跟踪微分器在光电火控系统中的应用

光电火控系统主要由光电跟踪系统、火控计算机、火炮随动系统组成,光电跟踪系统视频取差器的滞后特性以及火炮随动系统的不平稳性,直接制约着光电火控系统精确跟踪并打击目标的性能。针对上述问题,介绍了非线性跟踪微分器的原理,利用其滤波特性和微分信号提取特性,创造性地提出将其应用于光电火控系统中。仿真和工程试验证明,采用非线性跟踪微分器的系统,在跟踪精度上有明显的提升。     

基于跟踪微分器的载体角速率算法研究

利用四环三轴惯性稳定平台自身输出的载体姿态角信息,对载体角速率信息进行计算.针对载体机动、台体微振、电磁干扰引入的较大随机噪声,采用最速跟踪微分器TD进行载体角速率解算滤波.仿真和实际试验结果表明,该方法能够准确计算载体角速率,具有较为重要的工程应用价值.     

改进的导弹半实物仿真跟踪微分器设计

为了抑制三轴转台输出信号存在相位延迟和噪声对导弹半实物仿真系统性能的影响,研究并设计了一种改进的跟踪微分器进行相位补偿和滤波。基于传统跟踪微分器的工作原理,设计三轴转台输出信号跟踪的基本结构,分析其在输入信号存在噪声时,由于经过传统的跟踪微分器获取微分信号使得噪声强度放大,致使跟踪信号存在振荡的现象。在此基础上,提出一种将微分跟踪器产生的微分信号再串联一个跟踪微分器的相位超前补偿器设计方法,以滤除由于输入信号噪声引起的信号污染,进而消除输出信号的振荡问题。以某导弹半实物仿真系统三轴转台输出信号存在相位延迟和噪声的现象为算例,通过与超前校正方法对比研究,进行了系统仿真验证。仿真结果表明,改进相位超前补偿器能有效地提取姿态角速度信号,具有良好的滤波和相位超前补偿性能,进而证明了其在导弹半实物仿真试验应用的正确性和有效性。     

基于粒子滤波的目标跟踪抗野值算法

运用粒子滤波对目标位置进行跟踪时,测量数据的异常突变点、目标的机动转弯、粒子数量的制约和重要性密度函数的优劣都会导致估计误差较大的野值出现,这将严重影响雷达对目标的跟踪精度。现有的野值剔除方法在目标发生机动时,都存在误剔率较高的问题。针对这个问题,采用莱特准则与机动门限准则相结合的方法,提出了不确定观测点的概念,设计了一种适用于机动目标的抗野值粒子滤波算法。仿真结果表明,该方法能较好地检测和更新野值,降低跟踪误差,提高跟踪精度。     

基于MATD的高超声速飞行器反演控制

针对高超声速飞行器弹性体模型,提出了一种基于改进的反正切跟踪微分器(MATD)的鲁棒反演控制器。将控制系统分为高度和速度子系统,采用反演方法设计虚拟控制量和实际控制量。引入MATD对高阶系统虚拟控制量求导,避免了传统反演方法"微分膨胀"的问题。基于MATD设计干扰观测器,对模型不确定项进行精确估计,增强了控制器的鲁棒性。最后,通过实例仿真验证,该控制器对速度和高度指令具有很好的跟踪效果,且具有较强的鲁棒性。     

基于跟踪-微分器的气浮十字梁复合控制研究

基于气浮十字梁实验系统的纵向模型,设计了基于跟踪-微分器的非线性PID控制律,加入补偿器克服跟踪-微分器产生的相位延迟,通过与普通PID控制律进行数学仿真和实物实验的比较,验证了所设计的控制算法鲁棒性好而且对噪声有良好的滤波作用,为深入探讨气动-质量矩复合控制奠定了基础。     

两种自动跟踪控制策略的比较

自动跟踪控制技术是防空火控系统设计的关键技术。也是未来无人化武器装备发展的关键技术。提出了两种自动跟踪控制策略,分别是:再生跟踪控制器和跟踪微分器。这两种控制器的设计思路均源于复合控制理论,介绍了复合控制、再生跟踪和跟踪微分器的基本原理,通过计算手段对两种自动跟踪控制策略进行研究和比较,并给出了在Matlab/Simulink下的仿真分析,为工程设计提供了参考。     

一种抑制卫星信号野值的改进Sage-Husa滤波方法

针对组合导航中经常出现的卫星信号野值和滤波精度不高的问题,提出了利用Sage-Husa和新息正交性来消除卫星信号野值及抑制滤波器的发散,从而提高导航的精度和稳定性。首先,用改进的新息Sage-Husa卡尔曼滤波器对组合导航系统的测量信号进行滤波处理,其次,引入抗野值判断函数对测量信号进行判断,剔除卫星信号测量过程中的野值。通过跑车试验将新息Sage-Husa滤波与经典的卡尔曼滤波和Sage-Husa滤波的效果进行对比,结果表明改进的滤波算法能够有效地去除卫星野值、提高导航精度。     

超精密机床进给系统的QFT控制器的设计

超精密机床进给机构中存在的不确定因素及非线性因素对进给系统跟踪控制精度有较大影响 ,采用合适的控制器能够有效提高其跟踪控制精度。QFT是在相频平面上的一种图形化的鲁棒控制系统设计方法。本文采用QFT理论设计了鲁棒跟踪控制器 ,并应用了速度前馈和误差积分控制。仿真结果显示 ,进给系统在被控对象参数发生较大变化时仍达到了数十纳米的跟踪控制精度 ,满足了超精密加工的要求     

数据同化系统中的集合时间局地化鲁棒滤波方法

针对传统的卡尔曼滤波方法对不确定因素不具备鲁棒性问题,在集合鲁棒滤波的基础上,提出一种从观测角度构建优化数据同化的方法,称之为放大观测协方差矩阵的集合时间局地化鲁棒滤波,并推导了新方法的算法准则和递归公式。利用非线性系统Lorenz-96模型,基于性能水平系数、驱动参数、观测数目和集合数目变化的条件,对新方法和集合卡尔曼滤波方法的鲁棒性和同化精度进行比较。结果表明:集合卡尔曼滤波方法的均方根误差大于时间局地化鲁棒滤波的;在观测数或集合数较少的情况下,集合卡尔曼滤波出现了滤波发散问题,而鲁棒滤波的均方根误差波动较小;相较于传统的集合卡尔曼滤波算法,观测角度构建的时间局地化的H_∞滤波方法对系统参数的变化更具鲁棒性,滤波精度更高。