序贯结构的Sage-Husa自适应滤波及其应用

在分析已有的Sage-Husa自适应滤波算法的基础上,本文首先推导了两种量测噪声自适应估计方法的等价性。为充分利用组合系统中已知的部分量测噪声参数,提高滤波稳定性和精度,研究了基于序贯结构的Sage-Husa自适应滤波算法;当组合系统测量噪声参数均为已知时,为降低算法复杂度,提高Sage-Husa自适应滤波的鲁棒性,加入协方差匹配的方法对序贯结构的Sage-Husa自适应滤波算法进行改进;通过在序贯结构下采用相应的信息融合策略,充分利用组合系统的输出信息。将两种算法分别应用于MIMU/GPS/磁强计组合系统中,基于跑车实验的离线数据分析表明,第一种滤波算法的滤波稳定性较标准自适应算法在滤波稳定性上有明显提高;第二种改进的滤波算法既降低了算法复杂度,又提高了抗野值效果,有效保持了组合系统在干扰状态下的导航精度。     

膏体推进剂冲压发动机一次燃烧试验

针对额定流量和流量调节条件下膏体冲压发动机一次燃烧组织稳定的要求,提出了一种燃面自适应燃烧组织模式,设计了一次燃烧组织试验系统,进行了一次燃烧组织试验。试验结果表明,推进剂输送稳定,点火时序和推进剂输送时机合理,防回火措施有效,燃烧室压强经过调整后能够稳定在设计值附近。燃面自适应燃烧组织模式可以实现燃面的自适应调节,使推进剂输送和燃烧保持平衡,保证发动机的一次燃烧稳定。     

基于雨衰环境下的多波束卫星资源分配策略

针对雨衰对高频段的卫星通信造成的不利影响,采用自适应前向纠错编码(FEC,Forward Error Correction)使传输的信息量减少,提出了一种雨衰下的自适应信道分配的策略.该方法是采用调整冗余信道来保障信息信道的传输量以满足系统对误码率的要求,达到可靠和有效地利用有限的卫星信道资源的目的.通过仿真分析了该策略针对不同的频段和降雨情况下对呼叫产生的影响,分析中考虑了话音业务享有比数据业务更高的优先权.仿真结果表明利用冗余信道传输用于纠错的冗余信息可以保证在不产生通信中断的前提下,可以满足系统对信道误码率的要求.     

面向重心变化的自适应飞行控制系统设计

重心的变化直接影响飞机本身的控制特性,使得控制系统设计更为复杂.针对已有方法模型依赖性强、鲁棒性差的局限性,提出了一种面向重心变化的非线性自适应飞行控制系统设计方法.该方法基于逆动力学理论和重心在线估计系统设计标称控制律,在此基础上引入自适应滑模控制单元来构建自适应补偿控制律,其中滑模控制用于保证控制的鲁棒性和稳定性,而自适应单元则通过对模型不确定性和重心估计误差的估计及补偿提高控制的适应性和控制性能.结合Lyapunov稳定性理论证明了闭环系统的稳定性.仿真结果表明:该方法能有效地实现对系统未知不确定因素的补偿,具有较强的鲁棒性.     

基于多相滤波的跨信道宽带信号处理技术

首先介绍了实信号的多相滤波信道化体制,讨论了该体制下宽带信号跨信道接收时的信号检测技术以及邻信道虚假信号消除技术。然后详细讨论了各种跨信道宽带信号恢复算法,考虑到可行性和FPGA的硬件可实现性,选用综合滤波器算法进行宽带接收。最后通过MATLAB仿真验证算法的有效性。     

改进的Sage—Husa滤波及在卫星姿态估计中的应用

基于极大后验估计原理,提出了一种改进的噪声估计器,以实现对噪声均值和方差的在线估计,抑制滤波器发散。对自适应扩展卡尔曼滤波算法在卫星姿态确定系统中的应用进行了仿真。结果表明新算法滤波精度优于扩展卡尔曼滤波（EKF）,与Sage—Husa自适应滤波算法相比,可阻止滤波器发散,提高系统滤波精度。     

Kalman滤波的铷原子钟控制算法

以GPS接收机输出的1pps信号为参考信号,采用Kalman滤波算法对铷原子钟的参数进行估计,计算铷原子钟的频率调整量,对铷原子钟进行调整,使其和UTC时间保持同步。实验结果表明,受驯铷原子钟输出1pps与UTC（NTSC）钟差的标准差优于3.5 ns,钟差峰峰值优于15 ns,100 s采样的Allan方差为1.83×10 -12 ,10000 s采样的Allan方差为6.1×10 -13 。实验证明了基于Kalman滤波的铷原子钟控制算法,使铷钟获得了较好的准确性和长期稳定性,且对其短期稳定性影响最小,是一种可靠稳定的铷钟控制方法。     

一种适于典型发动机故障的自适应制导方法

为尽可能避免导弹固体发动机故障引发全弹自毁造成飞行失败,针对固体发动机喷管和喉衬故障常出现在关机附近的情况,采用子级弹体自毁方案,提出一种适用此方案的自适应制导方法,对导弹上面级发动机能量进行最优管理,在能量充足时确保导弹仍能成功完成打击任务。仿真结果表明,该自适应制导能量管理有效,方法误差小,证明了方法的正确性。     

复杂薄壁构件自适应加工工艺几何模型重构

随着制造理念和制造水平的不断提高,大量复合制造工艺背景下的近净成形叶片被应用到现役或在研的航空发动机中。该类叶片是典型的复杂薄壁结构零件,无精确定位基准,且成形一致性差。采用传统叶身定位,加工后的前/后缘、榫齿形状和位置精度均难以保证,从而导致产品一致性差,易超差与合格率低。针对以上问题,提出一种面向自适应加工的复杂薄壁结构零件工艺几何模型重构方法。首先,建立复杂曲面的采样点分布模型,快速获取叶片精确成型区域的位置和形状;其次,提出基于特征曲线相似变形的模型重构算法,精确重构前/后缘非精确成型区域的工艺几何模型;最后,通过精锻叶片自适应加工试验进行验证。试验结果表明：该方法可有效满足以精锻叶片为代表的复杂薄壁构件自适应加工要求。     

多模型自校准扩展Kalman滤波方法

基于扩展Kalman滤波方法（EKF）、自校准扩展Kalman滤波方法（SEKF）和多模型估计理论（MME）,针对工程实际中非线性系统状态方程受未知输入（如突风、故障和未知系统误差等）影响的问题,提出了一种多模型自校准扩展Kalman滤波方法（MSEKF）,将多模型自校准Kalman滤波方法（MSKF）的适用范围扩展到了非线性领域。该方法同时采用EKF与SEKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。本文方法不仅解决了非线性系统状态方程受未知输入影响时EKF滤波发散的问题,而且在未知输入为零时的滤波精度与SEKF相比也更高,大量数值仿真结果表明该方法精度提升可达4%,具有更强的适应性和鲁棒性。