天馈系统产品加速贮存试验与评估研究

贮存寿命是导弹武器装备的重要指标,针对导弹武器中的天馈系统产品,本文设计开展了加速贮存退化试验,获取典型产品的性能退化数据。然后采用基于漂移布朗运动的评估方法,评估得到典型产品的激活能,确定了加速因子,并折算得到产品的等效贮存时间。并且通过贮存后地面鉴定试验,验证了产品贮存后的可用性。     

卫星导航定位方程的病态条件

定位精度因子(PDOP)上限取值是导航星座设计及其性能评价的基本依据。本文系统地论述卫星导航定位方程及其精度评定算法以及线性方程病态条件,通过实测和仿真数值试验结果对比分析,详细论证PDOP与卫星导航定位方程病态条件的关系,进而确定PDOP上限取值,以满足实际工程应用需求。     

面向室内场景的惯性磁感应定位方法

针对卫星拒止的室内导航问题,在现有磁信标定位技术的基础上,通过分析低频旋转磁场的特点,建立了一种不受传感器姿态和磁信标磁矩信息影响的磁感应矢量夹角观测模型,并结合MEMS惯性导航的误差模型提出了一种以磁感应矢量夹角的正余弦值为量测信息的惯性磁感应动态定位方法,避免了磁传感器姿态误差和磁矩误差对定位结果的影响。利用实验室的双轴磁信标实验系统进行静态测试,验证了磁感应定位模型具有不受传感器姿态、环境中遮挡物以及磁矩影响的特点;通过数值仿真的方式对基于无迹卡尔曼滤波(UKF)的惯性磁感应定位方法进行验证,结果表明该方法能有效地抑制惯性导航的发散,且位置最大误差小于0.75 m,满足大多数室内场景下的高精度导航定位需求。     

陀螺仪随机误差的渐进遗忘多新息Kalman滤波

MEMS陀螺仪由于小体积、低价格等优点在民用领域得到了广泛应用,但是由于工艺水平限制,MEMS陀螺仪测量数据中存在大量的随机误差。为了减小MEMS陀螺仪测量的随机误差、提高测量精度,提出了基于渐进遗忘多新息Kalman滤波的随机误差滤波方法。建立了MEMS陀螺仪随机误差的AR模型,在经典Kalman滤波中引入了多新息修正方法,并使用渐进遗忘因子削弱历史数据的积累干扰作用,从而给出了随机误差的渐进遗忘多新息Kalman滤波方法。同时,使用经典Kalman滤波和渐进遗忘多新息Kalman滤波对MEMS陀螺仪输出数据进行处理,并使用Allan方差分析各噪声含量,可知：渐进遗忘多新息Kalman滤波后的数据其QN噪声比经典Kalman滤波减小了2个数量级,ARW噪声减小了1个数量级,BI噪声减小了2个数量级,RRW噪声和RR噪声减小为原来的约1/5,实验结果验证了渐进遗忘多新息Kalman滤波在陀螺仪随机误差滤波中的先进性。     

连续突变管道流动局部水头损失建模研究

管道系统中设置的阀门、限流环等十分常见,装备限流装置的管道本质就是典型的连续突变管道。突变管道流动存在十分明显的局部水头损失,因此工程设计人员在进行管道系统设计时不得不考虑因管道突变而产生的局部水头损失;目前针对单个突变管道流动局部水头损失已有较为深入的研究,并已推导出相应的计算模型,但对于连续突变管路的水头损失研究较少,工程设计中对于连续突变管路的局部水头损失计算采用基于单个突变管道水头损失的叠加计算法,由于连续突变管路流动为极其复杂的湍流,基于单个突变管道水头损失的叠加计算法而得到的连续突变管路的局部水头损失结果误差较大。鉴于此,采用理论推导与实验相结合的方法,设计四种不同管径比的管道以及23种不同进口流量工况,并以航空煤油为介质进行实验,利用实验结果进行分析并对传统的突变管道水头损失的叠加计算法进行修正,提出了连续突缩突扩管道的局部水头损失修正计算模型,其计算结果相比于传统计算方法在精度上得到了显著性提高,为工程管道系统设计中的连续突变管路局部水头损失计算提供了有力依据。     

