简介：针对在量测噪声统计特性发生变化时,基于滤波算法的惯性/地磁组合导航系统存在精度下降甚至发散的问题,提出了一种基于模糊自适应强跟踪滤波算法的惯性/地磁组合导航方法,该方法通过制定模糊规则,实时监控系统残差变化,自适应地调整柔化因子的大小,即增强了滤波器对时变噪声的跟踪能力又保证了滤波器处理当前信息的能力。仿真结果表明：该方法能够很好地抑制纯惯性导航系统随时间累积的误差,而且在量测噪声统计特性发生变化时,系统误差没有出现明显的跳变,保证了整个导航系统的精度,提高了系统的鲁棒性。

简介：针对用于快速传递对准的卡尔曼滤波器阶数高，计算量大，滤波更新率低，鲁棒性差及对准精度不高等问题，提出采用联合强跟踪Kalman滤波器进行快速传递对准。文中设计了联合强跟踪Kalman滤波器的结构和算法，同时利用改进的Elman网络进行信息分配系数的自适应调节，以实现融合信息在各子系统中的自适应分配。仿真结果表明，该滤波器不仅提高了解算速度，而且提高了系统鲁棒性和对准精度。

简介：对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波（STF）和基于三阶球面-向径容积规则的容积卡尔曼滤波（CKF）相结合的强跟踪-容积卡尔曼滤波（STCKF）。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。

简介：在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波（STUKFMMAE）算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~（-4）,且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。

简介：捷联惯性导航系统静基座初始对准时一般先进行粗对准,使失准角缩小到一定范围内从而满足小失准角假设下的线性误差模型,然后再进行精对准。在不进行粗对准时失准角一般为大角度,需要采用复杂的非线性误差模型和非线性滤波方法。研究发现通过设置合理的误差协方差矩阵初值,采用反馈校正滤波结构,并引入强跟踪滤波算法可以在大失准角情况下既无需粗对准,又无需采用非线性模型来实现精对准。仿真结果表明,该方法可以实现大失准角初始对准,鲁棒性好,在任意姿态初值下都可以使航向角在300s内收敛到0.05°的理论极限精度,与小失准角精对准方法的速度和精度相当但省去了粗对准因而耗时更短,与无迹卡尔曼滤波在600s时才收敛到0.5°的速度相比大为改善。

简介：针对车载导弹在低机动条件下的传递对准问题，根据车辆不能沿纵轴和横轴作大的角机动的特点，提出了充分利用导弹发射前的刹车，起竖发射架这一系列的过程来进行传递对准的机动方案；针对主惯导、发射架和子惯导之间的连接为多刚体柔性联接，主子惯导之间的挠曲变形建模复杂的问题，提出了将挠曲变形视为不确定性干扰，利用H∞滤波来实现传递对准的方法。仿真结果表明，在不对挠曲变形进行建模和车载导弹只做射前准备机动而不做其它机动的情况下，导弹可在起竖完成前完成对准，且对准精度可达4′。

简介：机载环境下的GPS误差特性与静态不同，文中给出了一套机载环境下的GPS测量误差分析和建模的方法。先通过多项式拟合，分离出机载GPS的测量误差，并根据GPS的具体应用环境，用机载SAR（SyntbeticAperttireRadar）雷达成像验证了这种分离误差方法的有效性，然后对GPS误差进行最小二乘处理，建立GPS的AR误差模型。应用这种方法，分析了实测某型飞机平稳飞行情况下的GPS数据，结果表明该型飞机在平稳飞行情况下的GPS速度和定位误差过程分别可以用两个不同的10阶AR过程表示。

简介：为解决舰载主惯导与机载子惯导之间大失准角问题,同时满足对准快速性的需求,提出了从舰载机进入弹射位置开始,到舰载机飞离甲板时间内,基于虚拟惯导（VINS）,综合利用舰载主惯导信息、跑道航向信息以及激光多普勒测速仪（LDV）信息,利用速度匹配方法实现舰/机惯导传递对准的方法,并建立了传递对准误差模型.该模型利用舰艇坐标系与跑道坐标系之间的方向余弦矩阵,将舰载坐标系与机载坐标系之间的大失准角问题,转化为机载坐标系与跑道坐标系之间的小方位失准角问题.考虑弹射过程舰艇及舰载机的运动模型,利用数学仿真对传递对准误差模型进行了验证,并与UKF滤波方法进行了对比.仿真结果表明,该方法可以在8s内实现舰/机惯导的传递对准,对准性能与UKF滤波方法相当,且对准过程不需要舰艇进行任何机动运动.

简介：利用压力传感器测量扑翼的瞬时力,利用数字粒子测速仪（digitalparticleimagevelocimetry,DPIV）系统测量扑翼的前缘涡以及周围的流场,来揭示前缘涡在不同间距下对扑翼平均推力的影响.实验在-个低Reynolds数循环水洞中进行,两串列扑翼均做二维正弦平动.在固定的相位差下,当间距增加时,后翅前缘涡对前翅的影响具有相似性,均提高或者均降低前翅的平均推力.前翅平均推力的提高是由于后翅的前缘涡提高了前翅尾部的射流速度以及有效攻角.随着间距的增加,后翅前缘涡对前翅的影响急剧下降,使得前翅的平均推力快速接近于单翼值.在固定的相位差下,当间距增加时,前翅的脱落涡对后翅的影响变化非常大,后翅的平均推力可能先升高后降低,这是因为间距改变了前翅脱落涡作用于后翅的时间点.当前翅脱落涡遇到后翅,并且和后翅的前缘涡有相同的旋转方向时,前翅的脱落涡会抑制后翅前缘涡的形成,并且后翅的有效攻角减小,其平均推力降低.如果这两个涡的旋转方向相反,那么后翅有效攻角就会增大,平均推力值就会提高.

简介：在时变通信延迟下研究了无人机群编队的鲁棒自适应控制问题。对于无人机编队系统中存在外部扰动和模型不确定性的情况,通过选取包含位置跟踪误差和速度跟踪误差的辅助变量,提出了一种适用于时变通信延迟的鲁棒自适应编队控制策略。提出了自适应律对无人机质量、外界扰动的上界等未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性,给出了系统渐近稳定所需要满足的条件。数值仿真结果表明,所提出的控制方法既能抑制外界扰动和模型不确定性对控制器的影响,同时队形跟踪和队形保持的稳态误差分别小于0.1m和0.05m。

简介：基于惯性系的双矢量定姿方法选择惯性系中的两个重力视运动向量作为不共线矢量,解决了传统双矢量定姿方法在晃动基座条件下易受载体角运动干扰而无法实现对准的问题,但该方法仍需要精确的地理纬度信息以参与对准计算。针对未知纬度条件下的SINS抗晃动自对准问题,提出了一种基于重力视运动的三矢量自对准方法。该方法将初始对准问题归结为求解当前时刻导航系相对于初始时刻载体系的姿态矩阵问题,并利用矢量运算进行求解,仿真结果表明：加速度计随机测量噪声会映射为重力视运动随机噪声,降低对准精度;当加速度计随机噪声量级较大时,会带来对准计算失败。针对噪声问题,引入Daubechies（db4）小波进行5层分解来实现对重力视运动的降噪,并选择去噪后的重力视运动向量参与三矢量定姿解算,仿真结果表明：db4小波具有良好的去噪效果,基于小波去噪的三矢量自对准方法可以有效完成未知纬度条件下的SINS初始对准。