面向编队飞行的天文多普勒差分/脉冲星组合导航

太阳光较强,太阳多普勒差分导航测量精度高,但难以提供多方位速度信息。恒星星光弱,恒星多普勒差分导航测量精度低,但可提供多方位速度信息。为了提高航天器的天文自主导航能力,提出一种面向编队飞行的天文多普勒差分/脉冲星组合导航方法。利用3颗及以上的脉冲星导航是完全可观测的,但滤波周期较长,难以获得连续的导航信息。3种导航方法具有互补性,可以进行组合导航。利用扩展卡尔曼滤波器作为导航滤波器来融合天文多普勒差分和脉冲到达时间,并为编队飞行提供绝对和相对导航信息。仿真结果表明,该组合导航方法能为编队飞行提供高精度的绝对和相对导航信息。     

具有多次谐波抑制的发夹型微波带通滤波器

文章提出了一种新型的具有多次谐波抑制功能的发夹型微波带通滤波器,主要工作在2GHz频率。对该滤波器通过仿真优化,并进行实际设计测量。在该结构滤波器中,采用SIR（Stepped—impedancere sonator阶跃阻抗）结构的发夹谐振器来达到缩小尺寸、多次谐波的目的。该滤波器相比于传统的微带线发夹型滤波器具有尺寸小、频率选择性好、宽阻带的性能特点。     

脉冲星导航在高精度卫星轨道修正中的应用

X射线脉冲星导航系统(XNAV,X-ray Pulsar Based Navigation)能够为航天器提供自主的定位服务,但是XNAV存在精度较差,且受航天器钟差和脉冲星时间模型误差的影响而产生近似常值偏差的缺点.分析与仿真指出,在采用XNAV单独导航时需要2颗脉冲星可达到完全观测,而采用XNAV和星间观测的组合导航时仅需要1颗脉冲星即可达到完全观测,同时组合导航能够将轨道修正的精度提高10倍以上,并将由于常值偏差造成的估计误差抑制在0.2 m以内.在现实的噪声设定下,采用标准XNAV单独进行轨道修正,仅需要两颗脉冲星即可取得50 m以内的估计精度;而采用组合导航时,在单脉冲星的导航方案下,系统的估计精度为5 m以内.分析结果表明:基于单脉冲星导航的组合导航,是一种高精度、低需求,容易实现的卫星轨道估计方案.      

小管径超声波流量计去噪方法

超声波流量计中存在各种噪声,直接影响流量测量的精度。文章首先分析了小管径超声波流量计中噪声的来源,从实时性的角度出发,提出了一种直接对测量时间差进行去噪的方法,避免了对原始超声波信号进行采样、分析带来的实时性差的问题。针对随机噪声和声学噪声引起的时间差数据中的误差,以硬阈值小波滤波作为第一级滤波、中值加均值滤波为第二级滤波进行处理。通过流量测量实验,验证了去噪方法的有效性,结果表明,去噪后流量计的瞬时测量误差小于1%。     

火星进入段探测器自校准状态估计

由于大气密度、气动参数、突风和沙尘暴等因素的影响,火星探测器在进入段高速飞行的动力学模型中往往带来未知输入,这些未知输入使传统的滤波方法出现较大的偏差。研究采用一种新的自校准扩展Kalman滤波方法,对火星进入段的探测器进行状态估计,可以成功地消除这些未知输入带来的影响。数值仿真结果表明,该方法能有效提高导航精度。     

NPF算法在X射线脉冲星导航中的应用研究

针对X射线脉冲星导航中航天器模型的强非线性、高阶模型不确定性等问题,提出应用非线性预测滤波(NPF)算法实时估计航天器的轨道信息。首先,建立具有模型不确定性的X射线脉冲星导航定轨指标函数,优化得到满足指标函数最小的系统模型误差值,通过降低模型不确定性的影响来提高航天器自主定轨精度。对STK生成的“火星探路者”和“金星快车”及“北斗一号”三种航天器轨道数据进行分析,仿真结果表明,该算法比EKF算法具有更高的定轨精度,能够满足深空以及近地轨道航天器的自主定轨精度指标要求。     

磁悬浮飞轮位移传感器谐波扰动的主动抑制

针对磁悬浮飞轮转子位移传感器谐波噪声引起的多频扰动问题,提出了一种基于级联相移陷波器的全转速自适应控制方法。首先根据多频扰动特性,构造分级的自适应相移陷波器,每级陷波器对应一个陷波频率;然后,将陷波器级联,分别设置相角补偿矩阵解决闭环控制回路在全转速范围内的稳定性问题。最后,以五自由度磁悬浮飞轮为实验对象进行实验验证,实验结果表明,所提出算法能够在全转速范围内有效地抑制谐波扰动。     

对空间碎片的相对位姿估计

针对几何、质量特性参数均未知的空间碎片,提出一种基于扩展卡尔曼滤波（EKF）的相对位姿估计算法。该算法以单目相机获得的目标图像特征视线信息作为测量输入,以目标姿态、姿态角速度、惯量比、相对位置、相对速度和特征位置作为滤波状态。对算法进行可观性分析,给出两个可以保证算法可观性的条件。分别针对不同条件进行数值仿真,仿真结果表明新算法能够对几何和质量参数未知的空间碎片进行有效的相对位姿 估计。     

非高斯杂波下自适应雷达目标检测新方法

在球不变随机向量(SIRV)非高斯杂波背景下,研究了多脉冲相参雷达目标的自适应检测问题。假设杂波具有相同的协方差矩阵结构和可能相关的纹理分量,提出了新的协方差矩阵估计器,并获得了相应的自适应归一化匹配滤波器(ANMF)。理论分析表明,在估计杂波分组大小与实际情况匹配时,所获得的ANMF对杂波功率水平和协方差矩阵结构均具有恒虚警率(CFAR)特性。仿真结果表明:当估计的杂波分组大小失配时,所获得的ANMF具有近似CFAR特性,并进一步分析了不同参数变化对所提检测器性能的影响。与已有的ANMF相比,所获得的ANMF具有更好的检测性能,且迭代次数更小,其相对于已知杂波协方差矩阵的最优归一化匹配滤波器(NMF)的检测损失也更小,具有很好的实际应用前景。     

信赖域滤子算法在航空发动机在线优化中的应用

主要研究了航空发动机在线优化问题.以非线性发动机部件级模型为优化对象,将信赖域滤子算法应用于航空发动机在线优化,相比基本信赖域算法,该算法由于采用非单调的滤子算法和松弛重置,兼顾了算法在目标函数值下降与可行性保持两方面的品质,通过松弛重置避免子问题的不可行性,滤子算法则保证了算法收敛到全局最小解.最后,基于信赖域滤子算法,以涡扇发动机最小油耗寻优控制为仿真算例,验证了该算法的优越性.