增广误差模型算法在目标跟踪中的应用

针对目标机动运行过程中,滤波模型与机动状态模型失配的问题,提出了一种新的增广状态误差滤波模型。不同于现有增广方案,该模型从模型失配所致状态滤波误差的角度出发,将状态估计误差增广为一状态量,通过滤波估计后用其校正原状态量。算法分析表明,该增广滤波模型具有自适应调节多重渐消因子的等效特性,增强了对目标的跟踪能力。基于该增广状态误差滤波模型,给出了滤波算法设计并进行了仿真实验。实验结果表明,基于该模型的滤波算法在对机动目标进行跟踪时具有更强的鲁棒性。     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强,单一寻的制导方式很难完成对目标的稳定跟踪和精确打击,需采用多种探测器作为传感器,提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型,利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题,避免了求解复杂的雅克比矩阵。对于分布式多传感器融合,传统的方法多采用协方差交叉（CI）融合方法,但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程,且计算量小。在此基础上,提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后,对算法进行了仿真分析,并进一步验证了提出算法的有效性。     

MEMS惯测技术在管道测绘系统中的应用

针对小口径管道的测绘问题,提出了一种MEMS惯测装置在小管道测绘系统中应用的方法,直接利用地标点信息为MEMS惯测装置装订初始方位,采用因子图理论对惯性/里程计组合导航信息进行处理,通过后续处理对装订误差进行修正,解决了MEMS惯测装置无法完成初始对准的问题。给出了惯性/里程计组合导航的因子图以及和积算法递推公式,并通过牵引试验对所提方法进行了验证。试验结果表明,提出的应用方法能够有效解决小口径管道的测绘问题,在100m间隔的路标点条件下,单边定位精度能够达到5cm。     

涡扇发动机消喘系统飞行试验验证方法研究

针对涡扇发动机消喘系统飞行试验验证需求,和传统试验方法不能有效验证消喘结束后发动机状态恢复能力的问题,根据消喘系统工作原理,提出了单次喘振和连续多次喘振下消喘系统的飞行试验验证方法。该方法通过加装座舱开关,触发发动机调节器内设置的喘振模拟模块,发出根据真实喘振信号特征设计的喘振模拟信号,从而使得消喘系统工作,验证飞行状态下发动机消喘系统对短时切油、喷口面积和可调导叶的控制及消喘结束后发动机状态恢复的能力。试验结果表明:所提出的方法能有效验证消喘系统的功能及消喘结束后发动机状态恢复的能力。本研究对发动机消喘系统可靠性和有效性的飞行试验鉴定具有一定的工程应用价值。     

基于ICKF的永磁同步电机无传感器控制方法

针对在永磁同步电机(Permanent magnet synchronous motor,PMSM)中安装传感器带来的高成本、体积增大、可靠性降低和易受环境干扰等问题,提出采用迭代容积卡尔曼滤波(Iterative cubature Kalman filter,ICKF)算法来估计电机转速和转子位置,并将其应用于永磁同步电机无传感器控制。首先,建立了PMSM在α-β坐标系下的离散数学模型。其次,在Matlab/Simulink环境下分别建立了基于容积卡尔曼滤波(Cubature Kalman filter,CKF)和ICKF的PMSM转速、电流双闭环的无传感器矢量控制系统仿真模型,并进行了给定转速和加负载两种工况的仿真验证。最后,基于TMS320F28335芯片搭建了硬件实验验证平台。仿真分析与实验结果均表明,迭代容积卡尔曼滤波算法应用于永磁同步电机无传感器控制中抗负载变化干扰性好、电机运行稳定、电机转速和转子位置估计精度高,可满足对电机精确控制要求较高的应用场合,具有重要参考价值和推广意义。