航天器交会最终逼近段相对姿态估计与控制

对航天器交会对接最终逼近段,给出姿态运动学方程统一形式以及相对姿态动力学方程;除了应用交会航天器的绝对姿态运动方程进行相对姿态估计(间接法)外,还直接应用相对姿态运动方程进行相对姿态估计(直接法);阐述相对姿态控制的相平面法与四元数反馈法的设计方法.相平面控制法应用常值推力,针对小姿态角机动的特点,将相对姿态通道解耦为3个独立的二阶子系统,设计相平面推力方向切换函数;四元数反馈法应用简化的基于本征轴旋转的线性二阶系统,选择相对四元数与角速率反馈增益系数,确定控制力矩.此外,对相对姿态估计与控制方法进行模拟计算与比较.理论分析与模拟计算结果表明:应用扩展Kalman滤波的相对姿态间接估计法与直接估计法是有效的,后者有可能简化估计算法;相平面控制法与四元数反馈法均可有效实现相对姿态控制,前者应用常值推力(推力方向与姿态反馈有关),较易实现,但动力消耗较大,后者按控制力矩随姿态反馈量而变,动力消耗较小.      

基于比例阀控制的液压附件部件综合试验台的设计

针对某飞机液压系统对液压附件、部件的测试要求,设计了多支路液压系统综合试验台,实现了对飞机液压系统中作动器的动作时间、次数和速度等参数测试,对液压缸、阀、集成块等附件在不同压力、流量和温度等条件下的性能测试。该设计主要采用比例阀控制压力和流量,多级过滤器进行油源净化,PLC和继电器实现测控、电位计进行压力和流量调节,数显表直接显示压力、流量和温度、时间等参数。通过实际测试验证,试验台工作稳定、安全可靠、调整方便、显示直观、振动噪音小、不泄露,满足了某型号飞机液压附件部件测试的要求。     

基于深度前馈网络的自适应相对导航滤波

针对空间非合作翻滚目标近距离相对导航中出现测量异常偏差导致滤波精度下降甚至发散的问题,研究了具有抗差能力的自适应滤波估计方法。在设计了相对导航滤波模型的基础上,提出了基于深度前馈网络的自适应扩展卡尔曼滤波算法,并且详细设计了智能故障检测与估计的深度前馈网络模型与训练方法。数学仿真结果表明:深度前馈网络能够有效估计测量异常偏差且估计误差小于异常偏差值的15%,基于深度前馈网络的自适应扩展卡尔曼滤波结果显著优于常规扩展卡尔曼滤波。     

复杂电磁环境下组网雷达对隐身目标的跟踪研究

在复杂电磁环境背景下,研究了组网雷达基于粒子滤波算法对隐身目标的跟踪滤波问题,建立了雷达观测方程和隐身目标的多基地雷达截面积模型,分析了基于U PF的组网雷达目标跟踪滤波算法。利用计算机仿真验证了复杂电磁环境下组网雷达利用粒子滤波技术跟踪隐身目标的有效性,并对几种跟踪算法的效率进行了比较。     

Kalman滤波工程应用问题分析及改进方法研究

Kalman滤波方法是理论成熟和工程应用广泛的估计方法。但在工程实际中，因原始数据质量和各种初始条件的变化，Kalman滤波经常出现不收敛的现象，尽管理论上有许多克服滤波发散的机制，但工程应用效果并不明显。本文从数据残差入手，提出了改进增益矩阵的滤波方法。经仿真计算证明，该方法有效的解决了滤波发散问题，并极大的提高了估计精度。     

光纤陀螺随机漂移的实时滤波方法研究

在光纤陀螺捷联惯导系统的初始对准过程中,光纤陀螺的随机漂移是影响对准精度的重要因素。通过离线的建模和滤波,能够在一定程度上抑制光纤陀螺随机漂移的影响,但由于受环境因素及光纤陀螺重复启动性能的影响,离线建立的模型通常不具备普适性,无法实现初始对准中随机漂移的在线滤波。为了解决这一问题,论文研究了随机漂移的实时滤波方法,包括基于ARMA模型的Kalman实时滤波方法和基于滑动数据窗的小波实时滤波方法,并对两种方法进行了改进。最后,进行了光纤陀螺捷联惯导系统的初始对准试验,研究了两种滤波方法对对准精度的影响,试验结果表明两种在线滤波方法均能够在较大程度上提高初始对准的精度,而且小波实时滤波方法的精度和实时性均优于基于ARMA模型的Kalman实时滤波方法。
     

模糊自适应卡尔曼滤波技术研究

提出了一种基于模糊自适应卡尔曼滤波技术的组合导航的新方法。这一方法主要应用于自主式机动飞行器。用模糊逻辑自适应控制器对卡尔曼滤波器的噪声方差进行“在线”修正,将卡尔曼滤波器调整到最优状态,从而提高组合导航系统的精度。通过对ＧＰＳ/ＩＮＳ组合导航系统的仿真,验证了模糊自适应卡尔曼滤波器比常规卡尔曼滤波器具有更高的精度。该方法的研究对飞行器的导航与制导具有重要意义。     

捷联寻北仪的误差补偿技术及信号处理方法研究

捷联寻北仪采用中等精度两自由度动力调谐速率陀螺仪,来感测地球自转角速度在两个水平方向的分量,从而确定地理北向。各种干扰的存在会削弱有用信号,从而降低寻北精度。本文分析了陀螺静态及动态漂移误差对寻北精度的影响,提出了有效的误差补偿技术;针对有用信号的特点提出了简单实用的噪声消除法。仿真和试验结果说明,文中所提方法能有效地提高寻北精度。     

模型参数扰动下的火星大气进入鲁棒状态估计方法

针对火星大气进入段模型参数扰动及动力学系统的强非线性影响导航系统状态精确估计问题,提出了一种模型参数扰动下的鲁棒插值滤波（DDF）方法。该方法在传统插值滤波方法代价函数的基础上,通过把扰动参数对状态估计精度影响的度量矩阵乘积的迹增广到代价函数,推导了具有解析滤波增益形式的鲁棒插值滤波方法。同时,通过实时计算进入过程中导航系统的非线性,基于系统非线性度给出了鲁棒插值滤波方法阶次自适应选取准则。只在系统强非线性阶段采用高阶鲁棒插值滤波方法,既保证状态估计精度,同时满足导航系统实时性需求。仿真结果表明,提出的鲁棒插值滤波方法比传统的一阶插值滤波方法估计精度更高,能达到二阶鲁棒插值滤波方法的估计精度,比整个进入过程采用二阶鲁棒插值滤波方法具有更高的解算效率。     

自学习自适应INS／Doppler组合导航系统

本文通过引入文［１］提出的自学习适应Ｋａｌｍａｎ滤波，而将氢此组成的具有自学习功能的智能组合导航系统直接建立在噪声分布密度的异步自学习估计上，由于此时的ＬＡＫＦ在每次重复滤波实验后可离线异步地学习模型与量测噪声的统计特性，从而可有效地避免滤波发散现象并能确保实时性。文中结合某飞行器，对ＩＮＳ／Ｄｏｐｐｌｅｒ组合导航系统进行了仿真研究，所得结果十分满意。