基于变等效因子的PHEV等效燃油消耗最小策略

针对一种并联式混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV),基于庞特里亚金极值原理(Pon-tryagin’s Minimum Principle,PMP),在行驶工况已知前提下,设计了一种基于恒等效因子的等效燃油消耗最小控制策略(Equivalent Consumption Minimization Strategy,ECMS)。为改善该策略对工况变化的适应性,在分析等效因子、实际工况和电池荷电状态(State of Charge,SOC)相互关系的基础上,采用SOC惩罚函数对等效因子进行在线调整,得到了一种基于变等效因子的ECMS。仿真结果表明:所设计的基于变等效因子的ECMS,能够使发动机运行点大部分集中在最优曲线上,电池SOC波动较小,与基于恒等效因子的ECMS相比,发动机效率提高3%,整车系统效率提高0.5%,百公里耗油量降低4.5%,提高了对行驶工况的适应性。     

基于卡尔曼滤波的超宽带时变信道估计

在超宽带时变信道估计中,针对状态转移系数估计不准确引起的滤波发散问题,提出一种基于状态转移系数门限修正的卡尔曼滤波信道估计方法。该方法对时变信道采用自回归模型(AR)进行建模,利用导频估计初始信道信息和信道状态转移系数,并对信道转移系数进行门限修正。仿真实验表明:和传统卡尔曼滤波算法相比,提出方法实现简单并能有效抑制滤波发散问题,提高时变信道估计精度。     

自适应强跟踪卡尔曼滤波器载波环设计

针对自适应Q_k/R_k卡尔曼滤波算法在大频偏或运动场景切换时存在收敛速度慢、易失锁问题,提出了一种自适应强跟踪滤波算法,该算法从自适应Q_k/R_k卡尔曼滤波算法出发,引入强跟踪技术。在稳态场景下,采用自适应Q_k/R_k算法保证跟踪环路有较好的跟踪精度;当场景变化时,自适应强跟踪算法保证跟踪环路有更稳健的动态性能。仿真结果表明,所提出的设计方法能够有效提高载波跟踪环路的跟踪精度和鲁棒性。     

多普勒盲区条件下的目标点迹-航迹关联方法

机载预警雷达存在着固有的多普勒盲区问题,该盲区不仅易引起目标航迹中断和重起批,还容易引起数据关联的错误。基于此,提出了一种新的多目标点迹-航迹关联方法,该方法引入了由多普勒盲区造成的第二类空量测,将点迹-航迹关联作为最优二维分配问题求解,同时,为延长航迹寿命,采用多普勒盲区先验信息对传统航迹撤销准则进行了修正。仿真结果表明:在杂波、多目标环境且存在多普勒盲区的条件下,该方法航迹中断率较传统方法有明显下降。     

大气层内滚转角速度稳定动能拦截器姿态控制系统设计

针对大气层内滚转角速度稳定动能拦截器具有反应快速、耦合性强等特点,本文首先分析了传统的小扰动法设计姿控系统的优缺点,然后提出了基于极点区域配置的变增益控制系统设计方法。该方法通过在整个参数空间寻求单一李亚普诺夫函数来保证系统的全局稳定,与小扰法相比,它不仅可保证理论上的稳定,而且离散计算量小。最后的仿真表明,基于该方法设计的控制器具有良好的控制性能。     

基于不确定LPV系统的变体飞行器姿态控制

针对变体飞行器姿态控制系统,提出一种基于双层多面体描述的LPV多目标控制器,同时考虑调度参数的变化和系统不确定性的影响。第一层多面体用于管理调度参数并在顶点不确定系统上设计增益调度控制器;第二层多面体建立在每个顶点系统上以进行闭环控制系统的鲁棒设计。上述控制器求解问题最终可转化为求解一组有限数量的线性矩阵不等式。仿真结果表明,在所设计控制器作用下,变体飞行器系统可较好的跟踪攻角参考信号,同时具有良好的鲁棒性能。     

基于可观性分析的捷联惯导快速自对准方法

初始对准的精度和速度直接影响惯性导航系统的工作性能,针对静基座条件下初始对准滤波模型的简化问题,提出一种改进的完全可观测初始对准模型;通过分析静基座条件下初始对准模型的可观测阵,构建降阶后的完全可观测初始对准模型;仿真实验验证在理想的静基座条件下所用方法的有效性,结果表明采用降阶法使得模型大大简化,在减少计算量的同时保证了对准精度;通过实测实验比较在实际条件下2种模型的结果,降阶模型能够加快收敛速度,有效消除不可观测状态量对整个系统的影响,总体来说,是一种相对优化的静基座初始对准模型。     

无人机对地目标多帧融合定位与误差收敛特性分析

对地目标高精度定位是无人机开展目标侦察、火力引导、效能评估等的重要前提,然而无人机对地目标定位精度受到误差因素多、传递链长等因素的制约.采用基于卡尔曼滤波的图像多帧配准对地面目标定位的方法,通过融合无人机获取的多帧目标图像,基于卡尔曼滤波方法,研究无人机对地目标高精度融合定位方法,并引入蒙特卡洛法进行仿真,分析基于卡尔...