Cardinality compensation method based on information-weighted consensus filter using data clustering for multi-target tracking

In this paper, a cardinality compensation method based on Information-weighted Consensus Filter(ICF) using data clustering is proposed in order to accurately estimate the cardinality of the Cardinalized Probability Hypothesis Density(CPHD) filter. Although the joint propagation of the intensity and the cardinality distribution in the CPHD filter process allows for more reliable estimation of the cardinality(target number) than the PHD filter, tracking loss may occur when noise and clutter are high in the measurements in a practical situation. For that reason, the cardinality compensation process is included in the CPHD filter, which is based on information fusion step using estimated cardinality obtained from the CPHD filter and measured cardinality obtained through data clustering. Here, the ICF is used for information fusion. To verify the performance of the proposed method, simulations were carried out and it was confirmed that the tracking performance of the multi-target was improved because the cardinality was estimated more accurately as compared to the existing techniques.     

A multi-rate sensor fusion approach using information filters for estimating aero-engine performance degradation

Gas-path performance estimation plays an important role in aero-engine health management, and Kalman Filter(KF) is a well-known technique to estimate performance degradation. In previous studies, it is assumed that different kinds of sensors are with the same sampling rate, and they are used for state estimation by the KF simultaneously. However, it is hard to achieve state estimation using various kinds of sensor measurements at the same sampling rate due to a complex network and physical characteristic differences between sensors, especially in an advanced multisensor architecture. For this purpose, a multi-rate sensor fusion using the information filtering approach is proposed based on the square-root cubature rule, which is called Multi-rate Squareroot Cubature Information Filter(MSCIF) to track engine performance degradation. Soft measurement synchronization of the MSCIF is designed to provide a sensor fusion condition for multiple sampling rates of measurement, and a fault sensor is isolated by maximum likelihood validation before state estimation. The contribution of this paper is to supply a novel multi-rate informationfilter approach for sensor fault tolerant health estimation of an aero-engine in a multi-sensor system. Tests are conducted for aero-engine performance degradation estimation with multiple sampling rates of sensor measurement on both digital simulation and semi-physical experiment.Experimental results illustrate the superiority of the proposed algorithm in terms of degradation estimation accuracy and robustness to sensor failure in a multi-sensor system.     

滤波器群时延对二元翼段阵风减缓的影响

针对二元翼段阵风载荷减缓主动控制系统,研究了数字滤波器群时延对阵风减缓效率的影响。首先建立了气动弹性模型,并将时滞系统转化为等价的无时滞系统。随后设计了阵风发生器、数字滤波器及时滞线性二次型(Linear quadratic,LQ)控制器等组成控制系统。最后对系统进行数值仿真并开展风洞实验加以验证。研究发现,当滤波器群时延量较小时可以改善控制系统性能,提高阵风载荷减缓效率,但随着滤波器群时延量增大,阵风载荷减缓效率降低甚至出现控制器失效的情况。     

基于北斗Ka星间链路的地面用户导航方法

针对导航系统L频段信号易受到有意或无意的干扰和欺骗,而导致地面区域性导航服务性能下降甚至失效的问题,提出了一种利用北斗Ka星间链路信号为地面用户提供导航服务的方法。首先,对该方法的可行性进行了研究,并给出了星间链路时分体制下的用户测距模型;然后,提出了基于时钟模型和惯导信息的测距值历元归算方法,并推导了基于北斗星间链路测距值的地面用户实时定位算法;最后,通过数值仿真分析了不同因素对算法性能的影响。仿真结果表明,该方法定位精度可达2.0 m以内,能够在一定程度上弥补L频段导航信号区域性失效带来的缺失。     

采用简化滤波器思想的卫星姿态确定系统故障诊断

针对星上计算机运算资源有限的问题,为了降低卫星姿态确定系统故障诊断的运算量,提出一种基于卡尔曼滤波器的故障检测与分离方法。该方法首先基于卫星姿态运动方程设计了一种加性卡尔曼滤波器,然后将卡尔曼滤波器与简化观测器思想相结合,进一步提出一种采用简化滤波器思想的姿态敏感器故障诊断律。所提出的故障诊断方法既可以实现对陀螺故障的检测与分离,又能够诊断星敏感器的故障。此外,该方法只利用一个滤波器即可实现故障检测与分离,其计算量小,有利于在轨实施。最终采用一个由三正交一斜装陀螺组件和星敏感器构成的姿态确定系统对所提出的方法进行了仿真校验,仿真结果表明了所提方法的有效性。     

