一种针对恒模信号的运动单站直接定位算法

相比于常规的"测向+位置估计"两步定位模式,以Weiss等提出的目标直接位置确定(DPD)算法具有估计精度高、分辨能力强和无需数据关联等诸多优点。基于该类定位算法的基本理念,提出了一种利用单个运动天线阵列对恒模(即相位调制)信号的DPD算法。首先,依据最大似然(ML)准则以及恒模信号的恒包络特征,建立了相应的直接定位优化模型;接着,根据优化函数的代数特征提出了一种有效的多参量交替迭代算法,用以获得ML估计器的最优数值解;此外,推导了针对恒模信源的位置直接估计方差的克拉美罗界(CRB),从而为新算法的定位精度提供定量的理论下界。仿真实验表明:相比于已有的基于单个运动天线阵列的直接定位算法以及传统的两步定位算法,通过利用恒模信号的恒包络特征可以明显提高目标直接定位的估计精度。     

机器人在轨装配无标定视觉伺服对准方法

针对在轨装配过程中机器人"手眼"关系无法进行有效标定及机器人系统和被操作物惯性参数不定的情况,在传统的无标定视觉伺服基础上设计了深度估计器,基于机器人和图像运动的测量数据在线估计目标特征的深度值,并在机器人关节控制环中设计滑模控制器实时控制机器人关节运动,根据反馈图像信息纠正系统误差完成对准跟踪,通过仿真验证了方法的有效性。所提的无标定视觉伺服对准方法使机器人在装配过程中免去了复杂的"手眼"关系的标定程序,克服了机器人系统及被操作物惯性参数不确定性给装配精度造成的影响,提高了"手眼协调"的鲁棒性,保证机器人能够在复杂的太空环境下完成在轨装配任务。     

具有校正项的K分布形状参数的V-估计器

Oliver于1993年提出的K分布形状参数的V-估计器(VE),虽然具有免于求解非线性方程的计算因而估计效率高的优点,但是,其估计精度却低于许多其他矩估计器的估计精度,且有时会出现奇异值的情况.为扬长避短,在对V-估计器的估计偏差进行推导和分析的基础上,通过一系列Monte-Carlo实验,V-估计器改进成本文提出的具有校正项的V-估计器(VCE).VCE克服了V-估计器的上述缺点.仿真实验表明,VCE的估计精度不但显著优于VE,而且在效率和精度上都优于通常被认为是精度最高的矩估计器中的U-估计器.特别是,实验结果显示,VCE更适合于小样本长度下的情况,这个特点使得它更便于实际应用.      

利用TDLAS技术评估火箭基组合循环发动机试验性能

针对宽范围工作的火箭基组合循环（RBCC）发动机推力、比冲和燃烧效率等性能难以通过关键参数的实时测量直接计算的问题,提出利用可调谐二极管激光器吸收光谱（TDLAS）技术实现发动机燃气温度、H2O组分浓度和速度多参数同时实时在线非接触式激光光谱测量方法,搭建用于RBCC地面试验性能分析的时分复用-扫描波长TDLAS系统。通过试验获得的(7444.352+7444.371)/7185.597cm -1 谱线附近吸收光谱,从而得到燃气温度、H2O组分浓度和速度参数,并结合数值模拟方法确定的流场参数纵向分布,实现基于关键参数在线测量的发动机性能直接计算。该方法有助于评判燃烧组织和结构改变对发动机性能的影响。     

空间翻滚非合作目标相对位姿估计的视觉SLAM方法

针对空间翻滚非合作目标相对位姿测量中目标先验信息缺失和模型不确定问题,将移动机器人视觉同步定位与建图（SLAM）贝叶斯滤波估计模型推广到非合作目标相对位姿测量中,提出一种基于视觉SLAM的翻滚非合作目标相对位姿估计方法。首先,构建了相对位姿估计的贝叶斯滤波状态转移模型和量测更新模型。其次,为避免平动噪声协方差过大导致滤波性能下降的问题,对状态转移方程进行优化,采用最小二乘估计方法预测位置参数。最后,采用一种联合无损卡尔曼滤波和粒子滤波的贝叶斯滤波方法实现了目标全部位姿参数的快速平滑估计。基于计算机合成图像数据和真实图像序列的仿真实验表明：提出的方法具有较优的速度和精度,且对目标速度变化、特征提取和数据关联误差等具有较好的鲁棒性。     

