基于模型混合的多分辨率多模型跟踪算法

在原有的多分辨率多模型算法的基础上引入了滤波器混合的方法,提出了一种新的机动目标跟踪算法.原多分辨率算法在多分辨率框架下应用硬切换多模型算法,改善了多模型算法在非机动段的跟踪性能,但是保留了硬切换算法的固有缺点.交互式多模型算法由于采用模型混合,避免了硬切换算法存在的问题,但是非机动段的跟踪性能不如多分辨率多模型算法.所提出的新算法综合了两者的优点,不仅解决了多分辨率多模型算法中存在的问题,而且其综合滤波性能优于交互式多模型算法.      

利用飞轮的航天器姿态跟踪与能量存储

研究航天器集成能量与姿态控制系统中飞轮的控制律。系统中飞轮是姿态控制的执行机构,同时也是储能装置。首先利用Lyapunov方法设计了航天器姿态跟踪的反馈控制律,然后研究一种力矩形式的飞轮控制律。利用奇异值分解方法把飞轮组的控制力矩向量分解为3部分相互正交的力矩向量,一部分用来提供姿态控制力矩,一部分用来以给定的功率储能,另一部分完成轮速平衡以避免由于各飞轮轮速差异过大引起的飞轮饱和。提出了一种基于动能反馈的储能功率规划方案来保证系统的能量平衡,可以避免由于过剩能量引起的飞轮饱和。数值仿真结果验证了控制方案的有效性。     

测控资源调度管理系统的构造与实现

针对我国航天测控实际问题的特点和现状,基于知识发现提出了测控资源动态调度算法的框架,在此基础上,基于数据仓库建立了测控资源动态调度管理系统的体系结构,并采用面向对象(Ob ject-O riented,O-O)技术,分析和设计了测控资源动态调度管理系统,最后阐明了该系统的优点。实际应用表明,该方法使我国“一网管多星”的效率得到极大的提高。     

反辐射导弹作战效能分析

从作战模拟和效能评估的角度出发,建立了反辐射导弹(ARM)导引头的截获模型、跟踪模型和ARM的雷达截面积模型。描述了ARM的运动轨迹,建立了其数学模型,并讨论了三种情况下ARM对雷达的击毁概率。     

交互多模型PHD滤波跟踪多目标方法

在机动多目标跟踪问题中,目标数未知或随时间而变化,概率假设密度（PHD）滤波可以在每一时间步估计多目标状态和目标数,但单模型方法不能给出精确的估计。提出了一种交互多模型PHD滤波方法,建立多模型描述多目标运动方式,利用PHD滤波结合多模型跟踪目标运动轨迹。同时,给出了多传感器交互多模型PHD滤波方法,以提高目标跟踪精度。     

Uncertainty-aware Cube algorithm for medium-term collision risk assessment

The number of Earth orbiting objects is constantly growing, and some orbital regions are becoming risky environments for space assets of interest, which are increasingly threatened by accidental collisions with other objects, especially in Low-Earth Orbit (LEO). Collision risk assessment is performed by various methods, both covariance and non-covariance based. The Cube algorithm is a non-covariance-based method used to estimate the collision rates between space objects, whose concept consists in dividing the space in cubes of fixed dimension and, at each time instant, checking if two or more objects share the same cube. Up to now its application has been limited to the long-term scenarios of orbital debris evolutionary models, where considering the uncertainties is not necessary and impractical. Within operative contexts, instead, medium-term collision risk analysis may be an important task, in which the propagation-related uncertainties play a prominent role, but the timescale poses challenges for the application of standard covariance-based conjunction analysis techniques. In this framework, this paper presents an approach for the evaluation of the medium-term collision frequency for objects in LEO, called Uncertainty-aware Cube method. It is a modified version of the Cube, able to take the possible errors in the space objects’ position into account for the detection of the conjunctions. As an object’s orbit is propagated, the along-track position error grows more and more, and each object could potentially be in a different position with respect to the one determined by numerical propagation and, thus, in a different cube. Considering the uncertainties, at each time instant the algorithm associates more than one cube to each object and checks if they share at least one cube. If so, a conjunction is detected and a degree of confidence is evaluated. The performance of the method is assessed in different LEO scenarios and compared to the original Cube method.     

SO(3)上航天器自适应反步姿态跟踪控制

针对刚体航天器姿态跟踪控制问题,提出了一种自适应反步控制方法。首先,考虑模型不确定性和外部干扰影响,通过引入一个非负定的势函数来描述姿态跟踪误差,在特殊正交李群SO(3)上建立描述航天器姿态运动的相对动力学方程,所建立的动力学模型有效地避免了用修正罗德里格参数或四元数描述航天器姿态时引起的奇异和退绕等问题;其次,设计的自适应反步控制器可保证闭环控制系统最终一致有界收敛,并用李亚普诺夫理论严格证明了闭环系统的稳定性;此外,设计的自适应控制律可以有效地处理系统总干扰;最后,针对航天器姿态跟踪控制场景进行数值仿真分析。结果表明:与传统PD控制器相比,所设计的控制器可以有效地提高控制性能。     

一类非仿射输入和不确定性系统的输出跟踪控制

针对一类具有非仿射输入和不确定性的混沌系统,提出了鲁棒自适应RBFNN反演控制。RBF神经网络用来逼近设计过程中所有的未知非线性函数,并且对逼近的误差设计了鲁棒项,设计的自适应律是针对RBF所有权值的上界而不是权值本身,因而在线自适应参数数量减少了,节约了计算时间。该方法保证了混沌系统的输出能跟踪任意参考信号,并且跟踪误差是一致渐进收敛的。仿真结果表明该方法的可行性和有效性。     

基于角速度估计自适应的IMM目标跟踪算法

为了解决目标强机动时目标跟踪算法模型集不匹配的问题,提出了一种基于角速度估计的自适应交互式多模型算法。通过对角速度的估计,在目标的不同运动模式下选取最优模型集,角速度估计精度高时,通过角速度估计值构造模型集,减小模型间竞争;角速度估计精度低时,采用标准IMM算法的模型集,提高模型集的覆盖范围,从而提高跟踪精度。仿真结果表明该方法能够明显提升目标跟踪性能,对强机动目标的跟踪效果尤其显著。     

一种基于扩频机制的定向天线捕获跟踪方法

针对空-地测控链路的特点,本文提出了一种基于扩频机制的定向天线捕获跟踪方法,通过采用具有良好正交性能的两路伪随机序列对基带信号进行直序扩频和正交调制,并优化捕获跟踪算法,有效提高了系统的天线捕获跟踪性能.经测试验证,该方法具有抗干扰、捕获速度快、跟踪效率高等特点.