永磁直线同步电机无传感驱动系统全速范围位置估计新方法

为了适应直线电机速度变化范围大的特点,针对永磁直线同步电机(PMLSM)无传感驱动系统中难以在全速范围内精确提取动子位置信息这一问题,提出了一种基于扩展卡尔曼滤波法(EKF)和位置闭环观测器的复合新型位置估计算法。在电机起动与低速时采用EKF,在中高速时采用位置闭环观测器,在速度承接区域采用EKF和闭环观测器算法的加权复合,以实现PMLSM从起动到高速全速范围内高精度的位置估计。仿真试验结果表明,提出的方法在全速范围内能较准确地估计出电机的位置信息。     

航空制导炸弹SINS/GPS组合导航系统的设计

针对某型航空制导炸弹设计了SINS/GPS组合导航系统,考虑到制导航弹的高精度、低成本的特殊要求,系统采用了基于挠性陀螺的IMU作组合,而导航计算机采用基于“浮点DSP FPGA”的主从式多处理机模式,具有实时性好、运算精度高等优点,同时文章讨论了系统软件的详细设计,包括系统自检、初始对准、惯导解算、信息融合等模块的设计及部分核心算法的实现,最后对原理样机进行了地面跑车试验,试验结果表明系统的设计是成功的,利用该方案设计的原理样机能够满足实际要求。     

航姿系统内阻尼的模糊自适应滤波算法

平台式惯性航姿系统的内阻尼算法通过阻尼网络将自身的速度信息加到系统中,达到提高姿态精度的目的.本文将该思想引入到捷联式惯性航姿系统中,在系统加速度较小时,利用加速度计的输出估计系统姿态角,通过卡尔曼滤波的形式补偿姿态误差.由于内阻尼算法只有在系统加速度较小的情况下才能使用,本文设计了模糊自适应控制器,根据三轴加速度计的输出进行自适应判断内阻尼算法是否可用,调整内阻尼卡尔曼滤波器的量测误差方差阵,从而避免了滤波器的发散.仿真和实验表明,内阻尼的模糊自适应算法可明显抑制舒勒周期振荡和傅科周期振荡,避免了系统姿态漂移,有效提高了捷联惯性航姿系统的精度.     

基于无迹卡尔曼滤波的柔性自由翻滚目标姿态估计

在进行在轨维修以及清除等任务时,需要确定航天器的姿态四元数和角速度。失效卫星常处于自由翻滚状态,通常带有柔性帆板,其运动规律相较于刚性帆板更为复杂。一方面,空间失效卫星的姿态确定常使用激光雷达、双目相机作为测量装备,其测量精度常受到光照、磁场等的影响,会对识别精度产生较大干扰。另一方面,柔性航天器的质量特性容易发生变化,导致很难对其动力学模型进行精确描述。针对柔性自由翻滚目标的状态难以获取的问题,本文提出基于无迹卡尔曼滤波的姿态估计方法,并采用神经网络补偿柔性航天器模型误差。仿真结果显示：无损卡尔曼滤波器(Unscented Kalman filter,UKF)算法对柔性航天器的姿态四元数预测误差值在10^-3范围内,角速度误差值最高0.08 rad/s,采用神经网络补偿动力学模型后对四元数的预测误差稳定在9×10^-4范围内,角速度误差稳定在1.5×10^-3范围内。结果表明,使用神经网络补偿柔性航天器动力学模型的不确定项之后,UKF对柔性自由翻滚目标的姿态估计精度满足工程要求。     

一种高动态条件下惯性星光组合定姿方法

针对高动态条件下星图拖尾导致惯性星光组合定姿精度下降甚至无法定姿的问题,提出了一种基于乘性扩展卡尔曼滤波的惯性星光深度组合姿态确定方法.利用星敏感器观测信息修正姿态误差,补偿陀螺漂移,并建立了陀螺输出的角度变化量与星图像移的关系,利用陀螺输出信息估计星图拖尾的模糊参数,采用维纳滤波复原方法对产生拖尾的星图进行复原以提高星图信噪比和观测精度.仿真结果表明该方法可以有效提高星像质心提取精度和星图识别率,对初始姿态误差修正更快,且不存在星图误匹配的情况,保证了惯性星光组合定姿方法在高动态条件下仍能保持较高的精度.     

基于脉冲星的日地系平动点轨道自主导航研究

给出一种利用X射线脉冲星的平动点轨道自主导航算法. 分析了X射线脉冲星导航原理, 以脉冲到达时间差值为基本观测量, 建立导航系统观测方程. 在高精度星历模型下, 对日地系L₁点Halo轨道建立数学模型, 利用基于UD分解的无迹卡尔曼滤波方法进行导航定位, 并研究了摄动因素对导航结果的影响. 仿真结果表明, 在日地系平动点轨道的自主导航中, X射线脉冲星导航是可行的.      

未知参数高阶线性系统基于特征模型的卡尔曼滤波

针对一类有量测噪声的未知参数高阶线性系统设计了基于特征模型的卡尔曼滤波器,改进了由于传统卡尔曼滤波器在未知系统状态转移阵时应用的难题.在对高阶线性系统的自适应控制中,利用建立系统的特征模型构造状态转移阵,结合卡尔曼滤波的思想对系统输出进行滤波,使系统输出以及控制量的性能得到极大的改善.通过对一个未知参数的高阶线性系统仿真实验验证了此方法的有效性.     

基于改进型两步卡尔曼滤波的相对导航方法

采用Clohessy-Wiltshire(C-W)方程描述的近圆轨道相对导航状态方程具有线性的形式,而以航天器相对距离和相对方位作为测量信息的观测方程是非线性的,针对近圆轨道航天器相对导航的这一特点,给出了采用两步卡尔曼滤波(Two Step Kalman Filtering,TSF)的相对导航算法,并且利用Unscented变换方法,解决了两步卡尔曼滤波的状态初值确定问题,给出了TSF的完整算法.数值仿真比较了TSF和扩展卡尔曼滤波(Extended Kalman Filtering,EKF)、无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)等算法的性能,验证了采用TSF方法实现相对导航的可行性和有效性.     

TIEGCM集合卡尔曼滤波同化模型设计及初步试验

选择参数化的电离层热层理论模型TIEGCM作为背景模型,基于COSMIC掩星观测的电子密度廓线数据,应用集合卡尔曼滤波方法建立全球电离层电子密度同化模型,实现了全球电离层的电子密度同化.同化结果表明,该同化模型能将观测资料有效同化到背景模式中,获得全球三维电离层电子密度.与背景模式相比,同化得到的电子密度相对于观测值的偏差显著下降.对于有同化和无同化参与的试验,N_mF₂的标准偏差分别降低约60%和20%.此外,分组同化与同时同化的结果对比显示,平均偏差改善基本一致,同时同化后的标准偏差在峰值高度以上略有减小.      

多敏感器联邦SSUKF融合姿态确定算法

针对四元数姿态估计问题,提出了一种分布式非线性滤波融合结构。通过引入基于超球面分布采样点变换(SSUT)技术的无迹卡尔曼滤波算法(SSUKF),以较低的计算量实现了高数据更新率、高精度的非线性滤波,并通过融合重构,保障系统无间断可靠工作,不受敏感器故障、视场盲区等因素影响。应用该算法对陀螺、磁强计、太阳敏感器、星敏感器构成的系统进行了具体设计并开展仿真研究,验证了算法的有效性。