紊流风场下的无人机飞行状态卡尔曼滤波估计

为了模拟紊流风场下的无人机飞行状态响应,减小紊流风场对无人机飞行速度的影响,使用数值法建立了紊流风场有色噪声模型,生成了符合大气紊流相关特性的紊流风场并对其进行数值仿真。在此基础上,通过状态扩增处理将系统噪声白化,设计出一种基于有色噪声的无人机飞行速度卡尔曼滤波器,该滤波器解决了基本卡尔曼滤波仅适用于白噪声的情况。仿真结果表明,使用此滤波器可有效减小紊流风场对无人机飞行速度的影响,进而满足飞行速度控制输入的精度要求。     

空射制导武器捷联惯导系统传递对准技术研究

研究了基于"速度+方位角"匹配的弹载捷联惯导系统的传递对准问题。首先介绍了方位角测量偏置产生的原因,以及与方位失准角的关系。推导了主、子惯导方位失准角的计算方法,并对方位失准角估计进行了仿真试验。在此基础上分析建立了传递对准卡尔曼滤波方程,并对弹载捷联惯导系统的传递对准进行了仿真。仿真结果表明,该"速度+方位角"匹配的捷联惯导系统精度控制在0.05°内,能够满足空射制导武器初始对准精度的要求。     

大气湍流退化图像多帧盲复原

针对图像盲复原时PSF（点扩散函数）尺寸参数对复原效果影响较大,提出一种点扩散函数尺寸自适应估计算法,该算法以均方误差为代价函数,通过遍历搜索点扩散函数有限支持域,克服了点扩散函数尺寸参数选择难的问题。仿真结果表明,估计的点扩散函数尺寸接近真实尺寸,对于大气湍流变化快的情形,改进算法取得了较好的图像复原效果。     

基于交互式多模型滤波算法的航迹预测

航空器航迹预测是空中交通冲突探测与解脱,以及进离场管理等空中交通管制自动化系统的重要组成部分。基于混杂系统理论,描述航空器在水平面的运动模型,并针对航空器运动的多样性和不确定性提出了利用交互式多模型的航空器航迹预测算法。将算法应用于航空器的航迹预测,并与单一模型的卡尔曼滤波、α-β滤波和α-β-γ滤波的仿真预测结果对比,结果表明算法的有效性。     

基于粒子群优化算法的月面巡视器全局路径规划

在月面巡视器遥操作系统中,路径规划分为任务级路径规划、全局路径规划和局部路径规划。根据巡视器全局路径规划的应用要求,引入粒子群优化算法应用于全局导航点的规划。针对粒子群算法在路径规划中容易造成不收敛或病态收敛的问题,对算法进行了修改,去掉了速度更新中的速度惯性因子,只保留自身认识因子和社会认识因子,使其在全局路径规划中能够快速收敛;同时引入经典遗传算法中的变异因子以增强算法的全局优化能力。仿真结果表明该算法具有计算简单、全局寻优能力强等特点,能够快速地找到优化的全局导航点。同时在不同的模拟月面地形上进行仿真试验,针对存在的问题提出了对应的二次优化方法,结果表明该方法较好地满足了巡视器全局路径规划的应用需求。     

卫星点波束天线的多目标指向优化研究

卫星天线波束常常需要同时覆盖特定区域内多个目标,为保证目标接收卫星信号的增益要求,需对其指向进行优化。以我国某卫星点波束天线为研究对象,将天线功率辐射模型引入卫星指向计算模型中,完成了指向目标的增益计算。运用最优化原理分析了多目标指向增益优化模型,在无约束条件下,指向增益最优点在标称三目标构成的三角形重心位置;有约束条件下,最优点在满足相应约束下偏离无约束最优点。多目标指向优化理论研究对点波束天线的高精度指向及确保目标的通信特性提供了适用的工程模型,具有极强的工程应用价值。     

基于四元数的UKF多传感器卫星姿态确定

对采用磁强计和太阳敏感器的卫星姿态模型,应用无迹卡尔曼滤波(UKF)算法确定卫星姿态。由四元数描述姿态,在算法中将其转换成旋转矢量,另设计了四元数求均值的迭代算法,解决了四元数在UKF算法中的处理。仿真结果表明:广义卡尔曼滤波(EKF)算法对初值依赖性较大,UKF算法不受初值影响且精度高于EKF,具快速性、精度高和稳定性强等优点。     

基于粒子群优化的光伏阵列最大功率点跟踪法研究

光伏阵列在局部阴影条件下,出现反向雪崩效应,导致输出功率出现多个局部极大值点,此时常规的最大功率点跟踪（MPPT）失效。基于比较完善的光伏电池遮挡模型,对光伏阵列进行建模,验证其输出功率的多峰特性。提出一种基于粒子群优化算法（PSO）的多峰最大功率点跟踪方法,并积累粒子个体搜索经验,提高跟踪速度。仿真表明,当外界条件变化时,此方法可以快速跟踪光伏模块的最大功率,从而有效地利用能源。     

暂冲式高速风洞流场控制系统建模与仿真

为满足中国空气动力研究与发展中心的2.4m跨声速风洞流场品质改进的需要,有必要建立一个高效的风洞流场控制模型作为控制器设计的验证平台。由于难以建立精确的空气动力学模型,且2.4m 跨声速风洞长期运行积累了大量的试验运行数据的实际,数据建模成为建模方法的首选。在硬件上,建立了基于反射内存技术的流场控制仿真系统,以获取现场采集的数据。建模方法采用数据建模方式,主要是利用系统辨识理论,将整个系统看成是一个“黑箱”,利用现场采集的数据来确定系统的参数和输入输出间的映射关系。采用以非线性自回归滑动平均模型(Non-linear Auto-Regressive Moving Average Model with Exogenous Inputs,NARMAX)作为风洞系统的数据模型,应用互信息法、曲线拟合法和伪最近邻点法分别确定了模型中采样间隔、时间滞后以及阶次3个参数。对比了最小二乘线性回归、BP 神经网络以及最小二乘支持向量机(LSSVM)3种方法对模型的拟合效果,确立了最小二乘支持向量机作为最终的拟合方法。为了提高仿真的精度,根据风洞运行的特点,将其整个过程划分为冲压、启动和调节3个阶段,分别建立了各个阶段的子模型。由于风洞系统是一个多输入多输出系统,并且延迟和阶次较大,采用了基于信息熵的数据压缩方法,实现了简化子模型规模的目的。最后,采用多模型融合的方法将各个阶段的子模型通过加权的方法来完成融合,从而构建起整个风洞系统的模型。稳定段总压和驻室静压分别通过所建模型得到,最后通过马赫数的计算公式得到试验段马赫数值。仿真结果表明:所建模型在运行包络线范围内的试验工况下,总压预测精度达到0.1%、马赫数预测精度基本达到0.001,达到了研究的目的。该项工作的开展较为系统地建立了暂冲式风洞的流场控制模型,建立的模型将为下一阶段基于现代控制理论的控制器设计奠定基础。     

多航天器协同探测星簇构型探测效能的评价方法

为定量评估不同星簇构型设计的探测效能以进行各航天器的轨道设计,基于空间四面体构型的体张量定义,分析现有空间四面体构型的评价参量,并采用将空间五航天器构型分解为“五个四面体”和“主四面体加第五点问题”这两种方法定量评价空间五点协同探测星簇构型的探测效能。最后利用项目组已有的五个航天器在一个轨道周期内的模拟轨道数据对所提出的方法进行仿真,结果表明所提出的方法可以较好地评价空间五点构型的探测效能。