广泛应用于其他超大尺度空间位置和姿态测量跟踪。     

线性伪谱模型预测能量最优姿态机动控制方法

针对大气层外飞行器大角度姿态机动控制问题,提出了一种能量最优的线性伪谱模型预测大角度姿态机动控制方法。首先,通过离线弹道规划获得满足初始、终端约束且能量最优的姿态机动控制轨迹;然后,以离线弹道为基准对姿态动力学方程进行小扰动线性化处理,获得以状态偏差为自变量的线性误差传播方程;最后,以能量最优作为性能指标,通过高斯伪谱法对原问题进行离散,推导获得满足终端偏差修正的控制解析表达式。数值计算和蒙特卡罗仿真表明,该方法不仅计算精度高、求解速度快,满足实时计算要求,而且具有较强的鲁棒性,能够实时消除各种干扰。此外,在同等控制精度条件下,该方法相对传统线性二次型调节器（LQR）跟踪方法,能量消耗减小10%。      

可实现定点停泊与轨迹逼近的航天器交会控制

许多空间任务均需进行轨道交会,据任务的不同,对轨道交会的要求也不同,某些情况下需要跟踪星在交会的过程中暂时停泊于某一点,某些情况下对交会过程的视线角与轨迹提出一定的要求.针对这种需求,设计了一种闭环反馈控制方法,可以使跟踪星在设定的某点进行停泊及停泊保持,也可以沿设定的某条轨迹逼近目标,以满足不同任务对交会过程的不同要求.经仿真表明,此方法能够很好的满足任务要求,并具有精度高、能耗低、跟踪速度快的特点.     

无人机定向天线自跟踪系统研究

为了满足无人机(UAV)远距离通信的需要,设计研制了以无人机位置信息为引导的地面定向天线自跟踪系统。基于实时获取定向天线载车位置、速度、方位和俯仰角等信息,实现了定向天线在运动中对目标进行自动跟踪的能力,提高了系统的机动性和隐蔽性。针对目前利用2点位置来计算目标角的方法存在需要通过相对位置才能确定实际目标角的不足,提出了一种不需要考虑2点相对位置就能直接计算出目标角的计算方法,为工程应用带来了方便。针对定向天线地面载车在机动时GPS信号容易受干扰,从而造成跟踪目标丢失,以及因无人机位置信息更新频率较低而造成的跟踪系统运动抖动、跟踪误差较大等问题,提出了一种基于速度对位置进行预测平滑的控制策略,有效解决了以上问题,并显著提高了跟踪精度。设计研制了定向天线自跟踪系统的软硬件,并进行了测试,结果表明:研制的定向天线具有机动跟踪能力和较高的跟踪精度,能满足无人机对定向天线自跟踪的需要。      

大椭圆轨道卫星交会高轨目标的高精度视线跟踪控制

针对大椭圆轨道卫星交会高轨卫星期间的相对姿态指向控制需求,提出了一种采用混合执行机构的快速、高精度视线跟踪姿态控制的方法.首先根据相对姿态控制流程设计了执行机构的配置,结合采用喷气推力器和角动量交换装置卫星的姿态动力学模型,推导了用相对四元数描述的视线运动学方程.其次,针对交会快速接近段的姿态快速机动要求设计了一种喷气相平面控制律,针对最近交会段的高精度高稳定度视线跟踪要求设计了一种鲁棒滑模控制律.最后设置了一个算例,仿真结果表明:相对距离100 km以内快速交会阶段的视线跟踪控制精度达0.005 3°,从而验证了整套控制算法的有效性.     

基于L2范数最小化联合模型的目标跟踪算法

为了解决稀疏表示的跟踪算法的计算代价比较大,且目标的表观由于多种原因会发生变化的问题,提出了一种在贝叶斯推理框架下,建立结合基于全局模板的判别式模型和基于局部描述子的生成式模型的联合模型,通过L2范数最小化进行求解的目标跟踪方法.在跟踪过程中,适时地更新判别式模型中的正负模板和生成式模型中模板的系数向量,使模板具有很强的适应性和判别性.实验结果表明,与其他典型的算法相比,该算法对于光照变化、尺度变化、遮挡、旋转等情况具有较强的鲁棒性.      

多平台协同目标感知分散化最优控制方法

由于平台之间信息和计算是高度分布的,平台的运动以及通信拓扑的变化,使得多平台集中式协调控制结构很难实现.以最小通信量为基础的分散协同控制具有可扩展性、异构性和动态可重构性等特点,可靠性和鲁棒性较好.提出了集中和分散相结合的多平台协同控制系统结构,集中控制主要实施任务分配、通信管理以及编队管理,而平台之间则可在有限通信基础上实施分散化最优协调控制.建立了被动多平台协同目标感知分散化信息融合算法,以信息熵作为效能指标,实现了存在控制、通信和防撞等不同约束条件下的多平台协同目标感知分散化最优控制及协同感知目标信息的极大化.仿真结果表明:有通信情况下的多平台协同目标跟踪性能明显优于无通信情况下的非协同目标跟踪性能.