空间冗余机械臂零反作用最优路径规划

自由漂浮空间机械臂运动通过力传递会对其载体航天器产生反作用力和力矩,从而影响基座和末端执行器的位置与方向。利用冗余机械臂的反作用零空间,求解对基座航天器姿态零干扰的机械臂运动规律的解析解。给定机械臂初始和终端状态,考虑最大关节角约束和最大关节角加速度约束,分别针对时间最优和沿整个运动路径关节加速度最小的问题,采用高斯伪谱法,在零反作用轨迹解集中寻找满足约束方程的最优解。所得最优解使得机械臂在达到期望构型的同时不影响基座姿态。将算法用于平面3自由度冗余机械臂系统中,仿真结果表明:算法在保证基座姿态稳定的同时,关节运动满足给定的约束条件,从而验证了算法的有效性。     

基于狄里克莱过程混合高斯模型的信号分选

提出了一种基于狄里克莱(Dirichlet)过程混合高斯模型的雷达辐射源信号分选方法。通过将Dirichlet过程与高斯模型相结合,得到的Dirichlet过程混合高斯模型可以自动学习混合高斯分量的数目。将该模型应用于雷达辐射源信号分选,可以自动确定电磁环境中雷达辐射源的数目。仿真实验结果证实了该方法在雷达辐射源信号分选中的有效性。     

色高斯噪声背景下相干信源DOA估计

为在色高斯噪声背景下估计相干信源DOA,提出一种基于四阶累积量的相干信源DOA估计算法。对各个阵元接收数据与参考阵元接收数据的四阶累积量进行排列,构造Toeplitz矩阵,该矩阵的秩仅等于信号个数,而与信号间的相干性无关。通过特征值分解得到信号子空间和噪声子空间,从而实现相干信源DOA估计。仿真实验结果表明,在色高斯噪声背景下,此算法能有效地估计出相干信源的DOA,并且相对于空间平滑算法具有更好的估计性能。     

助推-滑翔导弹再入弹道快速优化

基于LGL(Legendre-Gauss-Lobatto)伪谱法,研究了临近空间助推-滑翔导弹再入段弹道快速优化问题。首先,基于改进的气动力模型建立了较为精确的再入数学模型;其次,针对该优化问题在气动数据处理和优化求解上存在的困难,基于LGL伪谱法系统地建立了再入最优飞行弹道的求解步骤,为解决直接利用LGL伪谱法存在的困难,设计了一种基于LGL伪谱法的串行优化求解策略;最后,分别采用积分推进法和协状态映射原理对优化结果进行了可行性和最优性验证。仿真结果表明,本文的弹道优化方法优化1条再入弹道所用时间为3～4 s,计算效率较高,路径约束和端点约束均得到很好满足,算法求解精度较高,有效地实现了多约束多变量大型稀疏的再入弹道导弹快速优化。     

再入飞行器可达区域近似算法及地面覆盖研究

在无旋圆地球假设下,利用飞行器最大纵程、最小纵程和最大横程三个典型性能指标,建立了飞行器纵程和横程之间近似椭圆分布的解析关系式,通过该关系式能够快速得到纵程和横程对应的边界曲线,并根据球面三角形将纵程和横程的对应关系转化为经纬度关系,从而得到飞行器地球表面可达区域的边界线.通过与Legendre伪谱法计算所得最优解的比较发现,在不同经纬度,以不同航向角再入后,最优化方法计算得到的边界点与解析方法计算的边界曲线分布基本一致,并仿真分析了不同弧段再入后飞行器地面可达区域的变化特点,针对顺行轨道和逆行轨道完成了再入飞行器地面覆盖范围的计算.该解析方法通过3个典型指标就能够快速计算飞行器再入可达区域,有助于飞行器着陆场快速选择和初期轨道快速设计.     

