无人机光电载荷地理跟踪控制研究

无人机定点侦察过程中,将地理目标点或图像目标快速锁定在视场内,是十分重要的。在实时定点航迹规划与跟随控制的基础上,提出了光电任务载荷地理跟踪算法,并通过仿真和飞行试验,证明算法可以满足机载平台对地面目标快速锁定的要求。     

数据链航迹与ESM间断航迹融合跟踪精度研究

数据链和ESM数据融合是机载综合信息处理的一项重要内容,涉及多种因素,这些因素对数据链航迹和ESM航迹融合精度影响如何是实际应用中面临的一个问题。本文针对数据链航迹和间断ESM航迹关联融合的情况,通过仿真研究了不同精度、不同数据率和不同平台运动特性对融合精度的影响,得到了一些有益的结论。     

短波射线追踪技术中的电离层混合建模方法

在国际参考电离层模型和多层准抛物模型的基础上,提出了一种混合应用两种模型进行电离层建模的新方法.利用射线追踪技术,分别对混合模型和传统国际参考电离层模型下短波射线在电离层中的轨迹进行了仿真,得到了电波群路径.通过与实测电波群路径的对比,结果表明:对中国中纬度地区在电离层混合模型下的射线追踪精度优于传统国际参考电离层模型下的射线追踪精度,同时混合建模方法降低了多层准抛物模型对输入条件的要求,扩展了多层准抛物模型在射线追踪技术中的应用范围.     

一站式现场测量解决方案

白光测量技术:毫秒之间获得海量数据Cognitens白光测量系统,致力于为制造业提供一流的非接触式三维光学测量解决方案。其独有的专利技术,能够在苛刻的工业环境中,利用二维光学成像重建工件的三维数学模型。这种革命性的测量系统,具有独特的高速数据获取能力,可完成工业设计、产品开发和质量评估、现场测量、过程检测、模具的设计与试制和现场根源分析等各种测量与检测任务。     

滚转弹两框架导引头的前馈补偿技术

针对弹体滚转情况下两框架平台式导引头的伺服控制问题,基于导引头运动学和动力学,建立了导引头稳定回路模型。结合弹体滚转条件下的导引头输入指令和输出视线角速率关系,构建了视线闭环回路。针对偏航、俯仰通道间的解耦控制问题,推导出解耦条件,要求两通道由失调角到光轴转动角速度的传递函数相同。仿真分析了该模型在视线角输入以及弹体姿态扰动输入时,弹体滚转对导引头跟踪精度产生的影响,并由此提出了滚转角速度前馈补偿控制方案。结果表明,采用结合滚转角前馈补偿控制的两框架平台式导引头方案可以满足滚转弹的制导精度要求。     

考虑未知飞轮摩擦力矩的航天器姿态跟踪鲁棒自适应控制

针对存在未知飞轮摩擦力矩和外干扰力矩情况下的姿态跟踪问题,提出并分析一种鲁棒自适应姿态控制律。姿态控制律采用一种间接处理未知飞轮摩擦力矩和外干扰力矩的方法。该方法并不直接关注未知摩擦力矩和外干扰力矩本身,而是关注其界,并用其进行控制器设计。最后基于Barbalat引理证明所得闭环系统的稳定性,并给出数值仿真结果。仿真结果校验了所提方法的有效性。     

接近和跟踪非合作机动目标的非线性最优控制

航天器在实施对空间非合作目标的近程操作任务中,需要接近目标并保持在目标附近的特定方位,对目标指定部位随动跟踪和观测。针对非合作机动目标的接近和视线跟踪的六自由度控制问题,根据视线坐标系下的相对轨道方程和体坐标系下的相对误差四元数姿态方程,建立了航天器间近距离相对运动的轨道和姿态联合控制模型。考虑模型的非线性、时变性和计算的快速性,采用θ-D控制方法进行接近和视线跟踪的轨道和姿态联合控制。为了减小跟踪同时存在轨道和姿态机动的非合作目标的控制误差,应用Lyapunov最小-最大定理设计了θ-D修正控制器,改善非合作目标同时进行姿态和轨道机动时的控制性能。仿真验证了模型的正确性和控制器良好的跟踪性能。     

一种基于非线性跟踪-微分器的角加速度估计方法

针对仅能获取角度信息的角加速度估计问题,基于卡尔曼滤波和非线性跟踪-微分器设计了一种角加速度估计算法。该算法利用卡尔曼滤波得到角速度的估计值,并以此为基础采用非线性跟踪-微分器对角加速度进行估计,通过对卡尔曼滤波与跟踪-微分器角加速度估计进行合理融合获得最终的角加速度输出。仿真结果表明,所设计的估计方法能满足视线角加速度的估计精度要求,具有一定的工程应用价值。     

基于辅助粒子滤波的机动目标跟踪研究

针对机动目标跟踪巾扩展卡尔曼算法（EKF）收敛速度慢、跟踪精度低的问题,基于粒子滤波（PF）和辅助粒子滤波（APF）的基本思想,结合目标先验信息将速度约束条件加入到跟踪过程巾,对辅助粒子滤波算法进行了仿真分析,与扩展卡尔曼进行仿真对比,分析了跟踪性能和误差。仿真结果表明,对机动目标跟踪问题,辅助粒子滤波不仅解决了扩展卡尔曼线性化困难难题,与EKF相比还具有收敛速度快,跟踪精度高的优点。     

红外弱小目标检测跟踪算法研究

首先对红外图像进行建模,然后在此基础上提出一套目标检测跟踪算法,给出了实验结果。实验结果表明,算法能够很好地完成对信噪比大于4目标的检测,同时算法具有多目标检测能力。当确定需要跟踪的目标以后,系统转入目标跟踪,进而完成对所关注目标的跟踪任务。