航空发动机气路故障诊断的平方根UKF方法研究

设计了适用于双轴涡扇发动机健康参数估计的平方根UKF滤波算法,解决了线性卡尔曼滤波器估计结果准确性依赖于线性模型精度;常规UKF算法中由于计算误差及噪声信号影响引起误差协方差矩阵负定而导致滤波结果发散等问题.提出了根据测量残差变化改进滤波收敛速度与稳定性的方法.发动机渐变与突变故障模式下仿真结果表明,平方根UKF估计算法收敛速度快,稳定性强,精度高,是一种有效的发动机气路部件健康参数估计与故障诊断方法.      

离散系统LMI滤波技术

给出了一种离散系统最优滤波器的线性矩阵不等式（ＬＭＩ）设计方法。在系统干扰噪声能量有界情况下,将有约束的滤波问题转换为无约束的最优状态估计问题。利用ＬＭＩ方法给出了最优无偏滤波器存在的充分必要条件,所得滤波器的阶数小于系统状态个数。将ＬＭＩ方法应用于飞机飞行试验数据处理中,分析了实际飞行条件下飞机运动的模型,并对该模型进行扩展线性化处理,得到了一个较易实现的ＬＭＩ滤波算法。仿真结果表明,所提出的算     

考虑临近车道行人对交通流影响的改进跟驰模型

基于实际人车混合行驶的情形,提出了一个改进的车辆动力学模型。该模型考虑了邻车道或横向的行人、自行车等对主干道车辆的驾驶行为影响。基于经典的最优速度模型,将主干道车辆与行人之间的横向距离和纵向距离作为参数引入最优速度模型中。为了验证所提模型的稳定性和有效性,利用线性稳定性理论,推导出模型的稳定性条件和非稳定性条件,绘制中性稳定性曲线,直观描述了交通流稳定区域大小。理论结果表明:考虑横向行人干扰因素的改进跟驰模型比传统的只考虑单一车道车辆因素的跟驰模型更加的稳定,并且不同参数的变化,所引起的稳态区域也会发生变化。采用了更加真实的优化速度方程,通过仿真实验来描述车辆的驾驶行为;仿真实验列举了2种实际场景:行人稀少和行人较多时。分别绘制了车辆的速度-时间变化曲线以及车辆的时空图,实验结果表明:横向行人的确会干扰车辆的正常驾驶;不同场景下,行人数量的多寡也会对车辆的驾驶行为造成不同程度的影响。      

一种基于小波相关滤波的无线电干涉测量处理方法

针对深空探测中干涉测量微弱信号相关处理问题,提出了一种基于小波滤波的无线电干涉测量方法。首先,在小波相关滤波算法分析的基础上,提出了基于移位相关、逆序处理以及最高层小波系数阈值处理的改进算法;其次,分析并构建了深空探测宽带信号模型,并给出了基于小波相关滤波的无线电测量方案;最后通过蒙特卡洛仿真和实测数据处理证明小波相关滤波可以改善无线电干涉测量精度,其中同步卫星群时延估计精度改善约10%。     

一种考虑GPS信号中断的导航滤波算法

针对无人机惯性（INS）/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波（EKF）技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波（STEKF）算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。      

一种基于李群描述的深空探测器姿态估计方法

针对深空探测器姿态估计问题,提出了一种基于星敏感器的深空飞行器姿态估计新型算法,用李群替代了传统的四元数来描述姿态,避免了四元数转换为姿态矩阵产生的非唯一性和复杂计算等问题。该算法给出了基于星敏感器的姿态观测方程和空间中刚体的运动学模型在李群下的描述并提出了一种基于李群的滤波算法,完成了深空飞行器动态姿态的确定。该线性化模型解决了传统非线性模型在滤波过程中产生的误差,同时省去了四元数转化为姿态矩阵的步骤,减少了计算量。最后,仿真实验中对比了传统的基于四元数的姿态确定算法,可以看出该算法具有更好的稳定性和准确性。     

H∞滤波及其在惯导地面自对准中的应用

在理想条件下,卡尔曼滤波技术应用于惯性导航系统的地面初始对准可实现快速对准并且具有较精度,然而在系统模型和统计特存在不确定性的条件,Ｈ∞滤波可有效地解决卡尔曼滤波应用受到的限制,不仅估计精度高。     

一种连续波雷达高精度波束中心速度求取方法

解决着陆导航连续波测速雷达中面目标非均匀散射特性和加速度分量对测速精度的影响,提出了一种高精度波束中心速度求取方法。采用Kalman滤波完成速度跟踪和加速度估计,进行加速度补偿后,利用ZFFT变换完成对目标多普勒频移范围的细化分析,最后采用包络截取法完成高精度波束中心速度估计。通过仿真分析证明,包络截取法相比其他方法具有精度高、适应性强的特点,速度测量误差小于0.15m/s（3δ）;通过硬件系统处理时间分析,该算法流程易于实时处理,已成功应用于某着陆导航雷达系统中。     

面向快速原型制造的海量数据模型重建(英文)

根据已有实物的测量数据进行模型重建 ,在机械产品逆向建模、计算机视觉、基于二维轮廓数据的生物外形重建等领域中具有重要应用价值。随着坐标测量设备的发展 ,获取包含被测物体更多细节的海量数据已非常方便 ,但大量的测量点却给模型重建带来了困难。本文首先提出了精度可控的海量数据自动简化算法。为了提高算法的效率 ,文中提出了一个数据集空间划分策略。根据简化后的数据集 ,应用步进立方体方法重建模型的三角网格曲面表示。由于种种原因 ,重建的三角网格模型常常含有不希望有的孔洞。为此 ,本文给出了一个算法产生形状优化的三角片以修补网格模型中的孔洞。经过孔洞修补 ,完全封闭的三角网格模型可以直接输出为快速原型制造中广泛应用的 STL文件。应用实例说明了本文的方法的可行性