欠观测条件下的扩展增量 Kalman 滤波方法

建立欠观测条件下的非线性增量量测方程,并给出其线性化方法,在此基础上提出一种欠观测条件下的扩展增量Kalman滤波(EIKF)模型及其递推算法.工程实际中,由于环境因素的影响、测量设备的不稳定性等原因往往带来未知的系统误差,传统的扩展Kalman滤波(EKF)无法对这种未知的系统误差进行补偿和校正,结果产生较大的滤波误差,甚至导致发散.提出的扩展增量Kalman滤波方法能够成功地消除测量的系统误差,从而有效地提高非线性滤波的精度.该方法计算简单,便于工程应用.      

无迹增量滤波方法

提出无迹增量滤波(UIF)的概念,建立一般无迹增量滤波模型及其分析方法,并对具有加性噪声的无迹增量滤波进行了详细讨论,给出其递推算法.在工程实际中,由于环境因素的影响、测量设备的不稳定性、模型和参数的选取不当等原因往往带来未知的系统误差.在这种情况下,传统的无迹Kalman滤波方法(UKF)在递推过程中会产生较大误差,甚至导致发散.提出的无迹增量滤波方法能够成功消除这种未知的系统误差,提高滤波的精度.该方法计算简单,便于工程应用.      

反导毁伤元头部形状对目标穿甲毁伤效应的影响

利用有限元方法动态分析了不同形状的毁伤元对反舰导弹的穿甲毁伤效应。计算结果表明:相同初速相同质量的毁伤元穿透导弹引战系统靶板后,尖头毁伤元的剩余动能大于平头毁伤元的剩余动能。     

自适应无迹增量滤波方法

提出自适应无迹增量滤波(AUIF)的概念和定义,建立自适应无迹增量滤波模型及其分析方法,给出递推算法.传统的滤波方法极少关注量测方程的系统误差.在许多实际情况(如深空探测),量测方程由于受环境因素及测量设备不稳定等影响往往无法进行验证或校准而存在未知的系统误差,并且模型参数和噪声统计量也具有不确定性.这种不确定性会使递推过程产生较大误差,甚至导致发散,从而降低滤波精度.提出的AUIF能够成功消除这种未知的系统误差,也能够实时估计变化的噪声统计量,提高滤波精度.该方法计算简单,便于工程应用.      

5DOF运动仿真试验器的姿态指向对准和误差分析

为了提高5DOF运动仿真试验器的综合精度和运行能力,分析了其结构和控制分项误差对姿态定向精度的综合影响,建立了误差数学模型并给出指向对准精度的设计计算方法及误差影响程度的计算结果;在指向对准关系分析的基础上,利用对准角计算给出了一种可实时判别和防护5DOF运动仿真试验器运动干涉的设计约束条件。     

基于基波电流观测器和旋转高频电压注入法的IPMSM无传感器控制

为了实现永磁同步电机低速段的高精度无传感器运行,系统地分析了绕组电阻和感应电动势、电流调节器、滤波器、电机暂态运行、注入高频电压的幅值与频率、多凸极效应、电流传感器精度以及A/D采样量化误差等因素对基于旋转高频电压注入法的低速无传感器控制方法转子位置估计精度的影响机理。在此基础上,提出了一种基于基波电流观测器和旋转高频电压注入法相结合的低速无传感器控制策略,消除了传统的无传感器控制方法中带通滤波器引起的转子位置估计误差,并降低了电机暂态运行引起的转子位置估计误差,有效地提高了低速无传感器控制方法的转子位置估计精度。仿真和实验结果表明,所提出的低速无传感器控制策略具有更高的转子位置估计精度和更宽的调速范围。     

二维气动问题中Kriging代理模型精度影响因素

以二维跨声速临界翼型的阻力特性为对象,探讨样本点数目、Kriging代理模型参数及其类型等对模型精度的影响.阻力系数采用计算流体力学（CFD）方法得到.模型精度的验证采用交叉验证方法,采用平均误差、最大误差和标准交叉验证残差来衡量Kriging代理模型的精度.研究结果表明:①Kriging代理模型预测气动阻力效果较好.②模型精度随样本点的增多而提高,剔除与样本点响应趋势不相符的“奇异点”后,模型精度显著提高,平均误差减小5%~38%,最大误差减小13%~77%.③核函数类型对模型精度的影响最大,相关参数次之,回归模型的影响最小.采用高斯相关函数、2阶多项式回归模型,以及合适的相关参数值时,Kriging代理模型的精度最高.      

鲁棒EKF在脉冲星导航系统中的应用

针对脉冲星导航系统的滤波问题,传统的扩展卡尔曼滤波(EKF)算法存在不能克服系统模型存在不确定性参数以及乘性噪声等缺陷,提出一种鲁棒EKF算法。首先,分析了状态预测误差方程和估计误差方程,利用统计学原理,得到了状态预测方差矩阵和状态估计方差矩阵计算等式。由于系统模型存在不确定性参数,状态预测协方差矩阵和状态估计协方差矩阵无法计算;因此,利用4个重要矩阵不等式,分析并找到预测方差矩阵和状态估计方差矩阵的上界。最后,利用状态估计误差协方差矩阵上界设计状态增益矩阵,使得状态估计协方差矩阵的迹最小。将该算法对脉冲星导航系统进行仿真,仿真结果验证了所提算法的有效性。     

基于IMU的机载TOPSAR目标定位方法

Burst工作模式和方位波束的主动扫描使得TOPSAR工作模式能够有效削弱ScanSAR模式的扇贝效应,同时也导致图像方位向像素位置与回波脉冲的关系变得复杂,给目标定位带来了很多问题。惯性测量单元(IMU)数据记录延时也会导致方位向定位误差存在,精确估计这个误差能够大大提高目标的方位向定位精度。从TOPSAR数据采集的几何关系和成像过程出发,结合机载IMU数据,提出了一种新的机载TOPSAR目标定位方法。该方法能够直接从TOPSAR斜距图像中获取目标的经纬度信息。通过实际飞行试验获取的机载TOPSAR数据验证了该方法的有效性,能够获取25 m的平均定位精度。     

外测数据对流层折射误差修正及精度分析

针对对流层引起的航天器外测数据折射误差,基于对流层分段模型,以测站历史气象数据拟合折射衰减系数,建立测控站上空对流层折射率模型,并利用实测地面折射率对统计模型进行优化,进一步提高模型反映大气剖面的真实性.利用该模型对S频段多颗在轨卫星50多跟踪圈次的实测外测数据进行修正分析,并与微波辐射计实时修正结果进行比较,测距、测角、测速互差分别优于0.9m、0.02°、0.06 m/s.将该模型应用于卫星长管外测数据的实时修正,可提高轨道测量数据质量.