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.     

基于多项式插值的自由漂浮空间机器人轨迹规划粒子群优化算法

针对自由漂浮空间机器人轨迹规划问题,提出一种基于多项式插值与粒子群优化算法相结合的非完整运动规划方法。首先,通过对系统非完整约束条件进行分析,给出了以机械臂关节角耗散能为目标函数的轨迹最优控制算法;并采用高阶多项式插值方法逼近机械臂关节角轨迹,将插值多项式的系数作为优化参数,结合粒子群优化算法对关节角轨迹进行优化求解。最后,对本文提出的轨迹规划算法进行数值仿真。仿真结果表明关节角轨迹平滑连续,保证了关节角速度及关节角加速度在初始和终止状态均为零,从而验证了所提方法的有效性和可行性。     

基于分层策略的三维航迹快速规划方法

快速航迹规划能力是任务规划系统追求的目标之一。提出了一种基于分层策略的三维航迹快速规划方法。该方法分为两个层次：全局规划和局部规划。全局规划在综合利用战场信息的基础上,利用遗传算法规划出最优或次优的引导点集,该引导点列所在的区域为最优连通域,并且在该连通域内能找到可行航迹,全局规划利用引导点列大致指明了最优航迹的走向;局部规划根据全局规划提供的引导信息和战场信息,利用SAS(Sparse A Search)算法快速规划出满足攻击角度约束的平面可行航迹,高度规划采用速度较快的几何规划方法。仿真实验表明,该方法比SAS规划方法要快,且生成的三维航迹近似最优。     

地球同步轨道卫星群在轨加注任务规划

以地球同步轨道卫星群为研究对象,开展“多对多”在轨加注任务规划问题研究。首先建立了任务规划的数学模型,该任务规划属于多目标规划问题,求解过程中需要解决TSP问题。其次,给出了该规划问题的求解方法及流程,采用遗传算法进行求解并设计了相应的遗传算子。最后,选取了14颗地球同步轨道卫星作为目标星进行求解,并在小角度近似条件下对计算结果进行了分析,计算结果验证了算法的有效性。     

复杂动态环境下无人飞行器动态避障近似最优轨迹规划

针对复杂动态环境下无人飞行器的动态障碍规避问题,基于合理假设建立了无人飞行器和动态障碍的运动学模型,并综合考虑无人飞行器飞行过程中的终端约束、控制输入约束、安全避障约束等,以能量最少为性能指标构建动态避障问题数学描述。之后,针对终端约束和控制输入约束,依据优化模型预测静态规划算法(OMPSP)生成初始轨迹;针对动态避障问题的不等式约束,引入松弛变量并结合滑模变结构控制方法设计松弛变量动力学,实现对一个、多个或同时多个动态障碍的安全规避;最后,依据有限时间微分动态规划(RHDDP)算法进行轨迹优化,获得满足上述各种约束并能规避动态障碍的近似最优轨迹。     

利用增量相位和星光仰角增强XNAV

针对X射线脉冲星导航系统(XNAV)中过程噪声统计特性难以准确获取,对其不当假设导致滤波器估计性能不佳的问题,提出基于自适应差分卡尔曼滤波器(ADDF)的多信息融合算法。为了降低导航误差,在传统脉冲星计时观测的基础上,增加恒星星光仰角及两个时刻间的相位增量观测量,共同增强XNAV。首先,分别建立计时观测模型、相位增量模型及星光仰角模型;然后将多信息测量模型集成到卫星轨道动力学方程中,以建立ADDF滤波模型;最后对所提方法进行仿真验证。实验结果表明,在相同的初始状态和初始噪声误差条件下,与传统X射线脉冲星导航算法相比,多信息融合算法能将导航位置估计精度提高70%以上,位置估计误差降低到 200 m 左右,速度估计精度提高40%以上,且ADDF性能优于无迹卡尔曼滤波器。     

加权叠加结构滤波器组动态信道化结构研究

针对传统DFT多相结构滤波器组动态信道化结构要求系统过采样因子必须为整数,限制了参数设置的灵活性的问题,将灵活高效的加权叠加(WOLA)结构滤波器组引入动态信道化结构。通过公式推导得到WOLA综合滤波器组的实现结构,进而设计了基于WOLA结构滤波器组的动态信道化结构。仿真结果表明,设计的动态信道化结构解除了系统过采样因子必须为整数的限制,增强了参数设置的灵活性,同时与DFT多相结构滤波器组动态信道化结构相比,重构误差减小了一个量级,具有良好的重构特性。