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：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：为了实现水下潜器长时间高精度导航定位,同时考虑到传统地形辅助导航系统在先验地形图不可得或者是地形变化不明显的海域（地形不可匹配区域）,无法用来修正惯性导航位置误差的问题,提出了一种结合地形和环境特征的水下导航定位方法。在先验地形图可得且地形高程变化明显的可匹配区域,采用地形辅助导航系统来修正惯导位置误差,在先验地形图不可得或者是地形高程变化不明显的不可匹配区域,采用基于海洋环境特征的同步定位与构图算法来修正惯导位置误差。仿真结果表明,该方法在地形可匹配区域以及地形不可匹配区域得到的航迹都比纯惯导得到的轨迹更接近于理想航迹,因此可以用来修正惯导位置误差。

简介：为了有效地消除重力异常畸变对海洋重力仪测量精度的影响,得到更高精度的重力异常测量值,根据随机过程理论,分析了重力异常状态方程,并对H∞滤波算法和自适应卡尔曼滤波算法进行了理论对比分析,将其应用到消除重力异常畸变系统中.为了避免滤波发散,自适应卡尔曼滤波采用降阶的Sage-Husa算法.理论分析和仿真实验表明:H∞滤波算法和自适应卡尔曼滤波算法都具有较好的滤波收敛特性,并能在一定程度上有效地消除重力异常畸变对重力异常测量精度的影响,但自适应卡尔曼滤波的性能优于H∞滤波.

简介：采用理论分析和数值模拟相结合的方法,系统研究了尺度自适应模拟（scale-adaptivesimulation,SAS）和大涡模拟（large-eddysimulation,LES）的关联性问题.在理论分析方面,对比分析了系综平均和滤波的定义、Spalart-Allmaras（SA）湍流模型和动态亚格子（subgrid-scale,SGS）模型关于湍流黏性系数的求解方式.理论分析结果表明,系综平均等价于盒式直接滤波,SAS和LES的控制方程在数学形式上具有一致性;SAS存在过多的湍流耗散,主要来自于SA输运方程中的扩散项.在数值模拟方面,选取来流Mach数0.55,Reynolds数2×10-5的圆柱可压缩绕流为分析算例.计算结果表明,SAS和LES预测的大尺度平均流场信息几乎一致,SAS预测的湍流脉动信息略低于LES.SAS在圆柱近尾迹区的湍流耗散过大,而在稍远的尾迹区几乎能够完全等效于LES.

简介：为了提高捷联惯导系统的对准精度和收敛速度，提出了一种基于Sage-Husa自适应滤波算法的初始对准方法。针对方位小失准角的情况，推导出精对准误差模型和自适应Kalman滤波方程。常规Kalman滤波算法，在噪声统计特性已知的情况下，使用比较方便；多数情况下，噪声统计特性是处于未知状态，从而引入自适应Kalman滤波算法。它利用观测到的数据自动进行噪声统计特性的在线估计和修正，使系统达到最佳的滤波效果。通过仿真验证，该自适应滤波算法有效地提高了收敛速度和对准精度。

简介：通过采取快速插入、建立同步采集系统等措施,在中国航天空气动力技术研究院FD-07常规高超声速风洞建立了磷光热图技术,并成功地获得了平板三角翼模型表面热流分布.基于实验结果,初步分析了来流Reynolds数等参数对三角翼表面热流分布的影响.结果表明,三角翼外形中心线处转捩靠后,两侧转捩靠前,且随着来流Reynolds数的增加,转捩位置进一步前移.总的来说,磷光热图技术能够直观地显示流动转捩发生的位置以及转捩后湍流区的形状,为高超声速飞行器热防护设计提供了一种新的技术途径.

简介：针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。

简介：为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明：模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。

简介：针对SAR图像匹配及定位需要耗用不等的计算时间而造成的量测不等间隔输出和量测信息滞后问题，提出一种新的SAR时延补偿算法。该算法在标准卡尔曼滤波（KF）基础上，当SAR有量测信息生成时，根据多模型方法进行量测预测，利用预测值修正SINS状态；而SAR无量测信息输出时，通过插值方法生成量测信息来改善系统滤波精度。仿真结果表明，采用基于多模型量测预测的KF算法可以将位置误差由45m减小到10m以内，航向角稳态误差值小于5.8＂；而在此基础上叠加插值预测算法可以将位置误差进一步控制在6m以内，航向角稳态误差小于4.7＂，证明了本文提出的算法能够有效补偿SAR的随机时延并提高组合导航系统的解算精度。

