计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

自适应滤波算法在SINS/GPS组合导航系统中的应用研究

以SINS/GPS组合导航系统为应用背景,对具有代表性的Sage自适应滤波和渐消卡尔曼滤波进行了研究,分析了这些方法在SINS/GPS组合导航应用中存在的问题,提出了适合工程应用的改进方法。改进的Sage自适应滤波主要对系统状态噪声协方差阵利用状态误差进行估计,更符合SINS/GPS组合导航系统的实际情况,提高了滤波稳定性。改进的渐消卡尔曼滤波采用矩阵因子的形式直接对状态预测协方差阵各分量进行不同程度的调节,使调节更趋合理。此外,改进算法增加了对观测粗差的处理,降低了观测粗差对滤波结果的影响。最后,用实际跑车试验验证了改进方法的有效性。     

考虑先验信息可信度的后验加权Bayes估计

 先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。     

制导炸弹偏航通道变结构控制研究

针对制导炸弹偏航通道存在对象参数摄动与外界干扰问题,设计自适应变结构控制器,并进行分析与改进（特别是分析了对象参数摄动后系统的稳态误差）,通过理论推导保证系统稳定性以及良好的动态响应品质与静态响应品质;最后通过仿真验证了该方法的可行性。     

高超声速战术导弹精确制导律设计

高超声速战术导弹以其固有的特点在高速目标拦截上应用前景巨大.如何针对高超声速战术导弹高速度、高不确定性的特点设计精确的制导律是导弹能否摧毁目标的关键.针对高超声速战术导弹和高速机动目标建立了相对运动模型,利用自适应滑模控制理论,设计了导弹的自适应精确制导律,并进行了仿真分析.结果表明,该制导律具有较好的控制效果.     

三星对地面辐射源的高程修正定位算法与误差研究

提出了用最小二乘估计解算辐射源位置,在迭代过程中通过地理信息系统查询并不断修正目标高程,同时其定位误差进行了分析和仿真。结果表明,修正高程误差后可以改进目标高程定位精度,进而促进水平定位精度,水平定位精度的提高又会促进在高度上的定位,从而使整体的定位精度得到了改善。     

精密转台系统非线性动态自适应控制器设计

提出了一种用于精密转台平滑鲁棒自适应控制器。通过基于σ改进方案的自适应律估计得到未知摩擦参数和非线性项的常值上界,并且利用一种平滑预测算法来改进用于估计不可测摩擦状态的双观测器。为了抑制不确定非线性项,加入了无抖振滑模控制项。通过Lyapunov方法证明了系统的位置跟踪误差是一致最终有界的。仿真研究表明了该控制方案的有效性。     

仿生四足六旋翼无人机自适应着陆性能分析

旋翼无人机在民用和军用领域被广泛应用,但传统撬式起落架在复杂地形下难以起降,为了扩大旋翼无人机的降落面积和应用范围,设计一种仿人腿式两级缓冲自适应起落架。通过对仿生腿的正逆运动学分析,提出一种自适应起落架姿态调整策略;建立仿生四足六旋翼无人机着陆动力学模型,基于多体动力学软件sim?center 3D 开展了着陆动力学仿真,并与传统撬式起落架进行着陆性能对比研究。结果表明：着陆腿式的两级缓冲自适应起落架及其姿态调整策略,能够使滚转角减小95.69%,过载系数降低34.06%,两级缓冲自适应起落架在面对复杂地形时具备主动调节姿态安全着陆的地形适应能力和极好的减震缓冲能力。     

一种基于冗余测量的自适应卡尔曼滤波算法

针对目前自适应滤波算法的不足,在测量系统量测噪声方差未知的情况下,设计了一种基于冗余测量的自适应卡尔曼滤波(RMAKF)算法。通过对系统冗余测量值的一阶、二阶差分序列进行有效的统计分析,可以准确估计系统量测噪声统计特性,进而在滤波过程中自适应调节噪声方差阵R,提高滤波精度。以全球定位系统/惯性导航系统(GPS/INS)松组合导航系统为对象进行了仿真实验,结果表明该算法在测量系统噪声特性未知或发生改变时,可对其进行准确估计,在采用低精度惯性器件情况下,滤波结果较其他主要自适应卡尔曼滤波算法有较明显的改进。     

基于EM-KF算法的直升机主减速器剩余寿命预测方法

为解决间接状态监测数据下直升机主减速器剩余寿命预测难以估算的难题,提出了一种卡尔曼滤波和期望最大化算法相结合的剩余寿命预测方法.该方法可以根据不断更新振动信号特征值迅速且有效地估计出模型参数,进而预测不同运行时间主减速器的剩余寿命分布,最后对主减速器试验数据进行了案例分析.结果表明:该方法能够有效估计主减速器的剩余寿命分布,通过与主减速器剩余寿命准确值对比发现,剩余寿命准确值绝大多数落于剩余寿命预测值的95%置信区间内,表明该方法具有好的准确性,进而避免故障的发生.