脉冲星非实时平差的火星探测自主导航模型

针对基于X射线脉冲星观测的火星探测器自主导航,研究了几种不同的实时自适应方法,包括:扩展卡尔曼滤波(EKF),自适应扩展卡尔曼滤波(AEKF)和鲁棒自适应扩展滤波(RAEKF)。首先根据脉冲星导航原理,模拟了观测值:脉冲到达时刻;接着,分别利用扩展卡尔曼滤波,自适应扩展卡尔曼滤波和鲁棒自适应扩展滤波方法估算出探测器的位置和速度;最后,上述几种滤波轨道与STK模拟的标称轨道较差,然后比较它们的滤波精度发现:AEKF和RAEKF的精度相对较高,AEKF的三个轴向滤波位置精度达到:X轴优于100m、Y和Z轴优于30m,优于VLBI技术的km量级,和Doppler技术的精度相当。     

Solving Job-Shop Scheduling Problem Based on Improved Adaptive Particle Swarm Optimization Algorithm

An improved adaptive particle swarm optimization(IAPSO)algorithm is presented for solving the minimum makespan problem of job shop scheduling problem(JSP).Inspired by hormone modulation mechanism,an adaptive hormonal factor(HF),composed of an adaptive local hormonal factor(H l)and an adaptive global hormonal factor(H g),is devised to strengthen the information connection between particles.Using HF,each particle of the swarm can adjust its position self-adaptively to avoid premature phenomena and reach better solution.The computational results validate the effectiveness and stability of the proposed IAPSO,which can not only find optimal or close-to-optimal solutions but also obtain both better and more stability results than the existing particle swarm optimization(PSO)algorithms.     

压电自适应桁架结构主动控制模型及实验

为提高结构对外部环境的抗干扰能力,构造了压电柔性自适应桁架结构,并对其主动控制进行了研究.由传感器、作动器与柔性梁组成压电自适应桁架结构.基于自适应结构的机电耦合理论,在测量位移的情况下,采用改进的二次积分力反馈控制方法研究了空间压电柔性自适应桁架结构的振动主动控制问题.建立了压电柔性自适应桁架结构主动控制实验系统,并对这类自适应结构进行了实时计算机振动主动控制实验研究.实验研究表明柔性自适应桁架结构能够改善结构的动力学特性,对外界的干扰具有良好的自适应性.     

模糊传感器与区间型多属性决策的信息融合方法

对于日益复杂的信息环境和变化的目标特性,现有的多传感器信息融合方法大多为"静态的",较少考虑传感器可信度变化以及测量过程中的多维特征指标权重的时效性给融合结果带来的影响.为了解决此问题,提出了一种基于模糊理论与区间型多属性决策的信息融合方法.该方法从各传感器对模糊命题支持度的一致性来定义其信息质最优化度,用区间数与多属性决策理论来定义特征识别综合置信度,并从这两方面客观确定了传感器的融合权重,较好地解决了对传感器信息与目标特征权重为模糊与不确定时的合理评价,以此构建了一个智能优化决策层融合识别模型.最后以弹道目标识别实验证明了此方法有较好的时效性和准确性.     

基于自适应反演滑模的末制导律设计

针对三维导弹-目标相对运动模型,结合反演控制、滑模控制和自适应技术,设计了一种新的自适应反演滑模末制导律。针对目标机动加速度上界难以获取的问题,将目标机动加速度视作模型的干扰,设计了一种自适应律对其进行在线估计,并将估计值补偿到制导律中。运用李亚普诺夫稳定性理论证明了系统的全局渐进稳定性和误差的收敛性。仿真结果证明了所设计的自适应反演滑模末制导律对机动目标的鲁棒性和有效性。     

序贯结构的Sage-Husa自适应滤波及其应用

在分析已有的Sage-Husa自适应滤波算法的基础上,本文首先推导了两种量测噪声自适应估计方法的等价性。为充分利用组合系统中已知的部分量测噪声参数,提高滤波稳定性和精度,研究了基于序贯结构的Sage-Husa自适应滤波算法;当组合系统测量噪声参数均为已知时,为降低算法复杂度,提高Sage-Husa自适应滤波的鲁棒性,加入协方差匹配的方法对序贯结构的Sage-Husa自适应滤波算法进行改进;通过在序贯结构下采用相应的信息融合策略,充分利用组合系统的输出信息。将两种算法分别应用于MIMU/GPS/磁强计组合系统中,基于跑车实验的离线数据分析表明,第一种滤波算法的滤波稳定性较标准自适应算法在滤波稳定性上有明显提高;第二种改进的滤波算法既降低了算法复杂度,又提高了抗野值效果,有效保持了组合系统在干扰状态下的导航精度。     

基于雨衰环境下的多波束卫星资源分配策略

针对雨衰对高频段的卫星通信造成的不利影响,采用自适应前向纠错编码(FEC,Forward Error Correction)使传输的信息量减少,提出了一种雨衰下的自适应信道分配的策略.该方法是采用调整冗余信道来保障信息信道的传输量以满足系统对误码率的要求,达到可靠和有效地利用有限的卫星信道资源的目的.通过仿真分析了该策略针对不同的频段和降雨情况下对呼叫产生的影响,分析中考虑了话音业务享有比数据业务更高的优先权.仿真结果表明利用冗余信道传输用于纠错的冗余信息可以保证在不产生通信中断的前提下,可以满足系统对信道误码率的要求.     

面向重心变化的自适应飞行控制系统设计

重心的变化直接影响飞机本身的控制特性,使得控制系统设计更为复杂.针对已有方法模型依赖性强、鲁棒性差的局限性,提出了一种面向重心变化的非线性自适应飞行控制系统设计方法.该方法基于逆动力学理论和重心在线估计系统设计标称控制律,在此基础上引入自适应滑模控制单元来构建自适应补偿控制律,其中滑模控制用于保证控制的鲁棒性和稳定性,而自适应单元则通过对模型不确定性和重心估计误差的估计及补偿提高控制的适应性和控制性能.结合Lyapunov稳定性理论证明了闭环系统的稳定性.仿真结果表明:该方法能有效地实现对系统未知不确定因素的补偿,具有较强的鲁棒性.     

改进的Sage—Husa滤波及在卫星姿态估计中的应用

基于极大后验估计原理,提出了一种改进的噪声估计器,以实现对噪声均值和方差的在线估计,抑制滤波器发散。对自适应扩展卡尔曼滤波算法在卫星姿态确定系统中的应用进行了仿真。结果表明新算法滤波精度优于扩展卡尔曼滤波（EKF）,与Sage—Husa自适应滤波算法相比,可阻止滤波器发散,提高系统滤波精度。     

六轮摇臂式月球探测车协调驱动自适应模糊容错控制

为提高复杂和未知环境中六轮摇臂式月球探测车的驱动控制系统的可靠性,防止因执行器故障引起的月球车失控,提出一种基于滑转率的协调驱动自适应模糊容错控制方法。该方法用模糊逻辑系统逼近系统的未知动态和未知的故障函数,并通过所设计的误差补偿器来减少逼近误差对跟踪精度的影响。基于Lyapunov理论,证明了所设计的容错控制方案不但能使跟踪误差收敛到原点的小邻域内,而且通过适当增大设计参数的值,可使跟踪误差减小。此外,为便于应用给出了详细的容错控制器设计步骤,并对控制器中参数的选取给出了示例。仿真结果表明该控制律具有较高的控制精度,并且对外部干扰有很强的鲁棒性。