航向误差非线性预测的惯性行人导航零速修正算法

针对基于零速修正(zero velocity update, ZUPT)的行人导航算法无法对航向角进行观测导致航向角发散的问题，设计了一种基于ZUPT、零角速率修正和航向角误差非线性预测校正的惯性行人导航算法。首先通过广义似然比检测(generalized likelihood ratio test, GLRT)算法确定出零速区间；在检测到的零速区间内利用ZUPT算法构造速度误差观测量、利用零角速率修正(zero angular rate update, ZARU)算法构造角速率误差观测量，通过零速区间航向角误差观测模块构造航向角误差观测量，在非零速区间对航向角误差进行非线性预测；再利用卡尔曼滤波对零速区间内的速度、角速率、位置和航向角误差进行估计，利用估计误差对惯性行人导航系统进行误差修正；通过实际行人导航系统验证，在复杂运动状态下导航轨迹误差平均值仅为0.43 m,只占总路程的0.35%。在长航时行走的情况下导航误差仅为1.25%里程。所提算法无需增设其他传感器，无需限制行人的运动轨迹，具有良好的工程应用价值。     

一种带加速度补偿的H∞次优滤波目标跟踪算法

提出一种带加速度补偿的H∞次优滤波跟踪算法。该跟踪算法通过不断调整H∞滤波器的参数γ来逼近H∞最优滤波器。同时,引入一个加速度估计器和一个机动检测器,加速度估计器通过目标最近三点的位置来估计目标当前加速度值,机动检测器用来检测目标是否机动,当检测到目标机动时,则启动加速度估计器计算加速度,并利用该值对目标状态估计值进行补偿。从而使得该跟踪算法不仅对目标机动具有鲁棒性,而且所得到得估计误差方法最小。仿真结果表明,所提出的目标跟踪算法对高机动目标有良好的跟踪效果。     

自适应高斯模型与多基地雷达机动目标跟踪

为改善多基地雷达系统对高机动目标的跟踪性能,提出了基于自适应高斯模型和扩展卡尔曼滤波(EKF)的机动目标跟踪算法.将目标加速度的概率密度特性描述为一具有均值和方差的高斯分布,建立了系统的离散状态方程和非线性观测方程进行EKF滤波,并在每个采样周期实现对输入控制信号及过程噪声协方差的更新,使加速度符合目标的实际变化情况.Monte Carlo仿真结果显示,对目标的变加速轨迹,该算法在位置和加速度上的均方根误差均比Singer模型小,且误差曲线平滑,表明了该算法能对机动目标实现准确跟踪.     

组网雷达系统对于高加速机动目标的精确跟踪研究

针对多基地雷达系统跟踪近距离高加速机动目标的场合,提出了一种并行扩展卡尔曼滤波算法。该算法首先建立起组网雷达群跟踪目标运动形态的观测模型,然后将三维加速度矢量引入到目标的运动模型中,通过并行计算的方式,在对加速度进行合理估计的基础上对量测数据进行卡尔曼滤波跟踪分析,获得目标的精确轨迹。仿真结果表明,该算法不仅能快速精确计算目标的位置和速度,而且具有很好的瞬态特性和稳态特性。     

风场情形基于视觉的无人机地面目标跟踪控制律设计

分析了风场对无人机航迹角的影响,定义空速、风速、目标运动速度的合向量为参考速度,将风场情形运动目标跟踪问题转化为以参考速度跟踪静止目标的情形。在静止目标跟踪航向控制律基础上,设计了一种风场情形基于参考速度的无人机地面目标跟踪航向控制律,使参考速度与摄像机视线垂直且无人机与目标水平距离为指定值。不同风速条件下的目标跟踪仿真验证了控制律的有效性。     

考虑雷达导引头前馈补偿的一体化制导方法

针对大机动目标使空空导弹雷达导引头跟踪误差加大和制导精度下降的问题,提出了一种考虑雷达导引头前馈补偿的一体化制导方法。针对机动目标,构造视线角速度前馈补偿回路,对雷达导引头角跟踪系统进行补偿,提高导引头响应速度,降低跟踪误差角。基于视线坐标系设计一体化制导算法,采用卡尔曼滤波器对弹目视线角速度和目标加速度进行估计,将视线角速度信息前馈补偿到导引头跟踪回路中,将目标加速度信息补偿到最优制导律中,同时实现雷达导引头视线角快速跟踪和最优制导律制导信息提取。仿真结果表明,一体化制导算法可同时实现对导引头视线角速度和目标机动的估计,从而提高制导精度。     

机动运动辐射源的单站无源定位自适应算法

利用目标到达角(DOA)和到达时间(TOA)作为测量数据,采用最优加权最小二乘估计和基于机动加速度的非零均值时间相关模型的自适应卡尔曼滤波算法,通过加速度方差对滤波增益的修正,完成机动加速度方差自适应算法,实现了对机动目标进行单站无源定位与跟踪的方法.计算机仿真验证了算法的有效性和可行性,证明该方法在无源定位系统中有一定的参考价值.     