火星稀薄大气参数对进入器气动特性的影响

针对火星稀薄大气环境的不确定性对进入器气动特性的影响问题,先以海盗号火星进入器的飞行试验数据对发展的三维并行直接模拟蒙特卡罗(DSMC)仿真软件进行了算例校验,再以火星科学实验室外形为例,计算气体组分、密度、温度及速度等来流参数的不确定性对进入器气动特性的影响偏差,定性定量给出火星高空稀薄环境下大气不确定性所带来的气动力特性规律。研究结果表明,通过与海盗号飞行实验数据的对比校验了所建立方法的正确性与可靠性;CO2大气环境对进入器气动特性的影响较大,利用空气稀薄环境中的计算及实验结果亦需进行CO2效应修正,这一点与连续流区的结论一致;来流密度及速度的不确定性对气动力、力矩特性均有影响,而来流温度影响的最大偏差小于0.5%;纵向压心对来流密度、温度及速度的扰动均不敏感。     

针对失控翻滚目标航天器的交会对接控制

研究了一个受控的追踪航天器和一个失控慢速翻滚的目标航天器的末段交会对接控制问题。通过引入基于特征模型的控制方法,设计了相对位置跟踪控制器以及姿态同步控制器,克服了针对目标航天器测量中存在的较大不确定时延,航天器动力学参数的不确定性,以及追踪航天器存在的较大帆板挠性,实现了针对失控自旋目标的末段精确交会对接控制。最后,通过搭建仿真系统进行动力学仿真,进一步验证了本文控制策略的有效性。     

不确定双圆盘转子系统振动响应分析

采用基于随机矩阵最大熵法的非参数方法对不确定性转子系统进行动力学建模,研究了模型不确定性与参数不确定性对不确定双圆盘转子系统固有频率波动的影响,分析了转子系统振动响应在不同转速范围内对模型不确定性与参数不确定性的敏感度,从而将一般参数建模方法所无法考虑的建模误差考虑在内。结果表明:模型与参数不确定性对系统固有频率波动的影响大小不同,转轴弹性模量变异系数为0.04时分别使1阶固有频率产生了1.19%与3.58%的波动,2阶固有频率产生了1.82%与3.64%的波动;支承刚度变异系数为0.04时分别使1阶固有频率产生了0.01%与6.17%的波动,2阶固有频率产生了0.68%与6.18%的波动。不同转速范围内,转子系统振动响应对两种不确定性的敏感度也不同:在低于120 rad/s与高于430 rad/s的范围内,系统响应对两种不确定性均不敏感;在120～200 rad/s以及270～430 rad/s范围内,模型不确定性比参数不确定性对响应波动的影响大。该研究成果能够为复杂转子系统随机响应的预测提供一定的理论参考。      

基于多源图像弱监督学习的3D人体姿态估计

3D人体姿态估计是计算机视觉领域一大研究热点,针对深度图像缺乏深度标签,以及因姿态单一造成的模型泛化能力不高的问题,创新性地提出了基于多源图像弱监督学习的3D人体姿态估计方法。首先,利用多源图像融合训练的方法,提高模型的泛化能力;然后,提出弱监督学习方法解决标签不足的问题;最后,为了提高姿态估计的效果,改进了残差模块的设计。实验结果表明:改善的网络结构在训练时间下降约28%的情况下,准确率提高0.2%,并且所提方法不管是在深度图像还是彩色图像上,均达到了较好的估计结果。      

小视场星敏感器量测延时滤波算法

针对小视场（NFOV）星敏感器用于姿态估计时存在的量测延时情况,提出了一种用于解决量测延时的鲁棒扩展卡尔曼滤波（REKF）算法。根据最小方差准则的思想求解各方差的最小上界,通过最小上界确定滤波增益,设计的REKF算法可以有效解决量测延时问题,提高了姿态估计的精度。对REKF算法进行了仿真验证,结果表明:该算法优于常规加性扩展卡尔曼滤波（AEKF）算法、鲁棒有界时域滤波（RFHF）算法及鲁棒卡尔曼滤波（RKF）算法,能较好解决非线性系统存在的量测延时问题,验证了该算法的有效性。