基于数字控制器的石英挠性加速度计再平衡回路设计

目前广泛使用的石英挠性加速度计模拟伺服电路的输出需要经过模数转换电路才能与数字计算机系统连接,转换电路的非线性误差、温度漂移等非理想因素会造成一定的精度损失.针对转换过程引起的精度损失,研制了一种基于单载波电容调制解调的脉冲输出型数字伺服电路.首先,提出了采用单载波开关电容充放电调制、滑动平均滤波解调的电容检测方案.然...     

极低频超大型航天器姿态机动与物理试验验证

针对具有0.01 Hz极低频主模态的超大型航天器的姿态机动问题,给出利用经典的Bang-Bang轨迹规划方法、滤波轨迹规划方法和传统的相平面控制方法进行姿态机动的方案,构建了极低频超大型航天器姿态机动地面物理试验系统,对不同的姿态机动控制方法进行了试验验证.针对不同的姿态机动轨迹规划方法,采用喷气发动机或控制力矩陀螺作...     

基于GPR模型的自适应平方根容积卡尔曼滤波算法

与传统算法一样,动态系统的参数化模型(含噪声统计特性)未知或不够准确易导致容积卡尔曼滤波(CKF)效果严重下降,甚至滤波结果发散.为此,利用高斯过程回归(GPR)方法对训练数据进行学习,得到动态系统的状态转移GPR模型和量测GPR模型以及噪声统计特性,用以替代或增强原有动态系统模型,并将其融入到平方根容积卡尔曼滤波(SRCKF)中,分别提出了无模型高斯过程SRCKF (MFGP-SRCKF)和模型增强高斯过程SRCKF (MEGP-SRCKF)两种算法.仿真结果表明:这两种新的自适应滤波算法提高了动态系统模型精度,且实时自适应调整噪声的协方差,克服了传统算法滤波性能易受系统模型限制的问题;与MFGP-SRCKF相比,在给定一个不够准确的参数化模型,且有限的训练数据未能遍布估计状态空间的情况下,MEGP-SRCKF具备更高的滤波精度.     

一种滤波SST方法在翼型深失速模拟中的应用

 为了提高原始剪切应力输运(SST)湍流模型对于分离流动的求解精度,将大涡模拟(LES)中的滤波因子和SST方程相结合构造出一种滤波SST方法,利用湍流尺度对流场求解区域进行划分,近壁面附近的稳态流动由湍流模型控制,远壁面采用LES方法进行模拟。与传统混合RANS/LES方法相比,该方法的特点是:滤波因子的选取不再依赖于网格尺度,可以有效地降低网格诱导分离现象发生的概率。采用该方法对NACA0021翼型深失速特性进行了仿真研究,对比了非定常雷诺平均Navier-Stokes(URANS)方法和SST-DES方法,从仿真结果可以看出滤波SST方法有效地激活了分离区域的脉动,充分展现了分离的三维特性;同时算例求解结果证明该方法的精度高于URANS方法,与试验结果吻合较好,显示其具有一定的工程应用价值。     

对流层和电离层延迟残差对GPS飞行器定位精度影响

GPS(全球定位系统)飞行器定位中,飞行器起飞后,基准站与移动站的距离和高程差逐渐增大,对流层、电离层延迟残差对定位精度的影响也将越来越大。利用在短基线条件下,用Kalman滤波和LAMBDA(最小二乘模糊度降相关平差法)算法固定整周模糊度,并在随后保持固定。在此基础上研究对流层、电离层延迟残差参数估计对定位精度的影响。算例结果表明,短基线条件时,电离层延迟残差估计将使定位精度变差,高程定位误差小于10cm;中长基线时,电离层延迟残差估计将改善载波相位残差,从而改善定位精度,取得与消电离层组合定位一致的定位精度。而在视场内缺少低仰角卫星时,对流层延迟残差参数估计将使定位精度变差。     

改进的平方根UKF在再入滑翔目标跟踪中的应用

针对临近空间高超声速再入滑翔目标跟踪问题，提出了一种基于新气动力模型的改进的平方根UKF滤波算法(ISR-UKF)。首先对气动力模型进行了变换。其次，在传统平方根UKF基础上，改用球形无迹变换来计算权系数以及sigma点；改进了平方根矩阵的分解方法；同时为解决矩阵求逆易出现奇异值使滤波失效的问题，提出在协方差矩阵更新中引入多重次稳定因子。最后将该算法分别与基于原气动力的ISR-UKF，基于新气动力的平方根UKF以及基于原气动力的平方根UKF进行仿真比较。仿真表明，该算法具有良好的滤波性能，而且能避免奇异值问题的出现，具有很好的可靠性。     

散乱点云自适应滤波算法

提出一种散乱点云自适应滤波算法,该算法采用改进的R*-树组织散乱点云的拓扑近邻关系,基于该结构快速准确获取局部型面参考数据,自适应调节二维高斯分布的数字特征计算滤波权值,计算局部型面参考数据对原始型面数据的影响因子,以此作为权值计算各点滤波后的坐标,采用加权平均方法实现散乱点云的自适应滤波.实验证明该算法可有效提高点云的滤波效率,在保留原始型面特征的基础上,减小点云的随机误差,提高光顺性.     

多传感器加权观测融合自适应UKF滤波器

对于带有相同观测方程和未知噪声统计的非线性多传感器系统,提出了一种基于Sage-Husa估计的自适应UKF滤波算法.该算法利用导出的平稳随机序列的相关函数估计系统观测噪声方差统计R(j),并证明了其收敛性.进而利用Sage-Husa估计算法得到自适应UKF滤波算法.该方法避免了传统Sage和Husa的自适应滤波算法不能处理Q和R均未知的系统的局限性.为了将多传感器信息加以充分利用,提高滤波精度,本文利用加权最小二乘法(WLS),实现了多传感器加权观测融合自适应UKF滤波器.一个带3传感器非线性系统的仿真例子说明了该算法的有效性.     

多渐消因子Kalman滤波器在SINS初始对准中的应用(英文)

针对系统模型和统计信息不能精确已知的条件下Kalman滤波无法给出最优解这一问题,单一渐消因子Kalman滤波算法对于简单的系统是有效的,但是对于复杂的多变量系统,仅仅利用单个的渐消因子是不够的。本文提出了一种多渐消因子滤波算法,通过利用开窗法计算新息序列协方差的无偏估计获得渐消因子矩阵。利用渐消因子矩阵调节一步预测均方误差矩阵k|k1P,对不同的滤波通道提供不同的渐消速率。将该方法应用于SINS的初始对准中,仿真和试验结果表明:当真实系统噪声统计特性同设定参数不一致时,对准精度明显高于其他滤波算法。其对不确定性噪声具有较低的敏感度,对系统参数具有较好的滤波效果。因而,在实际应用中具有重要的参考价值。     

基于FPGA的SAR图像Lee滤波器算法实现

在以SAR图像为基础的导弹末制导系统中,对图像匹配的速度要求很高,如果用软件实现去除图像相干斑的Lee滤波算法,处理时间相对较长,失去了其实际应用的价值.为解决这一问题,可以利用FPGA来实现Lee滤波算法,针对算法中运算消耗时间较多的开方运算、指数运算,建立高效的算法模型,本文实现了开方运算仅需要2个迭代周期、指数运...