针对固体捆绑运载火箭固体发动机大范围推力变化、推力不同步问题,提出了一种固体捆绑火箭联合摇摆控制方案。首先利用燃烧室压强估算各台固体发动机实时推力,根据推力变化在线修正控制器参数,以适应固体发动机大范围推力变化;然后采用推力不同步前馈控制,消除推力不同步影响;最后采用固体发动机下沉角实时补偿控制方法,消除固体发动机摆心漂移影响。经仿真验证,该方法可有效解决固体助推器间推力不确定和推力不同步带来的控制难题,大幅提高姿态控制精度,提升固体捆绑火箭飞行适应能力。
针对传统基于滤波方法的RIMU/GNSS组合导航系统因载体大幅度机动条件下滤波结果不稳定的问题,提出了一种基于因子图的估计方法。建立面向冗余惯性导航系统的状态方程与量测方程,并将冗余惯性数据融合至载体坐标系三轴。建立基于因子图的数据融合方法,将融合后的惯性数据与卫星信息抽象为因子节点,状态信息抽象为变量节点,构建包括惯性因子与GNSS因子的代价函数并以非线性优化的方式对状态量进行估计。数字仿真证实,因子图方法能有效降低载体的位置误差,且均方根误差明显小于卡尔曼滤波算法。
针对微纳卫星在低冗余度下实现姿态安全控制的问题进行了研究,提出一种占用资源少的姿态安全控制方案,当诊断信息不完备时尽可能切除所有潜在故障源,仅用磁强计和磁力矩器实现卫星姿态控制系统的重构。所提方案可以在卫星任意初始姿态条件下完成角速度阻尼,并可控制卫星机动至对日定向姿态,确保帆板充电效率,从而延长故障条件下的卫星寿命。数学仿真表明,在陀螺、星敏感器、动量轮和推力器等主要控制部件均不使用的条件下,所提方案仍可完成稳定的单轴对日定向安全姿态控制,姿态确定精度优于2°,对日定向精度优于5°,极大地提高了卫星在轨安全运行的能力。
在模型不确定和未知扰动下,针对由六个自由度组成的四旋翼无人机控制问题,提出一种自适应滑模控制方法,该方法能实现位置与姿态跟踪控制。首先,根据四旋翼无人机动力学系统,将其分为全驱动、欠驱动子系统,充分考虑无上下限约束的模型不确定和未知扰动,提炼出各子系统的集合干扰项;然后,借助于径向基函数神经网络对包含集合干扰项的等效控制器进行实时逼近和估计,同时运用自适应控制方法估计逼近误差项,设计带有等效控制器和逼近误差项估计值的滑模控制器和对应的自适应更新律,并根据Lyapunov理论,对各子系统状态轨迹所在滑模面的可达性及其收敛性进行了分析说明;最后,所提方法的有效性通过对比仿真得到了验证。
针对海豚头气动外形导弹主动段飞行过程中存在快速变化的俯仰干扰力矩导致驾驶仪过载指令不跟随的问题,研究了一种基于自适应控制的三回路过载驾驶仪在线调参方法。首先,对纵向短周期下的导弹动力学进行建模,建立三回路过载驾驶仪状态方程,在标称状态下采用极点配置对三回路过载驾驶仪的控制参数进行设计;其次,将标称状态下的驾驶仪视为参考模型,采用模型参考自适应方法,通过设计Lyapunov函数对自适应更新律进行设计。为了增强在建模不确定条件下自适应算法的稳定性,引入投影算子和死区的概念;最后,在气动拉偏条件下对海豚头气动外形导弹的主动段进行三回路自适应过载驾驶仪指令跟踪仿真。仿真结果表明,三回路自适应过载驾驶仪在海豚头气动外形导弹的主动段具有较好的动态跟踪特性。
针对飞行器在飞行试验结束后部分重要结构的定位及可靠回收的问题,设计了一种基于北斗/GPS双模模块的高可靠定位系统。系统采用集成了GPS/RNSS(Radio navigation satellite system)模块和RDSS(Radio determination satellite system)模块的BDM910模块为核心的定位装置,通过双链路及四天线互为冗余来接收北斗导航卫星系统(Beidou navigation satellite system, BDS)频点和GPS频点导航电文,在捕获有效卫星导航信号的同时,实时解算自身位置信息,并将位置信息以北斗短报文形式实时发送给搜寻装置,最终确定飞行器的落点坐标。该系统解决了在复杂环境下,飞行试验中相关重要结构的定位回收问题。此定位系统有实时解析定位数据和定位装置通信信息的能力,数据解析率小于5 s,定位精度在10 m以内,通信成功率在95%以上,系统持续工作时间4 h以上,实现了高可靠定位。
针对传统目标跟踪方法需要目标的先验位置信息、不适用于非合作目标跟踪的问题,提出了一种基于广角相机图像误差的视频小卫星目标跟踪方法。该方法首先建立了广角相机成像模型,然后计算目标在相机图像平面中的投影位置和期望位置之差,通过图像误差确定目标与视频小卫星的相对误差角速度和姿态误差,将其作为反馈项设计非线性控制器,最后利用Barbalat引理证明了系统的稳定性。仿真结果表明,在广角相机大范围视场下,该方法可以有效地将目标控制到图像平面中期望的位置,并且利用天拓二号卫星在轨验证了该方法的有效性。
为解决无人机在有威胁的三维空间中的航迹规划问题,提出一种改进的蛇优化(ISO)算法,以解决无人机在三维复杂环境下具有挑战性的航迹规划优化问题。首先构建包含航程、威胁、高度和平滑成本的总成本函数,将无人机航迹规划转化为兼顾其安全运行需求的优化问题。在蛇优化(SO)框架下,提出采用Tent混沌映射初始化种群,动态调整温度阈值以提高算法局部寻优能力,在开发阶段引入Lévy飞行策略以提高算法全局寻优能力。仿真结果表明,ISO算法在求解无人机航迹规划问题方面优于SO算法。
针对在轨服务的航天器惯量参数突变情况,提出了基于卫星在轨姿态测量及控制信息实现惯量参数实时辨识的方法,设计了递推最小二乘(RLS)及扩展卡尔曼滤波(EKF)辨识算法。在RLS算法中引入自适应遗忘因子,每次递推过程中通过分配先验数据和当前数据的权重确保产生突变后辨识值的及时跟踪;在EKF算法中明确先验预测协方差中参数变化的影响,将其代入更新预测协方差矩阵以应对惯量参数的突变。仿真结果表明,考虑惯量参数突变的场景,RLS算法和EKF算法的辨识精度可达1.5%和1%,辨识时间分别优于30 s和40 s;考虑惯量缓慢时变的场景,两种方法均可实现惯量参数的在轨实时辨识,辨识精度满足姿控系统需求。
针对太阳翼对接过程中姿态调整的快速性和准确性需求及人工调整不便的问题,本文设计了一种调平策略,能够根据地面状态更新调姿机构的运动学参数,利用激光跟踪仪获取调平所需位姿,采用基于运动学逆解的关节位置闭环控制实现动平台的调平,避免了传统支腿升降调平法在调平过程中存在的虚腿问题,实现了调姿机构从支腿收起状态到触地支撑状态再到动平台调至水平状态的自动调节。通过仿真验证了该调平策略的可行性,为太阳翼对接用调姿机构在工程应用中存在的虚腿调平问题提供了解决思路和方法。
