排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
智能导弹等智能化飞行器在快速跨域、高速机动飞行时,由于传感器切换、外形改变等因素,会对组合导航信息融合系统引入随机非Gauss噪声等影响,离线优化的参数往往不能满足滤波器精度的需求。自适应网络模糊推理系统ANFIS是一种将人工神经网络和模糊推理技术相结合而成,符合人类认知特点的决策方法,它可以对导航数据进行学习,实现智能决策、实时修改滤波器内部参数,对滤波器进行优化。仿真结果表明,基于ANFIS优化的智能导航自适应滤波算法可以有效减少噪声和干扰带来的影响,提高导航精度。 相似文献
2.
针对月面高精度下降着陆问题,提出了一种基于最优观测器的参数自适应凸优化月面着轨迹规划算法。首先,针对下降着陆主减速段需要尽可能减少燃料消耗的问题,考虑约束及动力学模型的非凸性,采用无损凸化技术将月面下降着陆问题转化为二阶锥规划问题;其次,为减少下降着陆过程中质量、比冲等参数不确定性影响,设计了基于Riccati方程的最优观测器;再根据标称参数凸优化所产生的最优轨迹进行飞行,利用该过程中加速度计实时测量信息,结合推力器输出信息,实现对着陆器参数的在线实时估计;在参数估计实现收敛后,通过在线求解二阶锥规划问题实现最优轨迹的在线规划。仿真结果表明,该观测器能够实现在线参数实时估计;该算法相较其他定点着陆算法,仅需要发动机具有离散的推力域,且具有精度更高的优势。 相似文献
3.
针对高阶容积卡尔曼滤波(HCKF)算法在传递对准中的应用问题,提出综合运用多变量函数泰勒级数展开和计算复杂度分析的性能评估方法。基于高阶球面-径向容积准则建立HCKF算法模型,并对其估计精度和计算量进行量化和对比分析:HCKF具有5阶泰勒级数展开精度且计算复杂度为O(n 4),综合性能优于高斯厄米特积分滤波(GHQF)和无迹卡尔曼滤波(UKF)。将三种非线性滤波算法应用到舰机大失准角传递对准系统中,摇摆台试验结果表明:HCKF的估计精度比UKF高17%,计算量比GHQF小2个数量级,与HCKF性能评估结果一致。 相似文献
4.
针对6自由度的小行星动力着陆多约束轨迹优化问题,提出了一种基于序列凸优化的小行星着陆轨迹优化算法。首先采用多面体引力场模型计算小行星的引力场,其可用于描述任意形状的小行星引力场,且比质点群法和球谐函数展开法等方法计算精度更高。为了在凸约束下解决小行星着陆过程燃料消耗最优问题,通过对探测器动力学模型及其约束进行线性化和离散化,将原来的非凸连续时间优化问题转化为凸化的子问题,即二阶锥规划问题(SOCP);然后引入了虚拟控制项和信赖域,以增强算法的鲁棒性。通过在形状不规则小行星上的着陆模拟,验证了所提出算法的有效性,仿真结果满足各项约束条件,可实现高精度着陆和燃料消耗最优的目标。 相似文献
5.
针对月面着陆器下降过程中的姿态快速调整需求,导航系统必须具备实时快速解算能力,而传统天文导航算法星图识别过程计算量大,占用了一定的硬件资源和能耗,限制了月面着陆器动态响应能力的提高。针对这一问题提出一种基于图像灰度误差的惯性/天文深度组合导航方法。该方法利用惯导辅助星敏感器构建灰度误差函数,根据灰度误差梯度优化姿态失准角,无需星图识别过程依旧可以完成对姿态的估计。仿真结果表明,在导航星数目不少于3颗时,该方法可在与惯性/天文松、紧组合姿态精度一致的前提下,将计算时间缩短60%,姿态精度维持在10″(非光轴)、50″(光轴)以内;在导航星数目小于3颗时,依旧可以进行导航解算,姿态精度维持在50″(非光轴)、100″(光轴)以内。将其应用于月面着陆器等实时性需求较高的背景中,有助于降低算法的计算量,节约硬件资源和系统功耗,为未来月面着陆器导航系统的设计提供新思路和理论参考。 相似文献
6.
7.
8.
9.
为了提高未知弹道参数下的多级弹道导弹主动段目标跟踪精度和鲁棒性,提出了一种目标状态/参数联合估计算法。首先对多级弹道导弹主动段运动进行建模和动力学特性分析;然后在重力转弯目标跟踪模型(GT1)基础上进行改进,得到三维重力转弯目标跟踪模型(GT3),并与容积卡尔曼滤波(CKF)算法结合,设计了多级弹道导弹目标主动段状态/参数联合估计算法;在此基础上给出一种多级弹道导弹目标机动飞行模式,最后分别在常瞄准攻角飞行和机动飞行条件下完成仿真验证。GT3算法对导弹主动段三轴机动比较敏感,克服了GT1算法无法准确描述主动段运动的缺陷,算法精度、鲁棒性有所提升。GT3对瞄准攻角不为零的多级助推弹道导弹主动段跟踪表现出明显优势,且对级间切换具有一定的识别能力。 相似文献
10.