面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

基于自适应IMM的高超声速飞行器轨迹预测

为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型（IMM）跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100 s的位置误差均小于5 km,速度误差均小于100 m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。     

面向协同standoff跟踪问题的无人机制导律

针对多无人机（UAV）协同standoff跟踪问题,提出了UAV的横侧向和纵向制导律。对参考点制导（RPG）进行改进,作为UAV的横侧向制导律。然后,采用一组非线性微分方程对UAV和目标相对距离的调节过程进行建模,在此基础上证明了改进RPG的渐近稳定性,并推导了RPG参数与系统性能的关系,为RPG参数的选取提供了依据。最后,给出了UAV的纵向制导律,并分析了其渐近稳定性。仿真结果表明,改进RPG的跟踪误差和时间乘以误差绝对值积分（ITAE）指标均优于Lyapunov向量场制导（LVFG）和模型预测控制（MPC）,故改进RPG具有更快的响应速度和更高的稳态精度。     

MIMO雷达射频隐身性能优化的目标跟踪算法

随着现代战场中电子对抗的日益激烈,雷达的生存环境受到了严重的威胁。射频（RF）隐身技术是一种提高雷达及其运载平台战场生存能力的重要途径。为提高雷达射频隐身性能,针对具有MIMO探测模式的新体制雷达提出了隐身性能优化的目标跟踪算法。该算法基于射频隐身性能优化模型,通过自适应控制系统的子阵划分个数、平均发射功率、波束驻留时间以及采样周期,在满足系统跟踪性能要求的前提下优化系统射频隐身性能,其中的射频隐身性能综合考虑了截获因子及采样周期。仿真结果表明,与传统相控阵雷达相比,本文所提出的目标跟踪算法使MIMO雷达具有更好的射频隐身性能。     

Fuzzy adaptive tracking control within the full envelope for an unmanned aerial vehicle

Motivated by the autopilot of an unmanned aerial vehicle（UAV） with a wide flight envelope span experiencing large parametric variations in the presence of uncertainties, a fuzzy adaptive tracking controller（FATC） is proposed. The controller consists of a fuzzy baseline controller and an adaptive increment, and the main highlight is that the fuzzy baseline controller and adaptation laws are both based on the fuzzy multiple Lyapunov function approach, which helps to reduce the conservatism for the large envelope and guarantees satisfactory tracking performances with strong robustness simultaneously within the whole envelope. The constraint condition of the fuzzy baseline controller is provided in the form of linear matrix inequality（LMI）, and it specifies the satisfactory tracking performances in the absence of uncertainties. The adaptive increment ensures the uniformly ultimately bounded（UUB） predication errors to recover satisfactory responses in the presence of uncertainties. Simulation results show that the proposed controller helps to achieve high-accuracy tracking of airspeed and altitude desirable commands with strong robustness to uncertainties throughout the entire flight envelope.     

Fuzzy adaptive robust control for space robot considering the effect of the gravity

Space robot is assembled and tested in gravity environment, and completes on-orbit service（OOS） in microgravity environment. The kinematic and dynamic characteristic of the robot will change with the variations of gravity in different working condition. Fully considering the change of kinematic and dynamic models caused by the change of gravity environment, a fuzzy adaptive robust control（FARC） strategy which is adaptive to these model variations is put forward for trajectory tracking control of space robot. A fuzzy algorithm is employed to approximate the nonlinear uncertainties in the model, adaptive laws of the parameters are constructed, and the approximation error is compensated by using a robust control algorithm. The stability of the control system is guaranteed based on the Lyapunov theory and the trajectory tracking control simulation is performed. The simulation results are compared with the proportional plus derivative（PD） controller, and the effectiveness to achieve better trajectory tracking performance under different gravity environment without changing the control parameters and the advantage of the proposed controller are verified.     

双星编队对空间非合作目标的仅测角跟踪方法

针对单星仅测角对目标跟踪误差较大和不良测量条件下跟踪精度下降的问题,提出利用编队卫星对非合作目标进行联合跟踪的方法。采用考虑地球非球形J2引力摄动的轨道动力学模型,建立多视线测量模型,融合编队卫星对目标的观测数据。然后,基于新息设计增益调节矩阵提高滤波器在测量故障条件下的鲁棒性。最后,建立仿真模型进行验证。仿真结果表明,相比单星跟踪,该方法的位置误差和速度误差分别减少了27.06%和26.96%。在系统存在异常量测时,相比常规滤波,该方法也具有更高的精确性和更好的鲁棒性。     

基于光学引导下飞行员操纵着舰建模

针对驾驶员操纵舰载机着舰的任务,建立一个在菲涅尔透镜光学助降系统(FLOLS)下的改进的驾驶员模型。在人工着舰时,飞行员驾驶飞机对下滑轨迹跟踪为基础,对驾驶员控制飞机的增益进行自适应控制的改进,对驾驶员在FLOLS光学引导下的视觉感受模型进行模糊控制的改进。结合舰载机动力学特性对舰载机着舰任务进行仿真。仿真结果表明了模型的合理性,可为飞行员操纵着舰提供参考。     

反推滑模控制在电磁耦合调速型风电机组中的应用研究

针对电磁耦合调速型风电机组的风能跟踪中存在的跟踪效果较差的问题,提出了一种基于反推滑模控制的最大风能跟踪控制算法。依据风力机运行特性和电磁耦合器的工作原理建立了电磁耦合调速型调速型风电机组的数学模型,阐述了在该风电机组中最优转矩控制的具体应用方法,并获得参考转矩。最后依据反推滑模控制原理设计分别应用于最大风能跟踪区恒转速区的转矩滑模反推控制器和转速滑模反推控制器,验证了系统的稳定性。与转矩反推控制和传统最优转矩控制相比,该方法能够快速准确地跟踪风速的变化,以最佳叶尖速比运行,更好地实现最大风能跟踪的目标。     

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。