基于lipschitz非线性滑模观测器的卫星故障检测

航天器模型存在非线性问题, 但其小角度在轨运行时满足lipschitz条件,可以在这种情况下进行故障检测, 提高系统的安全性. 应用滑模非线性观测器, 针对多执行器设计了多通道故障检测观测器, 通过Lyapunov函数对其收敛性进行证明. 结果表明, 观测器不仅能够实现故障检测, 还能够实现故障的隔离, 并利用反证法进行了说明. 应用线性矩阵不等式, 给出了观测器参数的求解, 进而对卫星建模及仿真, 与线性化方法进行比对, 验证了算法的有效性.      

卫星定位和精度因子的改进方法

在卫星导航定位系统中,在精度因子计算和采用最小二乘法进行定位求解时,传统上采用测量矩阵直接求逆方法来进行.为了克服矩阵求逆带来的计算量大和数值稳定性差的不足,利用测量矩阵的对称正定性,提出了一种基于矩阵 UTDU 分解的定位解算和精度因子计算方法.改进方法具有严格的数学理论基础,保证了方法的正确性和有效性.数值分析结果表明,相对直接求逆的传统方法而言,在定位解算时,该方法能降低约 60%的运算量,而在精度因子计算中,约能降低36%的运算量.且改进方法能大大降低求解矩阵的条件数,提高了求解的数值稳定性.      

航天器中频段力学环境预示的混合线连接建模方法

针对航天器中频段的力学环境预示问题,提出了一种航天器结构混合线连接建模方法。首先应用波动理论推导了波数空间下的线连接动态刚度矩阵,然后通过构造线连接处的位移形函数,采用傅里叶变换技术建立混合线连接模型。提出了模态插值、三角波和Shannon小波三种形函数构造方法,并对三类形函数的优缺点进行了对比。典型结构的仿真结果表明,提出的混合线连接建模方法具有较好的预示精度,可应用于航天器结构的中频段的力学环境预示。     

基于STLS的卫星惯量矩阵在轨估计

提出了一种采用结构总体最小二乘（Structured total least squares, STLS）进行卫星惯量矩阵在轨估计的方法,与当前估计方法相比,该方法在考虑敏感器测量噪声时能获得一致估计。首先由动量守恒定律得到估计方程,针对该方程的特点定义了惯量矩阵的STLS估计,并使用结构总体最小范数（Structured total least norm, STLN）算法进行求解。证明了当噪声为高斯分布时该STLS估计为极大似然估计,给出了该STLS估计具有一致性的充分条件,仿真结果验证了文章所提估计方法的有效性。     

次对称三对角矩阵特征值反问题

文章讨论了由两个特征对构造次对称三对角矩阵的特征值反问题。结合次对称矩阵中属于不同特征值的特征向量的次正交性,研究了解的存在性以及存在解的充要条件,并给出了相应的算法及数值例子。     

单向陶瓷基复合材料单轴拉伸强度研究

采用细观力学方法对单向纤维增强陶瓷基复合材料单轴拉伸强度进行研究.采用剪滞模型描述复合材料出现损伤后的细观应力场,结合基体随机开裂模型、断裂力学界面脱黏准则确定基体裂纹间距及界面脱黏长度.当基体裂纹达到饱和后,假设纤维强度服从威布尔分布,完好纤维和断裂纤维承载满足总体载荷承担法则,采用纤维随机失效模型确定继续加载过程中纤维断裂概率及断裂位置,当纤维承载达到最大时,复合材料失效.讨论了基体威布尔模量和特征强度、纤维/基体界面剪应力和界面脱黏能、纤维威布尔模量和特征强度对纤维失效,进而对复合材料拉伸失效强度的影响.与试验数据对比表明:提出的模型是有效的.      

层次分析法在科技项目管理中的应用

在介绍层次分析法的基础上,以其在创新性研究项目管理中的应用为例,指出这一方法可以帮助管理者在科技项目管理中更多地减少人为感觉和经验操作,促使把好科技项目选择关和投入关。     

参数不确定离散马尔可夫跳跃广义系统的鲁棒输出反馈镇定

讨论了含参数不确定的离散马尔可夫跳跃广义系统的鲁棒输出反馈镇定问题。基于受限系统等价(r.s.e.)变换和通过引入新的状态变量,将所讨论的广义系统等价转换为离散马尔可夫跳跃标准线性系统。通过对转换后的系统进行讨论,得到了使闭环系统正则、因果且随机稳定的鲁棒输出反馈控制器存在的线性矩阵不等式充分条件,该控制器可以是降阶的。最后用一个数值算例说明了文中方法的有效性。     

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。