基于分段求解含错方程的扰码初态估计

针对低信噪比下扰码初态正确估计率低的问题，提出一种基于求解含错方程的扰码初态估计算法。根据初态递推关系，利用接收的软判决序列建立含错方程，将初态估计问题转化为含错方程组的求解；采用平均校验符合度来衡量含错方程组成立的可能性大小，通过遍历初态集合完成初态估计；通过分段寻优求解的方法来确定校验方程，该方法极大降低了高阶数下需要遍历的初态数。实验结果表明：所提算法在信噪比为0 dB的情况下，扰码初态正确估计率能达90%以上，相比于传统的卷积码快速相关攻击算法约有1～2 dB的性能提升。     

随机扰动下的航天器姿轨保持自抗扰控制

空间飞行器在轨运行过程中除受空间摄动外，还因飞行器任务需要产生随机扰动力和扰动力矩。针对空间飞行器受随机扰动产生的耦合运动控制问题，提出了利用自抗扰方法进行轨道保持和姿态稳定的控制方法。通过引入二阶线性扩展状态观测器，对系统总扰动和状态进行观测。结合PD控制方法结合总扰动前馈补偿，克服空间主要摄动及飞行器本身产生的随机扰动，实现轨道保持和姿态稳定。仿真试验结果表明:该方法可以有效克服总扰动的影响，实现姿轨协同控制。     

基于模糊自抗扰的索网天线容错振动控制研究

针对空间索网天线型面振动控制中部分作动器故障影响天线型面精度的问题，基于天线动力学模型设计一种模糊自抗扰容错控制方法。首先，建立天线型面的振动动力学模型，包括天线振动动力学模型、形状记忆合金作动器动力学模型和作动器故障模型。然后，设计模糊自抗扰控制容错振动控制方法，在作动器未发生故障的情况下，抑制天线型面的振动；在作动器发生故障的情况下，降低故障对天线型面精度的影响，实现容错控制。最后，对设计的容错控制算法进行仿真分析。仿真结果表明，模糊自抗扰容错控制方法不仅在作动器未发生故障时能将型面扰动降低93%,而且将三个作动器故障对型面精度的损失控制在4%。该天线型面振动容错控制方法对作动器故障干扰具有良好的适应性。     

变质心固定翼无人机动力学分析与抗扰控制

变质心无人机具有气动效率更高、隐身性能更好、机翼结构更加简单等优点。提出了时滞更小、结构更加简单的单滑块变质心无人机布局方案，分析了滑块参数对变质心无人机动力学特性的影响，在此基础上给出了滑块的理想安装位置，并研究了变质心无人机布局方案控制效率随速度的变化情况。针对变质心无人机强耦合、强非线性的特点，基于粒子群算法(PSO)设计了自抗扰控制器(ADRC)，其中扩张状态观测器估计出包含耦合和参数摄动的总和扰动项，并基于此进行动态补偿。仿真结果验证了所设计控制器的有效性和鲁棒性。      

基于自抗扰的无人机俯仰姿态控制

针对无人机俯仰姿态控制回路在模型参数和复杂外界环境等不确定性干扰影响下鲁棒性差、系统响应速度慢的问题,采用工程上易实现的自抗扰控制(ADRC)方法设计了俯仰姿态控制器,通过构造线性扩张状态观测器(LESO)估计不确定性干扰,并在控制回路中对干扰进行实时补偿.性能分析与仿真结果表明,基于ADRC的无人机俯仰姿态控制器具有良好的性能和干扰抑制能力,并且能够实现对控制指令的精确跟踪.