特征模型分散式自适应姿态控制在高超声速飞行器中的应用

 针对高超声速飞行器在再入过程中强耦合、大扰动和气动参数大范围变化的问题,基于特征建模的思想,把原非线性动力学方程用一个二阶时变差分方程组形式的特征模型描述,建立了攻角通道独立、 偏航/滚转通道耦合的特征模型,并设计了分散式自适应姿态控制器,给出了稳定性分析和数值仿真。由于基于特征模型设计的控制器组成的闭环系统是一个非常复杂的混合系统,稳定性分析在特征建模理论中一直是一个难点,提出的稳定性分析方法完全解决了此类不含内动态相对阶为二的多输入多输出系统的稳定性问题。     

基于卡尔曼滤波器的高动态GPS载波跟踪环

为解决传统锁相环( PLL)在高动态环境下对全球定位系统(GPS)信号的跟踪精度问题,将自适应渐消滤波和二级卡尔曼滤波相结合研究了一种新的自适应二级卡尔曼滤波算法,并且提出了一种利用新息协方差计算渐消因子的方法,通过自适应渐消因子在线调节误差协方差矩阵补偿不完整信息的影响,使滤波器在系统模型不完整或者噪声统计特性不准确时仍接近最优.基于自适应二级卡尔曼滤波算法提出了一种高动态GPS载波跟踪环的设计方案.仿真结果表明,提出的方案较传统PLL的跟踪精度有显著提高,频率跟踪精度提高到9.28Hz.     

一种非均匀面阵单快拍自适应处理方法

提出一种基于虚拟阵列内插技术的非均匀面阵单快拍自适应处理方法。首先,通过虚拟阵列内插技术将非均匀面阵转化为均匀面阵,继而采用均匀面阵的单快拍方法对其进行自适应处理,从而突破了非均匀面阵单快拍处理瓶颈,实现了期望信号恢复和干扰置零。最后,通过仿真实验对方法进行性能验证。     

基于阵列流型分离的稳健自适应波束形成

在较少的采样数或期望信号指向存在误差的情况下,传统的自适应波束形成算法的性能会受到较大影响。基于阵列流型分离的思想,提出一种新的自适应波束形成方法,可以在较少的采样数或期望信号指向存在误差时获得较稳健的性能。数值仿真证明了方法的有效性。     

新体制天波超视距雷达的发展与研究

从天波超视距雷达的功能组成与特性出发,就当前天波超视距雷达在系统结构、信号处理等方面存在的问题进行了整理分析,提出了传统天波超视距雷达的改进方法与思路,总结了当前新体制天波超视距雷达的研究进展与热点,对比了两种MIMO（Multiple\|Input Multiple\|Output, MIMO）体制天波雷达特点,重点研究了基于多输入多输出(MIMO)体制与二维阵列的新体制天波超视距雷达,并对相应关键技术与解决方案进行了深入研究与分析,最后指出了其需要解决的问题与发展方向。     

基于自适应算法的带罩阵列天线方向图综合

提出一种基于自适应天线理论的带罩阵列天线方向图综合方法。先用射线追踪法计算到达罩内阵列天线的入射信号,通过自适应算法进行波束赋形,再用表面积分法得到带罩自适应天线的远区辐射场。用权函数的迭代来减小带罩方向图和无罩方向图的差别,实现天线与罩的一体优化。数值仿真结果表明,该方法能实现对带罩阵列天线主瓣指向、零陷位置和副瓣电平的控制,同时减小了天线罩对系统辐射特性方面的影响。     

基于模糊自适应卡尔曼滤波算法的多传感器信息融合

联合滤波器各子系统量测噪声统计特性发生变化时,标准卡尔曼滤波算法由于无法实时检测和调整,使得估计误差增大,最终导致融合后估计误差随之增大.本文针对该问题提出使用模糊自适应滤波代替标准卡尔曼滤波,形成模糊自适应联合卡尔曼滤波信息融合算法.新算法应用模糊推理系统不断的在线调整量测噪声协方差阵的加权系数,使模型量测噪声逐渐逼...     

轨控期间挠性卫星姿控系统的容错控制

卫星在实施轨道控制期间,轨道机动推力会影响卫星的姿态稳定.本文针对存在推力干扰的挠性卫星,研究执行器故障情况下姿控系统的容错控制问题.首先设计一种基于反步自适应变结构的被动客错控制器实现姿态稳定,在此基础上,采用分布式智能部件作为执行器,设计补偿项以更好地抑制挠性结构的振动和常值变形.最后,以轨控期间挠性卫星姿态控制系统的飞轮故障为应用实例进行数值仿真.仿真结果验证了本文所设计的姿态容错控制器的有效性和可行性.     

对无控旋转目标逼近的自适应滑模控制

对追踪器逼近无控旋转目标器的轨迹和姿态六自由度控制问题进行了研究.基于适用于任意偏心率的航天器相对运动轨道和姿态动力学模型,对追踪器逼近无控旋转目标的参考轨迹和参考姿态进行了分析与设计,推导了一种用于六自由度逼近控制的自适应滑模控制器.通过仿真分析,证明了所设计的逼近参考轨迹和参考姿态的合理性,同时验证了自适应滑模控制器的有效性.     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.