简介：在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波（STUKFMMAE）算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~（-4）,且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。

简介：文章详细讨论了两类非对称涡流动诱发的模型摇滚运动．第1类是针对旋成体机身组合体模型，其摇滚运动是由前体非对称涡流动诱发的，运功形态呈现不确定性，由模型头尖部的扰动触发形成．文章提出了快速旋转头尖部扰动的控制技术，以抑制该类模型的大攻角摇滚运动．第2类是针对非常规机身的组合体模型，其摇滚运动的主控流动是非常规机身和机翼的前缘分离涡流动，这些流动是由组合体模型的边界条件确定的，从而运动形态具有很好的确定性．所以，这类模型的自由摇滚运动必须通过改变边界条件来改变诱发摇滚运动的流动，以达到抑制模型自由摇滚运动的目的．最后，文章还讨论了这类运动是由非对称的机翼涡涡强主控的．