基于偏振光的导航定姿自适应滤波算法

针对小型无人机三维空间内姿态解算问题,基于惯性测量单元与偏振光传感器组成的航姿参考系统,提出了一种自适应滤波姿态估计算法。在常规互补滤波算法基础上,为解决实际飞行过程中存在的运动加速度干扰以及天空中水汽分布异常等问题,建立了相应的自适应调节框架结构。实验结果表明:提出的算法能有效抑制外界干扰因素对姿态解算精度的影响,提高了偏振光组合导航系统的稳定性与可靠性,增强了系统对外界复杂因素的抗干扰能力。     

一种改进的LCL并网逆变器控制方法的研究

LCL型滤波器相对于L型滤波器对交流侧电流中的高频谐波有更强的抑制能力,因此也越来越多地被用于逆变器中。研究了在独立工作模式和并网逆变模式间的切换过程中如何做到无扰动切换。在独立和并网逆变两种模式下分别对空载电压和并网电流直接控制。在对比传统电压电流控制情况下, 对电压电流控制进行改进。通过MATLAB/Simulink仿真平台,建立了LCL型滤波的逆变器并网模型,仿真分析证明了可行性。     

基于自适应带通滤波的航天器正弦扫频试验数据处理方法

为解决传统STFT(Short Time Fourier Transform)方法因非同步采样引起频谱泄漏,造成频域曲线幅值降低,产生较大误差的问题,提出一种基于频域带通滤波的数据处理方法,通过在频域逐次移动带通滤波器的中心频率,获得信号中各个频率分量幅值的最大值。利用该方法对某载人航天器搭载的力学参数测量系统在整器正弦振动试验中采集的数据进行频谱分析,结果表明,该方法可有效获取力学参数测量系统各测点的频率幅值曲线,减少传统STFT方法产生的能量泄漏的影响。研究成果也可用于不依赖振动控制仪或无COLA通道的数据采集系统正弦振动试验的数据处理。     

基于高斯权值-混合建议分布粒子滤波的疲劳裂纹扩展预测

飞行器结构的疲劳裂纹扩展预测对保障结构安全、实现视情维护具有重要意义。结合粒子滤波算法和结构健康监测方法进行在线的疲劳裂纹扩展预测是近年来刚刚开始研究的新方法,该方法通过状态空间模型表征疲劳裂纹扩展过程中的不确定性,同时通过贝叶斯方法将结构健康监测所获取的结构实际裂纹观测值用于修正裂纹扩展模型的预测误差,实现更准确的疲劳裂纹扩展在线预测。由于该方法的研究刚刚开展,已有研究中粒子滤波算法的重要性密度函数往往简单选取为先验转移概率密度,存在严重的粒子退化问题。另一方面出于简单考虑,仅采用表征裂纹稳定扩展区的Paris模型。针对上述问题,本文提出一种基于高斯权值-混合建议分布粒子滤波的疲劳裂纹在线预测方法,基于表征裂纹全扩展区域的NASGRO裂纹扩展模型建立疲劳裂纹扩展状态方程,以主动Lamb波监测方法实现结构裂纹的在线监测,借助在线结构健康监测的优势,在粒子滤波时选取重要性密度函数为观测概率密度和先验转移概率密度的混合分布,同时基于先验估计获取高斯权值进行权值更新。本文进一步进行了仿真研究,结果表明所提出的方法优化了疲劳裂纹扩展预测的准确性。     

回溯降维相干分布式非圆信号DOA快速估计

在相干分布式非圆(CDNC)信号波达方向(DOA)估计中,针对阵列输出矩阵扩展后维数增加带来的较大运算量问题,基于降维的多级维纳滤波(MSWF)技术,引入回溯优化思想,提出了一种快速估计算法。该算法首先利用信号非圆特性扩展阵列输出矩阵,然后通过MSWF递推分解快速求出信号子空间,避免了计算阵列协方差矩阵及特征分解,并且在递推过程中引入回溯优化机制提高了各级匹配滤波器的估计性能,最后由最小二乘(LS)或者总体最小二乘(TLS)得到DOA估计。仿真分析表明,所提算法与相干分布式非圆信号旋转不变子空间算法(CDNC-ESPRIT)性能相当,但复杂度得到了大幅度降低,相比于基于MSWF的非圆信号快速子空间(NC-MSWF-FS)算法,在较小的复杂度代价下大幅度提升了低信噪比时的估计性能,并且对初始参考信号的选取具有了较强的鲁棒性。