求解LGP模型的MPF法的完善与证明

本文完善了文献[1]提出的解线性目标规划模型的“量化优先因子法”(简称 MPF法),给出 MPF 法的理论证明,最后通过实例进一步说明 MPF 法的算法.

仿鳐鱼水下机器人自主游动建模与仿真

随着探索海洋的呼声越来越高,仿鱼机器人的研究热潮也随之而来。在众多鱼类中,以鳐鱼为代表的胸鳍推进式鱼类具有良好的机动性,能适应复杂的海底环境。然而目前国内外对仿鳐鱼机器人的研究很少,特别是对其动力学模型和自主游动方面的研究更是不足,因而建立了仿鳐鱼机器人的物理模型,提出了一种动力学模型,并在此基础上仿真实现了仿鳐鱼机器人的自主游动,获得了与真实鳐鱼游动十分接近的速度和相同的运动规律,证明了模型和仿真的正确性。

基于质量参与系数的空间结构动力模型简化

本文根据大跨度空间结构的动力特性,获得了大跨度空间结构地震反应的内在特征、变形机理及其振型分布规律.针对采用传统振型叠加法分析大跨度空间结构地震反应时质量参与系数累积速度慢的特点,根据质量参与系数的定义、振型截断原理及两者间的理论关系,提出了一种适用于大跨度结构动力分析整体计算模型的简化方法.数值算例验证了本文简化方法的有效性、准确性及计算效率.数值分析结果表明,本文简化方法简单、高效,且具有足够的分析精度.

多点成形曲面的生成方法与软件开发

提出一种基于三角形网格的多点成形曲面的生成方法,使用Visual C++软件平台开发了构建多点模具型面的CAD软件,该软件能够读取CAD数学模型的三角形网格数据,如STL文件和有限元离散的数据文件等,并借助于OpenGL图形技术快速实现了三维曲面的重构。应用等距面方法解决了使用弹性垫多点成形时的模具型面生成问题。典型件的精度分析结果表明,该方法计算精度高、速度快,成形效果好,满足工程上的需要,适用于复杂的三维曲面成形。

基于ABAQUS的多点成形有限元模型的建立与验证

利用ABAQUS建立了传统多点成形与力-位移分控多点成形两种模式的数值模型,两种模型均可实现压头的随动偏转,计算效率高。在力-位移分控多点成形数值模型中,能够对200个基本体分别施加位移加载曲线和力加载曲线。以1050铝合金为原材料,对半径为200 mm的圆柱面进行成形实验,将实验数据与模拟数据进行比较,结果表明:模拟结果与实验结果具有较好的一致性。

基于模型预测的无人机组合陀螺在线标定

为解决无人机长时间航行时,由于环境等因素的变化,导致陀螺漂移、标度因数误差和陀螺安装轴不正交误差的问题,借助天文导航系统(CNS:Celestial Navigation System)提供的高精度姿态信息,基于四元数误差建立陀螺在线标定误差模型,提出一种基于模型预测的捷联惯性导航系统(SINS:Strap Down Inertial Navigation System)/CNS组合陀螺在线标定混合滤波方法。仿真结果表明,该方法能够很好地适用于在线标定,不仅满足标定精度要求,而且降低了滤波的计算量,提高了滤波的数值稳定性。

CCD星敏感器辅助光纤陀螺在线标定技术

首先建立陀螺在线标定模型,然后以电荷耦合器件星敏感器输出的姿态四元数和陀螺输出的载体相对于惯性空间的姿态四元数构造量测量,采用模型预测滤波与扩展卡尔曼滤波相结合的方法,将部分陀螺误差项作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,最后对该算法进行了数学仿真。仿真结果表明,该方法能有效地完成陀螺在线标定,标定精度和速度明显优于传统方法。这种在线标定的处理方法在实际使用和维护中具有极大便利。

基于自适应预测滤波的视线转率估计方法

针对空间目标拦截过程中,视线转率估计模型强非线性噪声非高斯的问题,提出了预测滤波与扩展卡尔曼滤波相结合的转率估计方法。该方法在线实时估计并修正系统模型,滤波同时引入自适应方法,在线调整模型的噪声方差。仿真结果表明,与无迹滤波相比,该方法计算量小、收敛速度快、对模型误差的鲁棒性强,可以有效提高视线转率的估计精度,进而提高制导精度降低脱靶量。

基于非线性模型预测滤波的微纳卫星定位方法

针对采用星载GPS(Global Position System)定位的LEO(Low Earth Orbiter)微纳卫星获得的位置速度数据不连续,而使用轨道动力学获得的连续的位置速度信息误差快速发散的问题,提出了一种基于非线性MPF(Model Predict Filter)的LEO微纳卫星定位方法,它采用非线性MPF预测的模型误差作为一步状态估计,同时使用GPS信息作为观测量,并与改进的扩展卡尔曼滤波组合,既可获得连续的卫星位置速度信息,又可获得相当于GPS单点定位的精度.仿真结果表明,此种方法可以有效地获得连续的微纳卫星位置速度信息,并且精度优于EKF(Extended Kalman Filter).

基于人类记忆模型的粒子滤波鲁棒目标跟踪算法

当目标被场景中的物体或其它运动目标遮挡,或者目标姿态发生很大改变时,粒子滤波器就会失效.为解决这类问题,受人类记忆机制的启发,文中将人类记忆模型引入到粒子滤波器模板更新过程,提出一种基于记忆的粒子滤波器.每个模板都要经过瞬时记忆、短时记忆和长时记忆3个空间的传输和处理.该粒子滤波器能记住曾经出现的目标模板,从而能更快地适应目标姿态的变化.实验结果验证了该算法的有效性.