高斯混合模型优化的四元数约束CKF姿态估计

针对四元数非线性滤波在姿态估计中噪声为非理想高斯分布时随机模型的失配现象,提出了一种基于高斯混合模型的四元数约束容积卡尔曼滤波（GM-QCKF）。讨论了四元数在容积卡尔曼滤波中的加权均值方法,并利用高斯混合模型对高斯分量更新与求和从而精化随机模型,最后通过两步投影理论做归一化限制,有效地改进了四元数约束容积卡尔曼滤波的稳定性。通过仿真测试,表明GM-QCKF可明显提高姿态估计精度;跑车试验验证了GM-QCKF算法在实际应用中精度和稳定性的优势。     

基于卫星寿命末期燃料计算偏差分析的寿命预测方法

针对PVT方法计算剩余燃料偏差大影响卫星在轨任务规划的问题,提出一种基于输入参数偏差分析的卫星剩余燃料估计和修正方法.在推导剩余燃料估计误差传播方程和比对记账法、PVT法计算偏差的基础上,开展PVT法计算剩余燃料的误差源和输入偏差分析,对卫星剩余燃料进行修正.在仅考虑剩余燃料影响的前提下,建立地球静止轨道(GEO)卫星在轨燃料消耗预测模型,预测GEO卫星剩余寿命.实际工程应用表明：该方法在卫星剩余燃料计算出现较大偏差时,能够较好地修正计算偏差,可为卫星在轨任务规划提供技术支撑及参考借鉴.     

航天员混合现实训练与支持技术研究

基于航天员地面单人便携训练、多人协同操作训练、空间在轨操作辅助支持以及远程协同支持等工程任务需要,开展混合现实训练与支持技术研究。设计了航天员混合现实训练与支持的工程实现总体技术框架,针对航天员地面训练环境、在轨任务环境以及远程支持环境等特殊因素,对混合现实头盔头部位姿实时估计技术、多人协同操作技术以及远程支持场景匹配等关键技术进行研究。试验验证和航天员体验表明,技术方法有效、用户体验良好,满足空间站航天员地面与长期在轨典型性训练和支持任务需求,提高了训练支持质量和效率。     

基于随机维纳过程的结构损伤寿命预测与可靠性评估方法

提出了一种基于随机维纳过程的结构损伤寿命预测与可靠性评估方法。首先,利用随机维纳过程对产品进行性能退化建模与寿命预测模型建立;其次,利用性能退化试验数据,通过参数无偏估计方法结合最小二乘原理计算得出模型参数的估计;然后利用建立的模型对产品进行寿命预测与可靠性评估;最终以某齿轮为实例,验证了所提出的方法的适用性和有效性。     

自适应有限元的应用和发展

自适应有限元（ＡｄａｐｔｉｖｅＦＥＭ）是一种通用后验误差估计,不断进行网络优化提高计算机精度的数值方法,它是有限元法（ＦＥＭ）的新发展,具有高效率,高可靠性的特点,在现代工程得到了广泛应用,本文分析了自适应有限元的关键技术,总结了其在在国内外的应用情况,并展望了其发展前景。     

相关系数ARMA(p,q)序列分析方法

本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。     

非等间距相关系数平稳序列分析方法

工程实际中由于数据缺损或受测试条件所限,常常得到非等间距的时间序列。而传统的时序分析方法只适用于等间距采样的数据,目前工程上对这类问题通常采用插值等近似处理方法,这往往导致较大误差。本文提出非等间距相关系数平稳序列的概念,建立了非等间距相关系数平稳序列自回归模型,给出了非等间距相关系数AR(p)序列的精确极大似然估计和条件极大似然估计,能够高精度地确定非等间距序列的均值函数、方差函数和相关系数函数。      

飞机风洞实验数据不确定度估计方法

论述了国际上目前流行的一些实验数据不确定度估计方法，指出它们各自的所长及不足。基于数理统计理论，给出置信水平、概率密度函数等选取应遵循的基本原则。提出了不确定度估计方法，并对随机界限估计中不应考虑误差源随机相关问题，做了简明的数学阐述。应用本文方法对某飞机风洞吹风模型实验所得到的数据进行了不确定度分析，并与其他方法做了比较。结果表明，本文方法简洁明了，且有较高计算精度。     

增益幅度不同时信号二维方向角和多普勒频率的盲估计

 在各阵元增益幅度不一致的条件下,提出了一种起伏目标的二维方向角和多普勒频率盲估计的新方法。此方法在各阵元增益幅度不一致的条件下,仍可获得很好的估计性能,并能应用于各个信号的频率相同的场合。且具有对噪声不敏感,不需进行谱峰搜索,适用范围广等特点。仿真结果表明了此算法的有效性。     

多维分布参数可变时的Bayes估计

文中讨论多元正态总体分布参数（期望值）在试验过程中可变的Bayes估计。首先论述了由验前信息动态建模的方法，其次给出现场试验下分布参数的估计。对建模和辨识中的一些问题作了较详细的论述。