导航星座的自主定位与守时研究

星座自主导航技术能有效地提高导航星座的自主导航能力和星历精度,增强系统的生存能力。分析了基于星间测距信息的星座自主导航方法,推导了星间测距信息的位置与时间的解耦模型与条件,提出首先进行位置更新,然后进行时间更新的解算流程。根据状态方程与量测方程的特点,推导了适合导航星座自主导航解算的分布式卡尔曼滤波算法。并给出了关键的仿真技术。仿真表明：通过双向测距信息,能有效地实现导航星座的自主定位,保持星间高精度的时间同步。
     

硅微陀螺阵列信号处理技术研究

() 摘 要:基于一种新的硅微陀螺随机漂移模型和被测角速度的随机游走模型,建立硅微陀螺阵列随机漂移过程的Kalman滤波方程。通过数据融合方法,在选择合适的陀螺间互相关系数的基础上,可以将硅微陀螺的静态漂移从52.1度/小时降低为0.465度/小时。利用同类多传感器的数据融合和被测量动态信号的差分技术,可以实时辨识出硅微陀螺的随机漂移,通过已被检测出的动态信号的进一步Kalman滤波,最终可将被测信号的信噪比提高11dB.
     

测向交叉定位系统中的最优交会角研究

研究了测向交叉定位系统中的最优交会角问题。在目标到两部被动传感器基线之间的垂直距离不同的情况下和最小圆概率误差（CEP）准则下,得出了一些有意义的结论。研究表明,最优交会角跟目标到两部传感器基线的垂直距离与基线长度的比值l有关。当l≥√3/6时,只存在一个最优交会角且此时目标与两部被动传感器呈等腰三角形,并在此情况下分析了l的变化对圆概率误差的影响。当l＜√3/6时,存在两个相等的最优交会角。得出的结论在多个被动传感器的优化配置进而提高目标定位精度方面具有一定的理论和实际意义。     

基于LMI的鲁棒滤波在无人机飞控系统中的应用

针对无人机在实际飞行过程中存在外界干扰以及传感器量测噪声的问题,应用线性矩阵不等式理论对无人机飞控系统进行了降阶鲁棒滤波器设计.讨论了适用于连续系统的降阶鲁棒滤波算法以及滤波器存在的条件.最后,进行了无人机纵向高度保持阶段的数字仿真,给出迎角与俯仰角速度的仿真曲线,仿真结果验证了该算法的合理性和有效性.     

概率空间中单调事件序列的连续性

研究了概率空间中事件序列的可列可加性和有限可加性,并提出事件序列次可加性的概念,证明了单调事件序列的连续性,并给出一个充分必要条件.     

两步法快速解算编队卫星GPS模糊度

为克服卫星编队飞行实时相对定位中双频模糊度解算速度慢的缺点,结合扩展Kalman滤波(EKF,Extended Kalman Filter),首先采用少数个历元(如10个)相位平滑伪距相对定位结果与 L₆的平均值对滤波初始化,再根据两步法解算双频模糊度,即先解算并正确固定宽巷模糊度,获得较准确的基线分量估值,然后采用选权拟合方法,将基线分量作为约束条件解算并固定双频模糊度.仿真算例计算结果表明,当宽巷模糊度正确固定后,编队卫星间相对定位误差在5cm以内,两步法可以在较短时间(约3min)内固定双频模糊度,为精确解算编队卫星的相对状态提供保障.     

基于进化神经网络和Monte—Carlo的疲劳可靠性分析

研究了进化神经网络技术,并采用进化神经网络模拟结构重要几何尺寸与载荷的分散性对危险应力的影响,考虑疲劳影响因素的随机性,运用Monte-Carlo方法仿真疲劳横向应力的分布,以获得结构的P-Sa-Sm-N曲面方程,并利用MTPMiner准则理论进行疲劳可靠性分析。实例表明该方法可以用于随机载荷下复杂结构的疲劳可靠性分析。     

异常值和未知观测噪声鲁棒的非线性滤波器

针对含异常观测值的非线性系统滤波问题,以Huber损失函数替代推导滤波器最大后验准则中观测误差的l₂范数,构造出了一种新的优化准则函数,从而给出了一种对异常值鲁棒的非线性后验线性化滤波器。分析表明：由于Huber损失函数兼具l₁和l₂范数的性质,从而使得由这个新准则推导出的滤波器,不仅具有l₂范数的低误差拟合性,也具备l₁范数对异常值的鲁棒性。而当观测噪声的分布未知时,通过引入箱线图法检测异常值,并对噪声统计分布的参数进行估计,进一步提出了对异常值和未知观测噪声分布鲁棒的非线性后验线性化滤波器。仿真实验验证了分析结果的有效性,并表明本文算法的性能优于现有文献报道的非线性滤波算法。     

直角切削6061-T6铝合金剪切区力学行为及微观结构演化预测

力学行为是塑性变形微观过程的宏观表现,早期的金属切削理论模型没有考虑微观结构对切削力的影响。在考虑热力耦合效应的基础上建立了基于位错密度材料模型的6061-T6铝合金直角切削力预测模型,分析了不同切削参数下基于位错运动的塑性变形机制对切削力的影响。结合等分剪切区和非等分剪切区模型,构建了第一变形区多物理场计算方法,提出一种切屑形成过程中由塑性变形引起的微观结构演化解析模型。通过测量切削力和切屑内晶粒尺寸对模型的可行性进行了初步验证。结果表明：剪切区长度变长引起参与位错滑移的材料增多是切削深度增大导致切削力增大的主要原因。增大切削速度导致切削力的降低不是单一变量影响的结果,而是应变降低引起位错增殖数量减少和温度升高引起位错湮灭作用增加的共同作用结果。非等分剪切区模型正确反映了第一变形区温度和应力的分布特征,且与二维有限元模型分布相一致,建立的第一变形区微观结构演化解析模型能够预测切屑内位错密度和晶粒尺寸。     

基于QPSO粒子滤波的航空发动机突变故障诊断

针对标准粒子滤波算法对突变故障诊断迟缓的问题,提出了量子行为粒子群优化(Quantum-behaved particle swarm optimization,QPSO)的粒子滤波算法。该算法引入权值偏差系数的概念,当权值偏差系数超出设置的阈值时,认为系统发生故障,并结合最新的观测值,将量子行为粒子群优化算法融入到粒子的采样过程中,驱使粒子向高似然区域移动,提高粒子群对突变故障的估计性能。仿真结果表明,与标准粒子滤波算法相比,量子行为粒子群优化的粒子滤波算法显著提高了对突变故障的反应速度。