基于滚动时域优化的旋转弹解耦控制器设计

旋转弹在飞行过程中会受到外界干扰和不确定性的影响,并且存在气动交联、惯性交联和控制交联,为了实现稳定飞行,有必要进行解耦控制器设计。提出了一种基于滚动时域优化（RHO）的解耦控制方法。将旋转弹和舵机系统的动力学模型用状态空间形式描述,基于旋转弹、指令滤波器、积分跟踪误差的状态方程得到一个增广状态方程。采用基于指令滤波器的滚动时域优化方法进行控制量解算,根据系统输出与指令信号之间的差值实时调节控制器增益,实现旋转弹解耦控制。从加速度控制仿真结果可以看出,所设计的控制系统基本不受转速、建模误差和外界干扰的影响,具有较高的鲁棒性。      

圆形结构形态学滤波器优化设计及应用

形态学滤波是红外弱小点目标检测研究中一个有效方法,其滤波器结构将直接影响检测性能。基于目标在实测红外图像上所呈现的凸包结构特点,首先设计了圆形形态学滤波器结构。在此基础上,引入神经网络进行圆形形态学滤波器结构元素优化设计。实测数据的处理结果表明:针对低信噪比图像(SNR≈2),在虚警概率小于等于1%情况下,优化的圆形形态学滤波器算子对的复杂红外弱小目标图像检测概率大于等于98%,优于固定结构元素的形态学滤波器和方形结构的优化形态学滤波器。     

遥测数据处理的野值剔除方法研究

本文紧密结合遥测数据处理实际,在对遥测参数综合分析的基础上,分析了传统方法存在的局限性,介绍了两种具有较高可靠性和实用性的野值剔除方法,并给出了具体的应用实例。     

非合作目标交会相对导航方法研究

本文对一类非合作目标交会的相对导航问题进行了研究。基于近圆轨道上运行的非合作目标航天器初始轨道、追踪航天器在惯性空间的瞬时位置及追踪航天器到目标航天器的视线仰角和方位角等信息,文章从相对距离和相对姿态的确定及相对导航滤波器的设计三方面入手,提出了相对位置和相对速度等相对导航参数的获取方法。数学仿真验证了该方法的有效性。     

一种快速精确的捷联惯性导航系统静基座自主对准新方法研究

通过对捷联惯性导航系统(SINS)静基座初始对准物理特性的深入分析,针对传统静基座初始对准方法对方位角和陀螺漂移可观测度低的不足,提出了一种基于惯性测量单元(IMU)信息的SINS静基座自主对准方法,该方法不需要进行SINS力学编排,而是充分利用IMU输出的角速度和比力信息。文中给出了静基座粗对准算法,推导了静基座精对准的动力学模型,并对该模型进行了可观测性分析,最后采用改进的Sage-Husa自适应卡尔曼滤波器进行SINS静基座初始对准仿真计算。数字仿真结果表明：该方法具有对准精度高、对准时间短、自主性强、计算量小、易于工程实现等特点。     

基于ispPAC技术的滤波器设计

简要介绍了在系统可编程模拟器件(ispPAC)的基本组成和主要特点,并借助PAC-Design软件结合实例介绍了利用ispPAC设计滤波器的方法.     

陆地战车的FSINS/DR/北斗双星信息融合技术

针对陆地战车的自主性定位需求,提出了一种新型光纤捷联惯导系统（FSINS）／DR／北斗双星组合导航系统方案,研究了多种子导航系统的测量信息融合技术。提出并介绍了Fiber—SINS／DR／北斗双星组合方案的设计思想与结构组成,讨论了信息融合的具体方法,并且针对融合后的测量信息设计了一种实用卡尔曼滤波器,最后进行了跑车实验。结果表明,组合方案设计合理,能够有效地提高惯导系统的定位精度,同时满足陆地战车的自主性定位要求。     

航空发动机ZP/LTR方法稳定性分析及改进

分析了零点配置/回路传函恢复(ZP/LTR)方法稳定性, 给出并证明了其稳定性条件.但该条件较为苛刻, 限制了ZP/LTR方法的应用.为了对ZP/LTR方法改进, 在设计过程中引入了Kal man滤波器, 通过选取特殊的参数, 使Kal man滤波器回路逼近并取代原目标回路, 从而在保留ZP/LTR方法性能的同时, 通过保证Kal man滤波器回路的稳定性保证了最后闭环系统的稳定性.给出并证明了改进后的ZP/LTR方法的稳定性条件, 指出改进后的ZP/LTR方法的稳定性条件较为宽松, 拓宽了原ZP/LTR方法的应用范围.      

A Polynomial Prediction Filter Method for Estimating Multisensor Dynamically Varying Biases

The estimation of the sensor measurement biases in a multisensor system is vital for the sensor data fusion. A solution is provided for the estimation of dynamically varying multiple sensor biases without any knowledge of the dynamic bias model pa- rameters. It is shown that the sensor bias pseudomeasurement can be dynamically obtained via a parity vector. This is accom- plished by multiplying the sensor uncalibrated measurement equations by a projection matrix so that the measured variable is eliminated from the equations. Once the state equations of the dynamically varying sensor biases are modeled by a polynomial prediction filter, the dynamically varying multisensor biases can be obtained by Kalman filter. Simulation results validate that the proposed method can estimate the constant biases and dynamic biases of multisensors and outperforms the methods reported in literature.     

基于FPGA的FIR滤波器设计

本文详细介绍了基于Altera公司FPGA的DSP开发技术,通过实例FIR滤波器,阐述了基于DSP Builder的开发流程,并用ModelSim进行了仿真。