基于当前统计模型的机动目标自适应跟踪算法

当前统计模型及其自适应卡尔曼滤波算法对强机动目标具有很好的跟踪效果,但当机动目标为弱机动和非机动时算法跟踪性能较差。针对这一问题,提出了采用铃形函数作为模糊隶属函数对模型中加速度极值进行修正的自适应滤波算法,调整加速度稳定时的系统过程噪声方差,提高算法的跟踪精度。同时,借鉴强跟踪滤波算法的渐消自适应滤波因子思想,针对加速度突变的情况引入渐消因子对修正的加速度极值进行调节,提高算法在加速度突变情况下的跟踪速度。仿真实验结果表明,算法对弱机动目标和非机动目标的跟踪具有良好的效果。     

NSHV机动目标跟踪的自适应模型算法

临近空间高超声速飞行器具有飞行轨迹多变、机动性强等特点,而周期性的滑跃式飞行是其常用的重要机动形式。将目标加速度建模为时间自相关的随机过程,结合“当前”统计模型的自适应跟踪思想,提出了一种针对临近空间高超声速飞行器机动目标跟踪的模型。采用容积卡尔曼滤波算法分别对单模型和交互式多模型进行了蒙特卡罗仿真分析,结果表明该模型在跟踪临近空间高超声速飞行器时有较好的跟踪精度和适用性。     

中远程防空导弹的末制导律设计与仿真

应用线性二次高斯调节器原理,本文提出一种适用于脉冲多卜勒雷达自寻的制导导弹的适应性强,制导精度高,易实现的最优制导规律。为解决工程实现的关键问题,提出了目标机动加速度模型。根据机动目标的统计模型和非线性最优滤波理论推导出一个快速跟踪的自适应滤波算法,并给出了目标机动加速度、导弹与目标相对距离和距离变化率的估计算法。某改进后导弹的仿真结果表明该算法具有很好收敛性和稳定性。     

大落角机动目标逆轨拦截最优滑模制导律设计

针对阵地防空中大落角机动目标较难拦截的问题, 首先采用最优控制理论设计了具有攻击角约束的最优制导律, 为提高最优制导律的鲁棒性，结合变结构控制理论设计了带攻击角约束的最优滑模制导律。考虑到目标弹道倾角通常难以测量的问题, 采用扩张状态观测器对目标弹道倾角进行估计。基于李雅普诺夫稳定性理论对最优滑模制导律进行稳定性分析, 设计了能保证系统稳定的参数变化函数。仿真结果表明, 最优滑模制导律能以期望的攻击角和较小的脱靶量命中目标, 制导过程中指令变化较为平稳, 对目标的加速度机动具有较强的鲁棒性。     

前向拦截的三维制导模型及制导律设计

为了解决拦截器导引头的气动加热问题,提出了前向追踪(Head Pursuit)制导方法。该方法是将拦截器导引到目标轨道的前方并沿着和目标相同方向飞行,而在目标轨道的前方拦截目标,要求拦截器的速度低于目标的速度。在建立了目标和拦截器的三维制导模型基础上,采用全局二阶滑模控制理论设计了二阶滑模HP非线性制导律。并在考虑目标机动加速度未知的情况下,设计了观测器对目标机动加速度进行估计。通过拦截器拦截目标的弹道的数字仿真验证了制导模型和制导律的正确性。     

基于无尖峰干扰观测器的滑模制导律

为了提高对机动目标的拦截效果,提出了一种基于无尖峰干扰观测器的滑模制导律(peaking free disturbance observer based sliding mode guidance law, PDOB SMG)。 首先,设计一种无尖峰干扰观测器(peaking free disturbance observer, PDOB)来估计目标机动加速度,在保证估计精度的同时,PDOB能够消除传统干扰观测器的初始尖峰现象。其次,将PDOB所估计的目标机动加速度用来在线补偿,构造了PDOB SMG。由于PDOB消除了初始尖峰,因此设计的PDOB SMG可以有效解决现有基于干扰观测器的滑模制导律(disturbance observer based sliding mode guidance law, DO SMG)受干扰观测器初始尖峰影响动态性能恶化的问题。最后,将PDOB SMG与DO SMG进行仿真对比, 验证了PDOB SMG的有效性和优越性。     

基于扩张状态观测器的机动目标加速度估计

目标机动是影响制导精度的关键因素之一,针对此问题,提出了一种解决目标加速度估计问题的新思路,即通过扩张状态观测器(extended state observer, ESO)来实时估计目标加速度。首先建立弹目相对运动模型,然后在采用扩展比例导引律的条件下,设计扩张状态观测器来观测系统状态并估计目标加速度。最后针对实际系统中量测噪声较大的情况,设计带有滤波器的扩张状态观测器来估计目标加速度。这种方法无须建立机动目标模型,收敛速度快,估计精度高,明显优于常规的目标估计算法,仿真结果验证了本方法的有效性。     

