捷联惯导姿态算法中的圆锥误差与量化误差

对捷联惯导系统的误差源进行了研究,利用几何方法分析了不可交换性误差和量化误差的形成机理,以及它们的相互影响。针对工程应用中激光陀螺输出脉冲采样量化条件,就多子样算法进行了讨论,并设计了基于MATLAB/Simulink的仿真。研究结果表明,当考虑量化误差的影响时,选取适当的量化因子,三子样等效旋转矢量算法比其它算法具有更好的综合性能。     

空间站姿态/动量联合非线性控制

从Lyapunov稳定性理论出发,设计了一个非线性控制器,实现了空间站姿态和控制力矩陀螺角动量的联合控制。在此基础上,为抑制周期性环境干扰力矩对姿态控制性能的影响,引入了周期性扰动抑制滤波器,对非线性姿态/动量控制器进行了改进。改进的控制器不但可以抑制空间站姿态的周期性波动,而且可在满足特定飞行任务的前提下,建立空间站指向和控制力矩陀螺动量管理间的折中。控制器参数物理意义明确,易于调整。对空间站姿态控制/动量管理系统的仿真结果表明,该控制器是可行的。     

大机动飞行仿真的一种改进算法

传统的四元数和欧拉角之间的转换仅是对体轴系下的姿态角进行处理,并没有考虑与航迹轴相关的航迹角的转换问题,这样,在大机动飞行仿真中不仅会使飞机方程的解出现奇异,而且不能正确表示飞机的姿态。为此,提出了一种新的改进算法,采用该算法,不仅能够实现全角度的四元数与欧拉角之间的转换,同时也对航迹角的解算进行了相应的处理,使仿真结果与工程实际情况完全一致。经过对多种大机动飞行动作的仿真,验证了本方法是正确、实用的。     

一种基于模型误差预测的UKF方法

UnscentedKalman滤波器（UKF）对本质非线性系统具有估计精度高、收敛速度快和容易实现等优点,但是对系统的模型误差比较敏感。针对这一问题,提出了一种基于模型误差预测的UKF方法,称为PUKF（PredictiveUnscentedKalmanFilter）。它利用非线性预测滤波器（NPF）的模型误差预测过程,能够对不准确的系统模型进行实时修正,弥补了UKF方法的不足。仿真结果表明,相对于原始的UKF方法,新方法从滤波精度、收敛速度和收敛的稳定性等几个方面,显著提高了非线性滤波的性能。PUKF可适用于模型不确定、非线性较强系统的滤波。     

基于输出预测的姿控发动机控制律优化设计

针对带有侧向喷流姿控发动机和尾部气动舵的导弹,建立了系统动力学模型和运动学模型,并对模型进行了分析和简化;考虑到侧向过载输出响应快速性的要求,采用侧向喷流发动机提供姿态控制力矩快速建立过载。基于侧向喷流发动机的工作特点,采用Fliess展式得到侧向过载输出的预测和侧向喷流发动机推力放大因子的估计,并以此为基础,提出了以侧向喷流发动机为执行机构的姿态控制律优化设计方法,实现了对侧向过载的快速跟踪。仿真结果说明了所提出方法的有效性。     

无人地效飞行器控制系统研究

针对无人地效飞行器的特点,基于MEMS陀螺、加速度计和电子罗盘等传感器设计了飞行控制系统.详细介绍飞行器数学建模、数据融合算法以及飞行控制系统软件设计.仿真结果和实物飞行表明;该系统稳定性好、精度高,能够满足实时控制的要求.     

机载卫星通信天线引导概率分析

针对某机载Ka频段卫星通信天线的使用环境,论述其天线角跟踪系统在捷联航姿设备引导下,天线主波束指向卫星目标位置的概率,分析影响天线角跟踪系统引导概率的主要因素,通过消减系统中大误差源保证了天线引导概率,通过扩展主波束指向空域提高了目标落入概率。计算数据和试验验证表明,给出的分析方法可行,设计策略有效。     

基于SCSO-BP神经网络的卫星姿态控制系统故障预测

近年来,随着人工智能的迅速发展,基于人工神经网络的卫星姿态控制系统故障预测方法得到了越来越多的重视。在反向传播(Back Propagation ,BP)神经网络中,权重和偏置是重要的可调节参数,与神经网络的预测性能密切相关。BP神经网络的初始权重和偏置为随机生成,设置不当容易导致网络在训练过程中陷入局部极值,进而影响预测性能。为了提高BP神经网络的预测性能,提出了一种将沙猫群优化(Sand Cat Swarm Optimization ,SCSO)算法与BP神经网络相结合的预测方法。在训练过程中,首先通过SCSO 算法对BP神经网络权重和偏置进行预训练,在此基础上,利用精调后的BP神经网络对卫星姿态控制系统周期渐变故障数据的未来趋势进行预测。实验结果表明,与原始BP神经网络预测方法相比,SCSO-BP预测方法能够有效减小预测误差,具有更好的预测精度。     

On the ability of sliding mode and LQR controllers optimized with PSO in attitude control of a flexible 4-DOF satellite with time-varying payload

Precise pointing of the satellite and its payload is essential in the accurate accomplishment of a space mission. In this study, the system of a satellite and its payload are considered as 4-DOF equations of motion. The time-varying payload can observe one direction of the Earth independently, and the satellite can point to the Earth station by its 3-DOF motions simultaneously. Sliding mode and LQR controllers are designed for damping disturbances, and consequently high pointing accuracy. Environmental disturbances and the associated time delay of Low Earth Orbit (LEO) are applied to the system. An algorithm based on Particle Swarm Optimization (PSO) is proposed to find the optimum values of variables and Normalized Integral Square Error (NISE) of the two aforementioned controllers. Numerical simulations indicate the optimized magnitudes of target detection errors and control efforts in four directions. The results revealed that PSO-SMC can finely track the time-varying payload and has better efficiency in comparison with PSO-LQR.     

北斗导航卫星姿态与轨道控制技术发展与贡献

通过总结北斗一号卫星到北斗三号卫星的发展过程，梳理了北斗导航卫星姿态与轨道控制技术的发展变化，以及在引领卫星姿轨控技术进步和星载器部件自主可控方面取得的成就.同时，根据下一代北斗卫星导航系统的论证需求，分析给出了未来导航卫星姿轨控系统需要关注与研究的关键技术.