整体叶盘高效强力复合铣A轴高精度控制技术研究

A轴单元作为五轴数控机床的关键功能部件,其控制精度直接影响整体叶盘的加工精度和表面质量.针对摩擦、齿隙、参数摄动和测量噪声等非线性干扰对A轴伺服系统控制精度的影响,提出了基于线性二次型最优控制(LQC)和滑模控制(SMC)相结合的鲁棒控制算法(LQSMC).该方法以系统状态空间表达式及LQC为基础,通过引入基于卡尔曼滤波器和控制输入的状态估计,对系统状态空间模型进行改进并定义新的滑模面方程,使得改进后的控制算法在性能上接近LQC并能有效抑制SMC的抖振.仿真分析和实验结果表明,LQSMC算法具有控制精度高、鲁棒性强和抑制干扰能力强等优点,其能有效提高A轴伺服系统的定位精度和跟踪精度,使整体叶盘型面加工精度和表面一致性得到保证,并显著降低了表面粗糙度.     

Interlaced optimal-REQUEST and unscented Kalman filtering for attitude determination

 Aimed at low accuracy of attitude determination because of using low-cost components which may result in non-linearity in integrated attitude determination systems, a novel attitude determination algorithm using vector observations and gyro measurements is presented. The various features of the unscented Kalman filter (UKF) and optimal-REQUEST (quaternion estimator) algorithms are introduced for attitude determination. An interlaced filtering method is presented for the attitude determination of nano-spacecraft by setting the quaternion as the attitude representation, using the UKF and optimal-REQUEST to estimate the gyro drifts and the quaternion, respectively. The optimal-REQUEST and UKF are not isolated from each other. When the optimal-REQUEST algorithm estimates the attitude quaternion, the gyro drifts are estimated by the UKF algorithm synchronously by using the estimated attitude quaternion. Furthermore, the speed of attitude determination is improved by setting the state dimension to three. Experimental results show that the presented method has higher performance in attitude determination compared to the UKF algorithm and the traditional interlaced filtering method and can estimate the gyro drifts quickly.     

数据链航迹延迟与 ESM点迹间断融合跟踪

数据链与电子支援措施(Electronic Supporting Measures,ESM)融合跟踪是 1种典型的异类多传感器信息融合。针对数据链航迹存在延迟和 ESM点迹间断情况下的数据链航迹与 ESM点迹融合跟踪,提出了复杂情况下的数据链与 ESM融合跟踪方法,并对融合跟踪的精度进行分析研究。首先,对数据进行时间对准,保证数据链和 ESM数据率一致;然后,通过构造基于不敏变换(Unscented Transformation,UT)的非线性量测转换和误差估计方法,将数据链数据对准到 ESM数据;最后,通过引入随机补偿机制对数据链延迟进行补偿,并与 ESM数据进行关联融合。实验结果表明,有延迟补偿时的融合跟踪精度取决于延迟补偿均值与实际延迟的贴近程度。结果可为信息综合处理装备的发展和设计提供借鉴。     

Distributed state estimation for linear time-invariant dynamical systems: A review of theories and algorithms

Distributed state estimation is of paramount importance in many applications involving the large-scale complex systems over spatially deployed networked sensors. This paper provides an overview for analysis of distributed state estimation algorithms for linear time invariant systems. A number of previous works are reviewed and a clear classification of the main approaches in this field are presented, i.e., Kalman-filter-type methods and Luenberger-observer-type methods. The design and the stabil...     

基于最大一致容积Kalman滤波器的多机器人协同定位CSCD

机器人位置信息是多机器人系统执行任务的前提,单个机器人因传感器载荷和作用范围的限制,难以完成复杂环境中的定位任务,多个机器人通过协作可实现大范围下的位置确定。将配置多个传感器的同构机器人群替换为配置单个或少量传感器的异构机器人可降低硬件成本,并且通过设计协同算法,不会降低定位精度。提出了一种将容积Kalman滤波器与最大一致思想融合后的新型滤波算法,并将该算法应用于麦克纳姆轮机器人系统。通过仿真和实物验证了最大一致容积Kalman滤波器的协同定位效果。     

近地航天器量子导航定位卡尔曼滤波算法研究

针对近地航天器量子导航定位系统,为了进一步提高其定位精度,利用滤波技术将QPS测量值结合航天器的运动模型进行状态量的滤波估计.给出了基于基线干涉原理的量子定位系统观测方程和以二体运动为主的航天器轨道运动模型,在此基础上详细推导了扩展卡尔曼滤波处理过程,并针对该模型进行了仿真.仿真结果表明,基于EKF的量子导航定位精度有明显提高.     

基于B样条模型的参数化卡尔曼滤波器设计

以标准B样条函数为基础,建立了以位置、样条系数为状态变量的参数化卡尔曼滤波器,用于解决外测数据的实时滤波问题。按照时间更新跨节点与否,分2种情况给出了状态转移方程。在时间更新跨样条节点时,使用样条函数的一阶连续导数条件,估计新增样条节点系数,由此实现滤波器在跨节点处的平滑过渡。通过仿真数据对新方法进行验证,并与已有的2类典型滤波方法进行比较,结果表明,本方法的滤波精度与另一类直接基于弹道信号表示的样条递推滤波方法精度相当,且可表现出更优的收敛性。新方法具有样条参数化模型的相同优点,可对时域信号全时段建模,可利用先验信息设计弹道优选节点而实现滤波性能优化,缺点在于状态更新的策略较为复杂。     

MEMS加速度计组合在分度头上的标定方法

提出了一种在分度头上标定MEMS加速度计组合的测试方法,该方法可以标定出加速度计组合的刻度系数误差、加速度计零偏、三轴不正交度误差、安装误差角,同时可以分离出分度头转位机构角位置误差.首先通过建立一系列坐标系,推导了重力加速度在加速度计敏感轴的分量表达式.然后采用谐波分析法给出了误差标定方程,利用最小二乘法和Kalman滤波器进行误差参数的估计,并对估计结果进行了对比分析.最后通过三次独立实验标定结果的重复性和残差验证了该方法的正确性.     

一种基于GPS/磁强计/加速度计的组合导航/定姿方法

针对当前常用的导航、定姿方法存在的不足,提出了一种采用单天线GPS、磁强计和加速度计的组合导航、定姿方法.以常见的匀加速模型作为系统方程,以GPS输出的位置和速度作为观测量,设计了卡尔曼滤波器,获得更精确的载体速度、位置和加速度信息.在获得加速度估值之后,根据地磁场和载体比力在载体坐标系和导航坐标系的投影关系构造姿态矩...