基于hp伪谱同伦凸优化的火箭垂直回收在线轨迹规划方法

针对可重复使用运载火箭垂直回收轨迹优化问题,提出了一种带有最优终端时间估计策略的hp伪谱同伦凸优化在线轨迹规划算法。首先,考虑状态约束和过程约束的非凸性,采用无损凸化处理推力幅值约束;然后,结合同伦方法与不动点迭代思想将气动力与非凸质量约束转化为线性时变剖面,完成问题凸化;进一步基于hp flipped Radau伪谱法对问题进行离散化处理,将最优控制问题转化为参数优化问题,进而采用原-对偶内点法求解;最后,为进一步减少燃料消耗,提升经济效益,考虑最优终端时间难以在线确定的问题,结合解析推导与二次插值法,设计了最优终端时间快速估计策略。仿真结果表明所设计的轨迹优化算法最优终端时间估计速度快,收敛性能良好,具有较高的精度和计算效率,具备在线应用的潜力。     

一种利用信号幅度信息的光学传感器像平面GM-PHD滤波算法

针对光学传感器像平面多目标跟踪应用,基于有限集统计学理论(Finite Set Statistics, FISST)提出一种利用信号幅度信息的高斯混合概率假设密度(Gaussian Mixture-Probability Hypothesis Density, GM-PHD)滤波算法。该算法通过建立信号幅度似然函数将幅度信息引入到PHD的递推公式中,首先根据光学传感器的特点对输出的信号幅度进行建模,然后分别计算来源于目标和杂波的信号幅度似然函数,在目标信噪比未知的情况下给出一种替代计算方法,最后采用高斯混合方式实现该算法。仿真结果表明,本文提出的算法相比仅利用量测位置信息的PHD滤波器能够显著提高多目标跟踪性能和计算效率,而且在目标信噪比未知时同样具有稳定的性能。     

在K分布杂波和高斯干扰混合杂波情况下相参雷达检测的自适应积累技术

本文讨论了存在干扰时雷达信号的检测问题。在讨论中，我们假设干扰为相参Ｋ分布杂波和高斯分布干扰的混合杂波。另外还讨论了总是出现在雷达接收机中的热噪声问题。通过适当的似然比测试门槛来确定最佳检测器。为了保证检测器未知相关干扰环境中正常工作，最佳检测器需恰当地估算干扰统计数据。二阶频谱分析不能单独估算Ｋ分布和高斯分布杂波源的相关结构。它们的单独估值只有在更高阶频域中才能获得。因此，文中提出了一种基于二阶     

傅里叶变换法用于脉冲多普勒雷达检测加速运动目标的研究

傅里叶变换法通常用于脉冲多普勒雷达检测加速运动目标，尽管该方法的性能会受多普勒拖尾现象限制。机动飞机和导弹属于加速运动目标。本文作者量化了多普勒拖尾的影响。在运用脉冲多普勒雷达检测附加白高斯噪声的非加速目标并估算该目标的径向速度试验中，傅里叶变换法能够使输出信噪比(SNR)随脉冲数线性增加。当目标加速时，只要加速度足够小，那么傅里叶方法仍可以检测目标并估算其平均速度。针对某一给定的加速度，当脉冲数增加时，傅里叶变换法得到的输出信噪比(SNR)随脉冲数的增加成凹函数变化，即输出SNR先增加到最大值然后开始下降，直到该方法不适用为止。因此脉冲数和加速度必须匹配才能获得最佳性能。文中给出了最佳SNR、最佳脉冲数与加速度关系的经验公式。这些结果被证明与采用栅格搜寻的广义似然比检测器设计是相符的。     

基于ANFIS自调整EKF的微卫星姿态确定研究

针对太阳敏感器、磁强计以及惯性陀螺组成的微卫星姿态确定系统，设计了有陀螺测量和基于四元数差分法的无陀螺测量两种广义卡尔曼滤波器（EKF）。由于EKF设计复杂，通常参数计算和调整依赖地面系统，现应用自适应神经模糊推理（ANFTS）进行EKF的参数自调整；使用四元数避免了欧拉角法的奇异问题；采用高斯-牛顿误差最小法显著减少直接使用EKF的计算量。设计仿真数据进行算法验证，结果表明该方法能成功地得到姿态估计，ANFIS可以提高EKF精度，增强鲁棒性，而且便于最优的在轨自主导航。