渐消卡尔曼滤波器的最佳自适应算法及其在陀螺随机常值漂移标定中的应用

本文依据卡尔曼滤波器在使用最佳增益时，其余差序列互不相关的性质，开发了一种新的渐消滤波算法。该算法根据对象输出，在线自适应地调整遗忘因子，从而使滤波器在对象模型存在误差或对象受到外扰时，仍收敛并保持最佳性。该算法应用于陀螺随机常值漂移的标定，取得较好效果     

改进的Z~2应力恢复过程与h型自适应有限元分析

建议了一种较为精确的边界应力求解方法，并用于改进Ｚｉｅｎｋｉｅｗｉｃｚ－Ｚｈｕ（Ｚ２）应力恢复过程。改进过程增加的计算量不大，但可有效地改善后验误差估计精度。ｈ型自适应有限元分析结果表明，改进过程更有利于最优网格寻求工作     

联邦滤波器的滤波稳定性研究

首先证明了联邦滤波器中各局部滤波器实际上滤波不相关,然后通过使用集中式滤波器的滤波稳定性定理,来分析联邦滤波器的滤波稳定性。仿真实验首先根据上述方法证明了联邦滤波器的滤波稳定性,然后通过改变滤波初始值的方法对上述方法的执行结果进行了实验验证。     

倍增云纹的显微测量及密集云纹场的应变测算

为了提高云纹法的准确度,文中提出了使倍增后的云纹宽度变细并进行显微测量的技术,以及由密集云纹场测算应变的条纹间距插值和小间距均匀法。给出了估计由此法算得的应变的误差及其修正方法。所做的曲杆实验其数据与理论值符合得很好。文中还将云纹法中闪耀光栅与振幅栅相匹配的光学空间滤波系统改进为实时系统,导出其条纹倍增率及云纹图的最佳对比度条件。     

航天器编队系统相对位置自适应分布式控制

针对具有参数不确定性以及外部扰动的航天器编队飞行队形跟踪控制问题,基于反步控制策略提出了一种能够实现控制有界的自适应编队控制方法。首先建立航天器相对运动的非线性动力学方程,在不考虑外部干扰情况下,利用饱和函数设计了输入有界的自适应协同控制器;之后进一步考虑存在外部干扰的情况,通过估计扰动上界设计了鲁棒自适应协同控制器,并且采用Lyapunov稳定性分析方法证明了控制系统的稳定性。数值仿真结果表明,提出的控制方法能够满足控制受限并实现航天器队形的协同控制,同时在大约100 s误差收敛到0附近,队形跟踪和队形保持的稳态误差分别小于0.002 m和0.005 m。     

基于自适应滑模的重复使用运载器容错控制

针对重复使用运载器(RLV)等类飞行器存在外界干扰和执行机构故障等情况,提出一种基于姿态跟踪容错控制方法。在正常的运行模式下,姿态跟踪控制采用连续四元数反馈控制器。当系统中出现故障时,飞行器姿态将偏离参考轨迹,此时触发控制系统中滑动模态反应,使系统具有鲁棒性。通过选取适当李雅普诺夫函数,证明了所提出的控制律在存在故障的情况下是渐近稳定的。针对由于传感器干扰滑模面非零而导致的增益渐增,以及控制器性能下降问题,设计了一种具有自适应参数的自适应滑模控制律,使增益能够收敛到合理上界。最后,选取重复使用运载器再入段为对象进行仿真验证。仿真结果表明,采用有自适应滑模参数的控制系统,四元数跟踪误差能够达到10~(-4)量级。     

一种自适应H_∞滤波的运动学约束惯性导航方法

纯捷联惯性导航系统的精度主要受限于传感器精度,为了在固有的传感器精度上进一步提高纯捷联惯性系统导航精度,提出了一种基于自适应H_∞滤波的运动学约束辅助惯性导航算法。利用运动约束条件,将载体系中的侧向和上向速度作为量测量,将纯捷联惯性导航系统输出的姿态误差、速度误差及传感器误差作为状态量,采用一种能够自动调节滤波器参数的自适应H_∞滤波方法以提高系统性能。实验结果表明,所提出的自适应H_∞滤波运动学约束算法与无约束纯惯导算法相比能够提高23.7%～81%的定位精度,与无自适应H_∞滤波运动学约束算法相比能够提高16.3%～62.2%的定位精度。     

递阶遗传-H∞滤波混合优化的前向神经网络在捷联惯导对准中的应用

将前向神经网络用于捷联惯性导航系统(SINS)的对准问题。首先,运用递阶遗传算法(HGA)优化神经网络(NNW)的拓扑结构,并对网络其余参数进行全局粗调;然后运用H滤波算法对具有最优结构的神经网络的其余参数在线自适应精调,并对这一过程与常规算法进行了计算机仿真比较。仿真结果表明:该算法能根据实际问题自适应确定网络结构,而且精度、实时性与常规方法相仿。     

组合导航传感器容错滤波算法及应用

采用多重渐消Kalan滤波最优自适应算法对基于Kalman滤波器的残差检验方法做出了改进，构造了组合导航传感器容错滤波算法。在保持滤波器最优性和收敛性的同时，具有较好的动静态特性，适用于组合导航传感器故障检测和隔离。该算法简单便于实施。     

基于模糊逻辑控制的舰船组合导航自适应卡尔曼滤波器

双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。