改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。     

一种减少失速保护虚警率的混合滤波方法

针对飞机失速保护设计过程中易出现虚警的情况,提出一种基于FIR和传统滤波器相结合的混合滤波方法。结合飞机本体的运动特征,对参与失速保护逻辑运算的两个重要参数,即侧向加速度和迎角信号进行频率分析,基于信号的特征设计混合滤波器,然后采用Simulink滤波工具箱设计滤波器对信号进行滤波处理。仿真结果表明该方法能够减少虚警率的发生,特别是大背景噪声下的虚警率能够得到较好抑制,验证了滤波器设计正确性,从而提高失速保护功能对适航条款符合性。该滤波器设计方法,不但可以有效解决本文提到的问题,对于其他涉及信号处理的系统设计同样具有借鉴意义。     

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。     

前缘参数对翼型气动-隐身特性敏感性分析

针对翼面部件对隐身飞机气动和隐身性能影响更为突出的问题,提出了一种翼型前缘参数化修形方法,采用高精度气动和电磁数值计算方法,进行了前缘形状对翼型气动-隐身特性的敏感性分析。研究结果表明:翼型前缘半径增加,其最大升力系数、失速迎角、最大升阻比显著增加,但其前向RCS均值也增加明显,设计时需进行综合权衡;在不影响结构和装载的情况下,下表面偏角尽量小,修形长度取0.15c,对翼型的低、高速气动和隐身特性都有利。     

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.      

基于EFFD方法的自然层流短舱优化设计

采用extended free-form deformation(EFFD)方法研究了自然层流(natural laminar flow,NLF)短舱的气动外形优化设计方法.使用基于Bernstein基函数的EFFD方法完成了NLF短舱剖面的参数化,利用基于k-εSST(shear stress transport)两方程湍流模型的γ-θ转捩模型进行自然转捩预测,结合EFFD、一种混合动网格方法、Kriging代理模型和改进的粒子群算法(particle swarm optimization,PSO)建立了针对NLF短舱气动外形的优化设计框架.采用该框架分别对通气NLF短舱和带动力NLF短舱进行优化设计.单独通气NLF短舱优化结果的外表面实现48%的层流,阻力系数比初始通气NLF短舱减小了0.0003.带动力NLF短舱的优化结果外表面保持了41%的层流.这些结果表明采用相关技术建立的优化设计框架在NLF短舱设计中具有一定应用价值.     

基于混合特征匹配的微惯性/激光雷达组合导航方法

微惯性/激光雷达(MEMS IMU/LADAR)组合导航系统在室内应用时,由于室内结构化环境下环境特征(如点和线段)分布稀疏,传统的单一特征匹配算法存在观测盲区,易造成导航定位参数估计误差大的问题。基于此,研究了激光雷达自适应数据分割方法的点和线段的特征提取算法,提出了基于混合特征匹配观测模型的MEMS IMU/LADR扩展卡尔曼滤波(EKF)算法。同时,设计了MEMS IMU/LADR组合导航试验样机,在室内环境下通过试验对滤波算法进行了验证。结果表明:提出的算法在室内结构化环境下相比传统单一点或线特征匹配组合定位算法的定位精度可提高60%,对于小型旋翼无人飞行器在室内结构化环境中的高精度定位具有较高的参考意义。     

区域杂波估计的多目标跟踪方法

高斯粒子概率假设密度（PHD）滤波往往假定杂波密度参数已知,这种做法对于实际应用是不现实的。此外,杂波的参数值通常依赖于环境条件,可能随时间发生变化。因此,多目标跟踪算法中需要实时准确估计杂波密度的参数。基于此,提出了一种多目标跟踪的区域杂波估计方法。首先根据量测信息在线估计出场景中的杂波数目,然后估计落入目标附近感兴趣区域的杂波数,并估计每个目标感兴趣区域杂波强度。仿真结果表明,在复杂场景下算法的跟踪性能明显优于未进行杂波估计的多目标跟踪算法,提高了跟踪的实时性和跟踪精度。     

压辊材料及形状对纤维铺放压紧效果的影响

近年来纤维铺放（AFP）技术被广泛用于大型复杂飞机复合材料构件成型。为了保证纤维铺放过程的一致性,纤维铺放压辊必须在适应芯模型面的同时具有较好的压紧力分布均匀性。鉴于此,对不同弹性模量的压辊材料进行了试验分析,薄膜压力传感器及超声显微镜测试结果表明,低弹性模量的压辊材料变形较大,较好地适应了芯模表面,压力分布相对均匀且可以减少铺层的层间孔隙数量,硅橡胶压辊比聚乙烯压辊压紧力分布均匀性提高了50%~60%,铺层孔隙率降低了92.1%。针对孔隙分布主要集中在压辊两端及压紧力在压辊两端下降幅度较大的问题,采用ANSYS Workbench对压辊端部进行斜端面优化,得到最优倾斜角度为20°;测试结果表明斜端面压辊压力分布均匀性比直断面压辊提高了42.9%,铺层孔隙率下降了51.6%。     

Adaptive Gaussian sum squared-root cubature Kalman filter with split-merge scheme for state estimation

The paper deals with state estimation problem of nonlinear non-Gaussian discrete dynamic systems for improvement of accuracy and consistency. An efficient new algorithm called the adaptive Gaussian-sum square-root cubature Kalman filter（AGSSCKF） with a split-merge scheme is proposed. It is developed based on the squared-root extension of newly introduced cubature Kalman filter（SCKF） and is built within a Gaussian-sum framework. Based on the condition that the probability density functions of process noises and initial state are denoted by a Gaussian sum using optimization method, a bank of SCKF are used as the sub-filters to estimate state of system with the corresponding weights respectively, which is adaptively updated. The new algorithm consists of an adaptive splitting and merging procedure according to a proposed split-decision model based on the nonlinearity degree of measurement. The results of two simulation scenarios（one-dimensional state estimation and bearings-only tracking） show that the proposed filter demonstrates comparable performance to the particle filter with significantly reduced computational cost.