两步法快速解算编队卫星GPS模糊度

为克服卫星编队飞行实时相对定位中双频模糊度解算速度慢的缺点,结合扩展Kalman滤波(EKF,Extended Kalman Filter),首先采用少数个历元(如10个)相位平滑伪距相对定位结果与 L₆的平均值对滤波初始化,再根据两步法解算双频模糊度,即先解算并正确固定宽巷模糊度,获得较准确的基线分量估值,然后采用选权拟合方法,将基线分量作为约束条件解算并固定双频模糊度.仿真算例计算结果表明,当宽巷模糊度正确固定后,编队卫星间相对定位误差在5cm以内,两步法可以在较短时间(约3min)内固定双频模糊度,为精确解算编队卫星的相对状态提供保障.     

交互式棱柱网格生成中翘曲现象形成机制及消除算法

在基于径向基函数插值的交互式棱柱网格生成中,当物面网格单元空间法矢变化范围较大或变化剧烈时,棱柱网格生成会发生翘曲问题,降低棱柱网格质量。针对该问题,首先采用DLR-F6机翼外形算例对翘曲现象进行了介绍和初步分析,并结合平板外形棱柱网格生成,通过不同波长推进位移扰动模拟法矢变化对推进位移的影响,研究棱柱网格翘曲现象的形成机制。不同位移扰动下平板棱柱网格生成结果证实边界棱线网格点推进位移不光滑会通过空间插值放大,引起棱柱网格发生翘曲,且网格翘曲的表现形式与推进位移的分布有关。从而间接表明棱柱网格生成中翘曲现象是由法矢变化带来推进位移分布不光滑引起的。然后从翘曲现象的形成机制出发,基于拉普拉斯方法发展了推进位移光顺技术,并通过DLR-F6机翼算例进行了验证。测试结果表明,光顺技术能够完全消除棱柱网格的翘曲,获得光顺的高质量棱柱网格。最后通过DLR-F6翼身组合体外形棱柱网格生成,展示了添加光顺技术的棱柱网格生成算法的应用潜力。     

一种混合的扩展目标跟踪方法

与传统的目标跟踪不同,扩展目标跟踪（EOT）不忽略目标的轮廓特征,同时对目标的质心运动学状态和轮廓特征进行估计。基于随机矩阵的扩展目标跟踪方法用随机正定矩阵来描述目标的轮廓特征,并且建立了适合扩展目标跟踪的量测模型。为了改善目标机动时的跟踪性能,根据椭圆（体）与正定矩阵的关系,提出基于椭圆（体）拟合的扩展目标跟踪方法。进一步地,为了综合上述两类方法的优点,提出一种混合的扩展目标跟踪方法,能够根据目标机动与否在两类方法中进行选择。仿真结果表明,该混合方法的轮廓特征估计误差低于前述两类方法,质心运动学状态的估计性能也更好。     

小波分析在GPS卫星故障检测中的应用

目前基于扩展卡尔曼滤波的残差卡方检测法已在接收机自主进行GPS卫星故障检测方面得到广泛应用,但该方法存在依赖系统数学模型、检验延迟等问题。文章提出一种基于小波分析的GPS卫星故障检测法,利用小波分析在时频域表现出良好的细节处理特性,将GPS接收机的可测数据即伪距观测数据和位置定位数据作为处理对象,进行多尺度下的分析,通过识别异常点来判断故障的发生。仿真结果表明,该方法具有高效灵敏、简洁直观、易于工程实现等特性,有助于保证导航系统的可靠性和稳定性。     

基于ESO的DGVSCMG双框架伺服系统不匹配扰动抑制

针对双框架变速率控制力矩陀螺（DGVSCMG）两种工作模式下内、外框架系统存在的不匹配干扰抑制问题,提出一种基于扩张状态观测器与状态反馈的扰动抑制方法。在对飞轮工作模式和陀螺工作模式下内、外框架系统的干扰进行建模和分析的基础上,针对其不匹配干扰设计了扩张状态观测器,通过坐标变换减小框架系统扰动对不匹配通道的影响,并结合状态反馈控制设计了复合控制器,同时对全局系统稳定性进行了分析。对框架系统进行的仿真结果验证了所提复合控制方法的有效性。实验结果表明,所提出的控制方法能有效减小耦合力矩对内外框架角速率带来的影响,在飞轮模式下使得内外框架的角速率跳动量分别降低了85%和78%,且在陀螺模式下使外框架角速率跳动量降低了75%。     

可重复使用飞行器的保性能姿态跟踪控制方法

针对可重复使用飞行器再入姿态跟踪控制问题,在考虑执行器饱和、气动参数摄动和外部扰动的情况下,提出了一种保性能姿态跟踪控制方案。通过构造预设性能函数,使姿态跟踪误差在预先设置的包络内演化,保证了系统的瞬态和稳态性能;其次,借助于高增益扩张状态观测器解决了气动参数摄动和外部扰动的问题;之后,基于反步控制框架,设计了一种低复杂度的输出反馈扰动补偿控制方法,保证跟踪误差的收敛性。与已有方法相比,所设计的方法不包含一些复杂的非线性动力学近似技术,如神经网络等,降低了参数调节的复杂性,且无需对虚拟控制律重复微分,避免了"微分爆炸"问题。同时,Lyapunov稳定性分析表明,该方法能够保证误差变量的预期收敛以及其他闭环系统信号的有界性。最后,通过对比仿真验证了所提方法的有效性及可行性。     

火星进入段探测器自校准状态估计

由于大气密度、气动参数、突风和沙尘暴等因素的影响,火星探测器在进入段高速飞行的动力学模型中往往带来未知输入,这些未知输入使传统的滤波方法出现较大的偏差。研究采用一种新的自校准扩展Kalman滤波方法,对火星进入段的探测器进行状态估计,可以成功地消除这些未知输入带来的影响。数值仿真结果表明,该方法能有效提高导航精度。     

一种基于Madgwick-EKF融合算法的卫星姿态测量方法

针对低地球轨道卫星姿态测量时,传感器易受噪声干扰、陀螺仪漂移等问题,提出一种基于Madgwick扩展卡尔曼滤波合算法(EKF)的卫星姿态测量方法。该方法采用陀螺仪、加速度计、磁强计等多传感器数据进行融合,并结合Madgwick算法和EKF算法的优点,实现姿态测量。首先,通过Madgwick算法,利用多个传感器测量数据计算初始姿态。然后,基于初始姿态和实际测量数据,应用EKF算法进行数据融合和噪声滤除,以获得最终准确的姿态估计。实验结果表明:相较Madgwick算法,本算法在测量精度上提升了65.8%,且具有较高的鲁棒性,为低地球轨道卫星姿态测量提供了一种有效的方案。     

火星大气进入滑模自抗扰制导方法

针对火星探测器大气进入制导阶段存在着模型参数误差等不确定性,基于直接反馈线性化理论设计了一种滑模自抗扰进入制导方法。首先利用反馈线性化方法对跟踪系统模型进行线性化处理;在此基础上设计了滑模控制律,并利用线性扩张状态观测器估计系统的未知不确定量,在控制律中进行补偿;此外还给出了大气进入段的横向制导律。仿真结果表明,与反馈线性化方法相比,该方法设计的制导律有效地降低了模型参数误差对制导精度的影响,实现了对参考轨迹的良好跟踪,提高了探测器开伞点的精度。     

基于并行模型自适应滤波的空间目标相对位姿估计

摘要： 扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.