基于扰动观测器的终端角约束滑模导引律

为了对导弹攻击机动目标时的终端角进行约束,提出了一种基于扰动观测器的滑模导引律。将导弹速度的时变、运动目标的机动逃逸等视为对导弹目标相对运动系统的总扰动,采用扰动观测器对总扰动进行有效估计,结合滑模控制理论提出了一种对导弹终端角进行约束的导引律,并基于李雅普诺夫稳定性原理证明了该导引律的渐进稳定性。为满足制导精度并有效地抑制抖振,运用边界层法对该导引律进行了改进,分析并确定了制导精度、边界层厚度和导引律系数之间的关系。仿真结果表明,该导引律具有良好的导引性能和鲁棒性,且与普通的滑模导引律相比,具有较小的导弹最大法向加速度和较平缓的法向加速度变化过程,有利于工程实现。     

切向加速度与弦误差约束的CNC系统时间最优轨迹规划

针对计算机数控(CNC)系统给定参数化路径, 给出了一种求解时间最优轨迹规划问题的凸优化方法. 轨迹规划问题考虑切向加速度约束与弦误差约束. 通过建立两种约束下的状态容许空间, 分析约束对时间最优轨迹的影响. 通过非线性变量代换, 时间最优轨迹规划问题被表述为一个与时间无关的凸最优控制问题. 基于控制向量参数化(CVP)方法, 问题被进一步转化为易于求解的凸优化问题. 以路径参数对时间的二阶导数(参数加速度)为优化变量, 序列二次规划(SQP)方法获得问题数值解. 文末通过求解两个测试路径的时间最优轨迹规划问题, 验证方法的有效性.     

机动目标拦截新型微分几何制导律设计

针对大气层内机动目标拦截问题,基于广义微分几何制导体制设计了一种新型的微分几何制导律。与控制视线转率有限时间内收敛不同,采用视线转率随着弹目相对距离减小而渐进收敛的滑模面。鉴于观测器估计目标加速度存在初始尖峰现象,且嵌入观测器的制导律难以证明稳定性,假设目标加速度是具有未知上界的干扰,提出一种双幂次的自适应律对其上界进行估计。通过添加修正项,消除了饱和函数替代符号函数对稳定性的影响,并证明了所设计的制导律是渐进稳定的。仿真结果表明,所设计的新型的微分几何制导律能够有效拦截机动目标,且过载分布均匀、能量消耗少。     

基于干扰观测器的Fuzzy-PID控制及应用研究

针对大射电望远镜(LT)悬索粗调系统为一变结构、非线性、慢时变、大滞后、强耦合、多输入多输出柔性结构系统的特点,提出了一种Fuzzy-PID控制和干扰观测器相结合的控制算法来实现馈源轨迹跟踪策略。这种方法通过构造干扰观测器来预测该柔性结构系统的各种干扰,并根据预测到的干扰信息进行补偿以抑制干扰对系统的影响,同时引入Fuzzy控制算法来自适应整定PID控制器的参数实现具有最佳组合的PID控制。最后,对LT悬索-馈源舱控制系统进行了数值仿真,结果表明该控制算法可以较好地满足馈源系统轨迹跟踪精度要求,同时系统具有较强的适应性和鲁棒性。     

基于扰动观测器的飞行器轨迹跟踪控制器设计

针对多种扰动作用下的固定翼飞行器三维轨迹跟踪问题, 设计了一种基于改进非线性扰动观测器的非奇异快速终端滑模轨迹跟踪控制器。首先推导固定翼飞行器三维轨迹跟踪误差模型, 考虑模型误差和飞行过程中的未知扰动, 设计了一种基于状态估计误差反馈的非线性扰动观测器对扰动进行观测。基于非奇异快速终端滑模控制方法, 采用双幂次趋近律设计轨迹跟踪控制器, 并证明了闭环控制系统的稳定性。仿真结果表明, 在多种扰动的作用下, 所设计的轨迹跟踪控制器能够对三维机动轨迹进行准确、稳定的跟踪。     

利用高斯伪谱法求解具有最大横程的再入轨迹

为了使升力式飞行器再入大气层后取得最大横程,采用高斯伪谱方法求解最优再入轨迹。利用微分形式高斯伪谱方法将飞行器三自由度再入轨迹优化问题转化为非线性规划问题,选取高斯节点上的状态量和控制量作为待优化参数,并将最优性能指标选为横程最大,然后对再入轨迹进行了求解。通过与按最大升阻比飞行方案所得结果进行对比,表明按所提方法求取的再入轨迹优于后者。此外,仿真过程还说明高斯伪谱法对状态猜测值并不敏感,算法容易收敛,适用于轨迹优化问题的求解。