简介：在捷联惯性系统中，初始对准是影响系统输出精度的最重要环节，陀螺漂移是引起对准误差的主要原因。本文在对捷联系统误差进行分析的基础上，结合卡尔曼滤波器的滤波特性，提出一种把陀螺随机常值漂移标定与初始对准进行多级组合的卡尔曼滤波方法。

简介：基于各向异性非结构网格生成技术，开发了面向复杂几何和复杂湍流燃烧问题的自适应求解算法，并进行了程序代码的可靠性验证工作，展示了各向异性网格自适应算法在降低问题求解规模、提高火焰面和流场计算精度等方面的优势．应用该自适应求解技术准确捕捉到了一维预混层流火焰、二维对冲火焰和三维本生灯湍流火焰的流场信息，火焰面附近的温度、速度、组分等物理量与实验值吻合很好．对一款富油-快速混合-贫油（rich—bum，quick-mix，lean-burn，RQL）低排放发动机燃烧室进行了计算分析，发现了燃烧室内的热声不稳定现象．

简介：本文所述的分析校准技术，可将测角装置校准到很高精度。校准时，使用了两台测角装置。并且利用该分析校准技术，分离了各误差曲线，采用该分析校准方法，无需预先知道任何一台测角装置的误差，而且测角装置可以是，也可以不是两台相同的装置。文中还确定了可以校准到高精度的测角装置的类型和校准配置。所采用的校准分析技术，可将角位置测试台和角度分解器校准到０．１角秒的精度。此方法已经用于校准轴角读出的双感应同步器系统。本文还提供了利用该分析校准方法获取的数据。

简介：针对液压仿真转台伺服系统的非线性特点,提出了一种模糊控制与局部积分控制相结合的复合控制方式.当系统的偏差较大时主要采用模糊控制器对系统的偏差进行快速调节以加快系统的响应过程；当系统的偏差小于某一值时,加入积分控制以保证系统的精度.为了提高模糊控制器的性能,采用了规则可调整的模糊控制器.实验结果表明:该方法能有效地克服液压伺服系统的非线性和参数的不稳定性以及外部干扰对系统的影响,具有较高的控制精度和鲁棒性能,完全适合于液压仿真转台伺服系统的控制.

简介：—针对现有的自适应卡尔曼滤波算法实时性不强、结构繁杂，本文研究了在惯导与ＧＰＳ组合系统中应用一种修正的自适应卡尔曼滤波算法，并与常规卡尔曼滤波算法作了比较。仿真结果表明，这种算法具有结构简单、高效率和精度高等优点，不失为一种实用而有效的滤波算法。

简介：静电陀螺的支承控制系统中由于不可避免地存在建模不准确及对象扰动,传统的控制器设计只能在系统动态控制与对象扰动消除之间折衷。根据自适应逆控制的结构,利用模糊径向基函数神经网络进行对象建模、逆对象建模和扰动消除建模,设计了带扰动消除的自适应逆控制的八电极静电陀螺支承控制器。仿真表明,该控制器可以同时提高控制的精度和鲁棒性,在保证支承系统动态性能的同时,大大抵消对象扰动的影响,克服传统控制方法的折衷缺陷,对静电陀螺的自适应逆控制器的工程实现具有重要意义。

简介：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

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SINS/GNSS组合导航在GNSS信号异常时出现的系统滤波精度和稳定性下降的问题,提出一种基于EKF的自适应分类容错滤波算法。该算法通过比较系统残差协方差矩阵的实际值与理论值来检测GNSS信号是否存在异常,然后对异常信号进行分类,并对不同类别的异常信号使用不同的加权矩阵进行修正,以减弱异常值对系统滤波精度的影响,同时在滤波过程中加入UD分解,使系统滤波性能更稳定。仿真结果表明：该算法能够有效降低GNSS输出异常信号对SINS/GNSS组合导航带来的不利影响并提高系统稳定性;在GNSS信号出现异常情况下,其导航精度相比EKF至少提高95.6%,相比REKF和AEKF分别至少提高44.5%和24.6%。

简介：为了降低全球卫星导航系统（GNSS）接收机做比特同步的平均估计时间,提出一种自适应比特同步的新颖算法。分析了传统的最大似然比特同步算法,找到了信号强度、比特能量最大值和非相干累加次数三者之间的关系。在此基础上,利用比特能量最大值来设置门限约束非相干累加次数,使得比特同步算法可以针对不同信号强度来自适应地调整非相干累加次数。仿真分析表明,当预设的门限值为1.5？108时,与传统的固定非相干累加比特同步算法相比,所提出的自适应算法的正确同步概率性能只略微下降了5%,但平均估计时间缩短了85%,使得接收机的首次定位时间大幅度减少。