雷达测量误差模型的容错检验算法

空间飞行器导航定位的精度及可靠性很大程度上取决于雷达误差修正模型准确与否。以脉冲雷达为研究对象,采用统计假设检验理论,对雷达测量数据有无野值等不同情形,分别建立了误差模型拟合优度F 检验与容错F-检验、模型分量显著性T-检验和容错T-检验算法,并且利用雷达跟踪飞行器的实测数据对算法进行了验证。结果显示,模型拟合优度检验与模型分量显著性检验等系列算法具有良好的容错性和适应性,可用于诊断雷达误差模型是否正确有效。     

天基空间目标探测技术探讨

天基空间目标探测系统可以在太空中近距离地对空间目标进行监视、跟踪和识别,因而成为当前研究的热点。文章分析了国内外天基空间目标探测技术研究概况,对其发展趋势进行了探讨。     

基于脉冲星的日地系平动点轨道自主导航研究

给出一种利用X射线脉冲星的平动点轨道自主导航算法. 分析了X射线脉冲星导航原理, 以脉冲到达时间差值为基本观测量, 建立导航系统观测方程. 在高精度星历模型下, 对日地系L₁点Halo轨道建立数学模型, 利用基于UD分解的无迹卡尔曼滤波方法进行导航定位, 并研究了摄动因素对导航结果的影响. 仿真结果表明, 在日地系平动点轨道的自主导航中, X射线脉冲星导航是可行的.     

基于GAS的图像跟踪系统及其实现方案

利用遗传优化算法实现了一个目标跟踪系统,将传统的目标搜索、目标分割、目标定位及跟踪状态评估等过程都由遗传算法来实现,使系统结构简单,易于实现。并分析了利用 TMS32 0 C6x实时实现遗传优化跟踪过程的可能性,最后给出了该系统的实现方案     

交互作用的双自适应模型估计器

 通过对目标的不确定机动分析和对不确定机动的模式分类(非机动、临界机动、弱机动、强机动),建立了一种新的目标状态自适应估计器——交互作用的双自适应模型估计器。它通过具有机动识别特性的二阶自适应模型和具有机动水平特性的三阶自适应模型,以及它们之间交互作用自适应组合方式的结合,达到了跟踪估计目标各种运动的“全面”自适应能力。应用新估计器对目标的5种基本运动进行了Monto-carlo仿真。仿真表明,它具有所期望的良好性能。     

一类不确定混沌系统的强鲁棒跟踪控制

基于指数终端吸引子的有限时间快速收敛特性,将指数型快速终端滑模引入一类不确定混沌系统,提出了一种新的滑模变结构跟踪控制。证明了系统跟踪误差变量在有限时间内能以较快的收敛速度到达各级滑模面的邻域,并最终收敛至平衡点附近很小的区域,系统有良好的动态性能。Dulling系统仿真结果表明该控制策略有强鲁棒性。     

空间非合作目标快速姿态跟踪导航方法研究

提出了一种空间非合作目标快速姿态跟踪导航方法。在非合作目标相对测量过程中,激光测距仪测距数据具有不连续的特点。当不具备测距数据时,采用基于位置-速度方差修正的姿态跟瞄导航滤波算法,引导追踪航天器完成对目标的粗捕获和保持;当具备测距信息时,通过引入间接量测矩阵和Wonham能控规范型极点配置方法,采用基于全维状态观测器的姿态跟瞄导航滤波算法,完成对目标的连续精确指向跟踪,并通过配置观测器极点调整滤波收敛速度。本文提出的姿态指向跟瞄导航算法克服了非合作目标跟瞄过程中测距信息不连续的问题,与传统扩展卡曼滤波算法相比,能够避免量测方程近似线性化过程中的大量矩阵求导运算,因而提高了跟踪导航滤波的收敛速度,增强了追踪航天器对非合作目标的快速姿态指向与跟瞄能力。     

潜入喷管背壁区熔渣溢流沉积实验研究

利用X射线诊断系统，观察了固体火箭发动机热试车条件下潜入喷管壁区熔渣粒子的溢流过程。得到了实验条件下的潜入喷管背壁区熔渣生成沉积数据和图像，分析探讨了喷管潜入深度、喷管部面积对背壁熔渣生成和溢流过程的影响，为发动机的设计提供了实验依据。     

Crab脉冲星标准脉冲轮廓更新对计时精度的改进

对于脉冲星试验01星的两年实测数据，针对蟹状星云脉冲星星历经历了多次更新的特点，提出了更新标准脉冲轮廓进行X射线计时的改进方法。以一系列观测时长为实测数据分组，再采用改进后的方法进行计时分析并与改进前的结果进行对比。通过对比改进前后的计时结果，发现改进方法得到的计时残差的均方根(root mean square, RMS)平均降低了14.2%，定位精度平均提高了14.4%，估计原子钟相对频率偏差的精度平均提高了26.2%，体现了改进方法处理经历多次星历更新的Crab脉冲星观测数据的合理性和优越性。此外，改进方法对脉冲星试验01星两年观测数据的稳定度σz没有量级上的改进，说明改进方法对Crab脉冲星时间稳定度的影响不大。     

基于自适应迭代的机器人曲面恒力跟踪

针对利用机器人进行打磨、抛光、去毛刺等场合时末端执行器对曲面工件轮廓跟踪时难以得到恒定接触力的问题,对机器人末端执行器和工件轮廓接触时的接触力进行研究,建立了实际跟踪过程中机器人末端执行器的接触力和已知传感器坐标系的映射关系,提出了一种基于自适应迭代学习算法的机器人力/位混合曲面恒力跟踪控制方法。该方法由两部分组成:基于机器人和环境接触时的阻抗模型设计了迭代学习控制律,在PD反馈控制的基础上通过迭代项克服机器人的未知参数和不确定性,并构建Lyapunov能量函数证明所提控制律的收敛性;将迭代学习控制律和力/位混合曲面恒力跟踪控制方法结合起来设计了用于曲面工件轮廓跟踪的控制方法。实验结果显示,经过15次迭代,接触力的波动范围逐渐变小并稳定在±3 N之内,验证了所提方法的有效性。