一种空间轴承的自适应共振解调故障诊断方法

针对传统共振解调故障诊断方法中需依赖主观经验和反复调试选取合适带通滤波器参数的问题,以及包络信号频谱中随机成分对分辨故障特征频率的干扰问题,提出一种空间精密轴承的自适应共振解调故障诊断方法.一方面,根据振动信号功率谱计算重心频率和频率标准差,进而以此确定带通滤波器的中心频率和带宽,实现自适应带通滤波;另一方面,通过频谱平均方法弱化包络信号频谱中的随机成分,使得故障特征谱线清晰度加强.模拟故障信号和实测振动信号的诊断结果表明该方法算法简单,效率高,对保持架磨损故障诊断效果良好,验证了其可行性和有效性.     

适用于时变不确定系统的并行模型自适应估计

摘要： 针对受到潜在模型不确定性影响的系统,设计一种并行模型自适应估计(PMAE)算法.以往基于不确定性系统模型设计的滤波算法,在模型精确的情况下,性能往往不及传统卡尔曼滤波（KF）.为了解决该问题,设计基于多个并行滤波器的自适应状态估计算法,其中一个滤波器为KF,用于在未出现模型不确定性的情况下,对系统进行最优状态估计;另一个滤波器为扩维卡尔曼滤波（AKF）,用于在出现模型不确定性的情况下,对不确定性模型参数进行辨识.以空间目标监视为例,分析算法的性能.仿真结果表明,利用PMAE算法能够自适应地对两个并行滤波器进行切换和折衷,从而有效应对模型中存在不确定性和不存在不确定性两种情况.     

临近空间高超声速跳跃滑翔式目标自适应跟踪模型

针对临近空间高超声速跳跃式滑翔目标跟踪问题,在将加速度建模为具有正弦波（SW）自相关随机过程的基础上,提出一种自适应非零均值正弦波相关（ANM-SW）模型。其核心是对正弦波相关模型进行均值补偿构建ANM-SW模型,并推导了模型状态方程;为深入分析均值补偿的作用,分别从时域和频域的角度探讨了自适应非零均值模型的物理本质;此外,为进一步说明模型的适应性问题,结合Kalman滤波推导了SW及ANM-SW模型状态更新的系统动态误差,验证了ANM-SW模型在机动适应方面的优越性;最终仿真表明与SW模型相比,ANM-SW模型在跟踪精度及机动适应能力方面具有一定的优势性。     

基于全驱系统方法的组合航天器位姿自适应预设性能控制

针对非合作航天器被成功捕获后所形成的组合航天器的位姿控制任务,考虑系统中含有的未知扰动的影响,设计了一种基于全驱系统方法的自适应预设性能控制器。根据欧拉姿态动力学方程和轨道动力学方程,建立了简洁的组合航天器位姿动力学方程;通过引入预设性能函数,对组合航天器位姿误差的瞬态和稳态性能进行约束;进一步应用全驱系统方法,对带有未知扰动的组合航天器位姿误差系统设计自适应预设性能控制器;此外,通过构造Lyapunov函数证明了所提出的控制器的稳定性;最后,数值仿真结果和半物理仿真实验结果表明,在所设计的控制器作用下,组合航天器能够实现精确的位姿控制,同时系统的状态误差始终收敛于预设性能包络内,验证了所设计控制器的有效性和实用性。     

基于1394网络的分布式组合导航系统时序建模与仿真

总线拓扑完整是基于 1394 总线网络的分布式组合导航系统正常、可靠工作的必然要求,为了确保各传感器节点信息的可靠传输,必须在系统工作前进行总线完整性检查,以排除节点或线缆故障可能对系统造成的不利影响。导航计算机在执行总线完整性检查程序时,总线控制器的时钟源将发生切换,这会带来一定的时序问题。针对分布式组合导航系统在某次 1394b 总线完整性检查过程中出现的虚警故障,通过理论分析和建模仿真,对故障时刻的系统运行时序和虚警原因进行探究。结果表明:在进行总线完整性检查时,组合导航计算机与总线控制器时钟异步导致组合导航计算机软件相邻两周期读取 DPRAM 中同一片缓存是系统报出虚警的根本原因。     

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。     

基于三迭代与二阶锥规划的机载MIMO雷达稳健降维STAP方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

基于机动力模型的GEO卫星恢复期间定轨

北斗卫星导航系统(BDS)中GEO卫星频繁的轨道机动对高精度、实时不间断的导 航服务需求提出了更高要求, 如何在短弧跟踪条件下提高GEO卫星轨道快速 恢复能力, 是提升导航系统服务精度的关键因素. 针对该问题, 本文提出了基 于机动力模型的动力学定轨方法, 尝试利用高精度的C波段转发式测距数据, 辅 以机动期间的遥测遥控信息建立机动力模型, 联合轨控前后的观测数据进行动 力学长弧定轨. 利用BDS中GEO卫星实测数据进行了定轨试验与分析, 结果表明, 恢复期间需要采用解算机动推力的定轨方法, 联合机动前、机动期间和机 动后4h数据定轨的轨道位置精度在20m量级, 径向精度优于2.5m. 该方 法克服了短弧跟踪条件下动力学法定轨和单点定位中的诸多问题, 提供了解决 GEO卫星机动后轨道快速恢复问题的技术方法.