惯性平台自标定中惯性仪表安装误差可观测性分析

针对惯性平台自标定中惯性仪表安装误差可观测性问题,深入研究了系统模型与平台坐标系对惯性仪表安装误差可观测性的影响。根据不同系统动力学模型和观测量构建四种系统模型。从可观测性定义出发,分析与判断惯性仪表安装误差在不同系统模型和不同平台坐标系下的可观测性。理论分析和仿真结果均表明惯性仪表安装误差在以下两种情况完全可观:观测量为平台框架角和加速度计输出,系统动力学模型为框架角模型,平台坐标系以平台六面体为基准定义;观测量为加速度输出,系统动力学模型为姿态角或失准角模型,平台坐标系以加速度计敏感轴为基准定义。     

一种单站无源定位方法及其可观测性分析

利用非线性系统可观测性定理分析了径向加速度信息在目标运动分析(TMA)中的可观测性问题,得到径向加速度观测所能确定的目标状态参数及其需要满足的观测条件,从而证明一种联合径向加速度和角度信息的单站无源定位方法的可行性,并分析其可观测条件和可观测度。通过计算机仿真验证了讨论的结果。     

单站纯方位目标跟踪系统可观测性分析

针对单站纯方位目标跟踪系统的可观测性,在研究国内外有关状况的基础上,给出了单站纯方位目标运动分析的问题描述,综述了国内外的研究和发展情况,给出了由观测可观测性的一些结论和证明.其中对某些经典的结论给出了简单、明了的证明方法,这些有助于该问题的深入理解和研究.     

纯方位目标跟踪系统的可观测程度

首先建立了纯方位目标跟踪系统的动态模型和一个最小二乘估计器,分析了该系统的完全可观测性。在系统完全可观测的条件下,引入可观测程度这一概念。文中定义了两种描述系统可观测程度的方法。它们都很好地反映了系统可观测程度随跟踪时间的变化过程。研究发现,纯方位目标跟踪系统往往是弱可观测系统,这正是系统跟踪效果不佳的原因所在。然而,文中表明的系统可观测程度同跟踪几何态势关系密切这一事实,又使得从己艇机动入手解决跟踪效果差的问题成为可能,就是通过极大化系统的可观测程度优化己艇的机动策略。     

纯方位定位中的“Legs”机动方式与系统的可观测性

由多个等速直线运动段组成的观察站运动方式,称为“Ｌｅｇｓ”机动方式,所谓的纯方位系统是可观测的,是指系统在纯方位观察条件下,能唯一地求解出目标的运动参数。讨论了“Ｌｅｇｓ”机动方式,对纯方位目标定位系统可观测性的影响,建立了该模式下系统可观测的必要条件。     

基于稀疏A*算法的微小卫星飞行姿态静环境规划

提高微小卫星的低可观测特性能够有效提升微小卫星的使用效率和生存能力,因此,设计了一种以稀疏A*算法(SAS)为基础的微小卫星低可观测飞行姿态静环境规划算法。通过对微小卫星的俯仰角,方位角和横滚角等姿态角进行调整,从而可以有效降低微小卫星在威胁雷达方向上的RCS值,提高微小卫星的低可观测特性。通过对工作频率在S波段和VHF波段的威胁雷达对微小卫星的威胁性进行仿真,结果显示规划后微小卫星的低可观测性能明显改善,满足飞行姿态规划的需求。     

等速运动观测站纯方位系统的可观测性

对等速直线运动单观测站纯方位目标运动分析问题进行了讨论。尽管系统是不完全可观测的,却证明了目标部分运动参数是可估计的,即目标与观察者的相对航向Kr、相对速度与初距离之比Vr/Do是可以解算的;并对可估计参数的有解条件进行了分析。     

基于空间几何关系的反交会规避机动方法研究

针对具有自主接近能力的航天器开展了反交会规避机动方法研究。首先，建立了仅测角相对导航模型，对完全不可观测机动进行定义，基于空间几何关系推导并证明了完全不可观测机动是不存在的。随后，以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标，利用矢量乘积原理设计目标函数，建立优化模型并对变量约束进行分析，随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明，提出的规避机动方向计算方法能够使目标函数值达到最小，从而提升追踪器对逃逸器的状态估计难度，降低其估计精度。本文方法为规避机动问题研究提供了一种新的视角，可为以主动接近航天器这类新对象进行的规避研究提供有益借鉴。     

考虑空间几何关系的反交会规避机动方法

针对具有自主接近能力的航天器开展反交会规避机动方法研究。建立仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明:提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。这为规避机动问题研究提供了一种新的视角,可为以主动接近航天器为新对象进行的规避研究提供有益借鉴。     

Maintaining systems with heterogeneous spare parts

We consider the problem of optimally maintaining a stochastically degrading, single‐unit system using heterogeneous spares of varying quality. The system's failures are unannounced; therefore, it is inspected periodically to determine its status (functioning or failed). The system continues in operation until it is either preventively or correctively maintained. The available maintenance options include perfect repair, which restores the system to an as‐good‐as‐new condition, and replacement with a randomly selected unit from the supply of heterogeneous spares. The objective is to minimize the total expected discounted maintenance costs over an infinite time horizon. We formulate the problem using a mixed observability Markov decision process (MOMDP) model in which the system's age is observable but its quality must be inferred. We show, under suitable conditions, the monotonicity of the optimal value function in the belief about the system quality and establish conditions under which finite preventive maintenance thresholds exist. A detailed computational study reveals that the optimal policy encourages exploration when the system's quality is uncertain; the policy is more exploitive when the quality is highly certain. The study also demonstrates that substantial cost savings are achieved by utilizing our MOMDP‐based method as compared to more naïve methods of accounting for heterogeneous spares.