采用高斯粒子滤波算法进行姿态估计算法设计, 将四元数离散方程作为状态方程。算法由采样调节粒子、采样粒子、权值计算、均值协方差计算和Cholesky5个模块组成。通过采用非标准化权值计算四元数“平均”值和协方差阵, 并且改写协方差阵计算公式, 实现流水线高斯粒子滤波算法。同时提出了并行化设计方案, 利用FPGA剩余资源进一步优化运行速率。给出的简化粒子滤波算法与高斯粒子滤波算法设计不仅可用于无人机姿态估计, 对于其他非线性估计问题及应用亦适用。仿真结果表明了本设计的可行性和有效性。
无人机 高斯粒子滤波 姿态估计 UAV Gaussian particle filter attitude estimation FPGA FPGA.
针对粒子滤波计算量大、硬件实现困难的问题, 提出了一种用于纯方位跟踪的简化粒子滤波算法, 并通过Xilinx System Generator在FPGA上实现。首先, 对通用粒子滤波算法进行适当简化, 使其减少计算量并且易于硬件实现；其次, 采用模块化设计, 利用状态机综合并实现各个模块的时序控制；最后, 转换为硬件语言, 完成硬件仿真。仿真结果表明, 所设计的简化粒子滤波算法各个模块工作正常, 且具有较好的跟踪精度及运行速度, 可用于非线性、非高斯系统的粒子滤波实现, 对于粒子滤波的硬件实现方面具有一定的参考价值。
纯方位跟踪 粒子滤波 硬件实现 Bearings-only tracking particle filter FPGA FPGA System Generator System Generator hardware implementation
主要研究了动态分配算法在推力矢量飞机上的应用。首先对该推力矢量飞机基于时标分离原理建模，控制系统分为快、慢回路。执行器的动态特性设为一阶惯性环节。然后分析了动态控制分配的算法及求解过程，并对该算法的动态特性和稳态特性做了必要的证明。针对推力矢量飞机包括传统舵面及推力矢量舵面在内的执行器的动态特性，对其进行了动态控制分配的仿真。仿真结果表明, 高频执行器在机动过程中的使用程度相对增加了，飞行器跟踪姿态角指令更敏捷; 推力矢量舵面偏转速率保持较小水平，有利于延长发动机的使用寿命。动态控制分配在推力矢量飞行器上的应用取得了良好的效果。
推力矢量 飞行器 动态控制分配 执行器频率 发动机寿命 thrust vector aircraft dynamic control allocation actuator frequency engine life
