一种带有过渡因子的下压指令设计方法

针对高超声速飞行器由滑翔段转入下压段的过程中运动状态无法快速与制导律进行匹配,从而引起弹道震荡的问题,设计了一种带有过渡因子的下压指令,改善了飞行器的过渡品质。首先,分析了高超声速飞行器平衡滑翔弹道,提出了平滑过渡的基本条件,并引入了一次函数、多项式、正弦、指数形式的过渡因子;然后,设计了3种带有过渡因子的下压指令;最后,通过仿真验证了下压指令的合理性。结果表明,该算法设计出的下压指令计算量小、制导精度高,且具有一定工程应用价值。     

基于事件驱动的容积卡尔曼滤波定位算法

以网络化非线性滤波系统为研究对象,为了平衡系统的通信率和滤波精度之间的矛盾,引入随机事件驱动（stochastic event-triggered）的思想,并在此基础上建立了基于残差检测的事件驱动（detected event-triggered）模型。针对系统的强非线性,将线性随机事件驱动滤波系统中的更新结论推广至非线性系统,推导了两种事件驱动机制在容积卡尔曼滤波（CKF）算法框架中的滤波更新过程,得到了检测事件驱动CKF（DECKF）和随机事件驱动CKF（SECKF）两种算法。最后,通过天基平台空间目标跟踪问题对算法性能进行检验。仿真结果表明,当通信率下降20.64%时,DECKF算法的位置跟踪精度和速度跟踪精度相比标准CKF仅下降了5.50%和7.74%。此外,在通信率相同的情形下,DECKF比SECKF的精度高40%以上,证明检测事件驱动模式优于随机事件驱动模式。     

适用于时变不确定系统的并行模型自适应估计

摘要： 针对受到潜在模型不确定性影响的系统,设计一种并行模型自适应估计(PMAE)算法.以往基于不确定性系统模型设计的滤波算法,在模型精确的情况下,性能往往不及传统卡尔曼滤波（KF）.为了解决该问题,设计基于多个并行滤波器的自适应状态估计算法,其中一个滤波器为KF,用于在未出现模型不确定性的情况下,对系统进行最优状态估计;另一个滤波器为扩维卡尔曼滤波（AKF）,用于在出现模型不确定性的情况下,对不确定性模型参数进行辨识.以空间目标监视为例,分析算法的性能.仿真结果表明,利用PMAE算法能够自适应地对两个并行滤波器进行切换和折衷,从而有效应对模型中存在不确定性和不存在不确定性两种情况.     

改进的离心压气机滑移因子模型

建立一种基于Qiu模型的改进的离心压气机滑移因子模型。该模型在Qiu模型的基础上,增添二次流项来修正滑移因子,同时考虑了出口叶片角与最大叶片角的差值及相应位置。采用亚声速叶轮Krain4、跨声速叶轮Krain6和IET200叶轮对该改进模型进行CFD验证,并对模型二次流项中常系数c的取值进行讨论。结果表明:与Qiu模型及其他传统滑移因子模型相比,该改进模型的精度较高,平均相对误差在2%以下,适用于亚声速及跨声速离心压气机。      

基于放大因子与Spalart-Allmaras湍流模型的转捩预测

为了验证放大因子输运方程与Spalart-Allmaras(S-A)湍流模型耦合对转捩现象的模拟精度,选取Schubauer and Klebanoff(S-K)平板、S809低速翼型、30p30n多段翼型以及复杂的三维HiLiftPW-1构型进行自由转捩计算,并将计算结果与实验进行比较分析,其中针对S809算例,还与Langtry-Menter(L-M)转捩模型进行了比较.算例结果表明:放大因子输运方程与S-A湍流模型的耦合能够较好的捕捉转捩位置以及转捩发展过程,对分离泡诱导的转捩的模拟相比L-M转捩模型更精确,转捩位置的捕捉精度提升了10%;对比实验,多段翼转捩位置的捕捉误差最大为6.5%;针对三维高升力增升构型,以实验作为参考,全湍流计算与考虑边界层转捩的对比显示考虑边界层转捩能够更加精确的模拟气动力系数,升力和表面摩擦阻力系数的模拟精度精度提升1%.      

GPS/伪卫星组合定位中伪卫星改进选址模型

为了更为有效地改善GPS卫星的几何结构,提高GPS/伪卫星组合定位的精度,在推导伪卫星增强GPS系统基本公式的基础上,阐述了GPS绝对定位精度因子的相关理论,说明了引入伪卫星的必要性;提出了建立以观测时间、高度角和方位角为自变量,绝对定位精度因子为因变量的四维选址模型,并采用一次性添加伪卫星方式,改进现有的逐颗添加方式,建立了整体最优的伪卫星选址模型,给出了该模型的工作流程。以空间位置精度因子PDOP为例,进行实测数据测试与分析,结果表明：基于两种伪卫星添加方式建立的四维模型均可为高效的伪卫星选址工作提供可靠依据,实现伪卫星的优化选址;其中一次性添加方式优于逐颗添加方式,尤其对于添加2颗伪卫星,PDOP值在局部的优化程度达到了1.0以上,较大程度地改善了逐颗添加伪卫星方式产生的不利区域,可以提供更为有效的伪卫星选址方案。     

基于经验模分解的PPP时间比对数据消噪方法

精密单点定位(PPP)时间比对数据会受到观测噪声的影响,因此对时间比对数据进行消噪是一项重要工作。提出一种基于经验模分解(EMD)的PPP时间比对数据消噪方法,并将该方法与Vondrak滤波方法的消噪效果进行对比。结果表明,两种方法的消噪效果相当,均能有效滤除PPP时间比对数据中的随机噪声,明显改善时间比对的稳定度。     

组合卫星导航系统的快速选星方法

分析了选星数目与几何精度因子(GDOP, Geometry Dilution of Precision)及导航运算量的关系,基于遗传算法提出了一种以满足用户定位精度需求为条件的快速选星方法——快速遗传选星法.根据用户需求确定选星数目初值、选星数目最大值和GDOP阈值,构造选星方案的初始种群,在进化代数上限为1的条件下对种群进行选择、交叉和变异运算,获得初始选星解,根据初始解的GDOP与阈值的关系确定是否依据GDOP最小原则对初始解进行优化,直至满足算法终止条件,输出选星解.仿真结果表明,该算法可以在一次进化之内以不低于92.45%的概率满足GDOP阈值在2.5~6的要求,同时可有效降低54.75%以上的导航运算量.      

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.      

空间非合作目标双行轨道根数快速生成算法

针对空间目标TLE拟合过程中可能出现的奇点问题,提出了基于无奇异变换的空间目标双行轨道根数（TLE）生成算法. 为提高观测平台对空间目标状态估计效率,提出带有自适应遗忘因子的非线性最小二乘递推算法,利用最速下降法在线修正遗忘因子,使得估计值有较快的跟踪速度和较小的稳态误差. 仿真结果表明,该TLE生成算法的数据处理速度和轨道预报误差满足要求,可用于低轨目标的天基监视.