利用UKF的航天器自主导航方法研究

UKF(Unscented卡尔曼滤波)是一种新型的直接针对非线性系统的滤波方法。用星敏感器和地平仪测量星光与地平之间的“星光仰角”为观测量的天文自主导航方法,其状态方程和量测方程都是非线性的,使用以往的EKF(推广卡尔曼滤波)进行导航滤波,需将上述两方程分别线性化,故精度较低。本文提出在航天器天文自主导航系统中采用UKF方法,并从仿真计算结果中看到,导航精度有显著提高。     

一种新的动基座快速传递对准方案及其仿真研究

针对捷联惯导系统的动基座初始对准问题,提出了一种新的动基座快速传递对准方案。该方案采用速度 姿态变化量匹配,直接对主、子惯导导航坐标系之间的失准角进行估计,可以使航向失准角快速收敛。通过仿真,研究了注入噪声和测量噪声水平、机动运动强度和幅度、复合机动运动、载机运动方向等六个因素对对准性能的影响。结果表明:其对准性能取决于水平失准角的估计精度和速度;失准角的估计精度和速度与注入噪声水平和测量噪声水平、机动运动的强度和幅度有关;复合机动运动对对准性能有正反两方面的影响。     

新型的超宽带正交接收系统幅相误差实时的数域均衡方法

文中对超宽带正交解调接收系统的幅相误差进行了分析,针对文[1]均衡方案的缺点,然后在此基础上针对系统超宽带的特点提出一种新的自适应实时数域均衡法。同时,针对系统超宽带的特点对串行算法进行了修改,提出一种适合于FPGA高速实现的流水算法。并对这两种算法进行了仿真比较。     

基于单隐层神经网络的空天飞行器直接自适应轨迹线性化控制

基于轨迹线性化方法（TLC）及神经网络技术研究了一种新的直接自适应TCC控制方案。利用单隐层神经网络（SHLNN）对于光滑非线性函数的逼近能力，对消系统中不确定因素的影响，神经网络自适应律采用Lyapunov方法设计，保证了整个系统所有信号有界。最后利用该方案设计了空天飞行器飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明整个控制系统具有很好的性能和鲁棒性。     

多传感器组合导航系统分层融合算法

从信息融合角度来看，目前在组合导航系统中广泛应用的联合滤波算法居于两级式分布式融合结构。而分层融合结构作为多传感器信息融合的另一种重要的模式，在组合导航系统中应用尚未见报道。本文研究了多传感器组合导航系统的分层融合算法，重点与联合滤波算法进行了比较。以定理的形式证明了在一定条件下分层融合算法与联合滤波算法的等价性问题。进而提出了分层融合算法的部分反馈模式。仿真结果表明，部分反馈模式的有序分层融合算法可有效地应用于多传感器组合导航系统。在相同的容错能力和计算复杂性下，可以得到优于联合滤波的导航信息融合结果。     

小卫星的鲁棒自适应姿态控制

对于中低轨道的小卫星而言，设计能克服参数不确定性及非参数不确定性影响的鲁棒自适应控制器具有重要的工程意义和理论价值。考虑存在参数不确定性及非参数不确定性，分析了小卫星的姿态动力学及运动学方程，设计出了一种鲁棒自适应控制器，证明了该控制器可以保证控制系统全局一致最终有界稳定。仿真结果验证了该控制器的有效性。     

捷联惯导系统大方位失准角下的非线性对准

采用欧拉角描述平台坐标系与导航坐标系间的失准角,推导了适用于捷联惯导系统的非线性误差方程,证明了该方法仅适用于方位误差角为大角度,而水平误差角为小量的情况。数学仿真表明:在方位误差角为大角度情况下,采用所推导的误差方程和非线性滤波技术能获得更高的估计精度。     

基于自适应幂次切换增益的动能拦截滑模制导律

抖振问题限制了非线性变结构制导的应用。运用幂函数作为切换增益函数并设计全局鲁棒的滑模,构成自适应趋近律,实现切换线平滑趋近,形成基于自适应幂次切换增益的滑模制导律AP-SMG。给出其存在可达与稳定条件,并对空间目标的非机动和脉冲/连续机动环境作了仿真比较与参数分析。结果表明该制导律在动能拦截中可以有效削弱甚至消除视线角速率和控制律抖振,降低所需控制能量的同时能够保证制导精度,构造简单,无需智能结构辅助,总体性能优于基于常值切换增益的系列制导方法C-SMG。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

自适应旁瓣对消分析

旁瓣对消技术在雷达、通讯等领域有着很重要的作用,文章依据自适应天线原理,对自适应旁瓣对消效果和权值的调整对干扰信号的抑制进行了物理意义上的解释,并进一步探讨了自适应旁瓣对消技术性能。