武装直升机旋翼下洗流对空空导弹发射的影响

探讨了直升机旋翼下洗流的形成、分布和影响。首先研究了空空导弹发射后最初阶段，穿越该下洗流区域的运动特性和弹道轨迹变化；其次研究了这种变化对空中攻击精度的影响。在此基础上还研究了降低这种影响、提高直升机空中攻击精度的方法。用某型直升机空中攻击的仿真证明，该方法是有效的。上述结论对直升机火控系统设计具有重要的参考价值。     

多机协同多目标攻击系统研究

研究了多机协同多目标攻击系统，定义了自主优先权，提出了分组决策的方案，设计了目标分配和火力分配的原则，采用神经网络实现了决策算法，并对整个决策系统进行了仿真；阐述了导弹攻击区的计算方法，用比例导引法实现了空空导弹攻击。最后设计了多目标攻击系统，将空战决策，导弹攻击区判断，导弹攻击融为一体，并进行了仿真。结果验证了空战决策的正确性。它对第四代歼击的火力控制系统的研究有一定的参考价值。     

采用DSP实现的神经网络实时仿真系统

采用DSP设计完成了神经网络实时仿真系统，从神经网络协处理器的硬件结构，协处理器中的神经网络算法，神经网络协处理器及其宿主机间数值交换等方面系统地描述了该仿真系统，在神经网络在线算法的实现中，利用DSP能与其宿 主机实现并行工作的特点，采用DSP和计算机并行工作，在宿 主机中实现BP网络对受控对象的辩识，在神经网络处处理中完成模糊神经网络在线控制算法，从而加快了神经网络运算速度，使其能达到在线控制的要求，文末给出了一个直升机总矩通道在本仿真系统的仿真实例，说明了本系统的实用性。     

现代战机超机动攻击研究

在研究、比较两种非线性系统设计方法——动态逆和Backstepping的基础上，设计了具有大机动飞行的，基于Lyaponov全局稳定的Backstepping飞行控制律；其次，探讨了衡量机动攻击导引性能的评价尺度，并进一步研究了如何根据载机与目标的相对运动，导引载机机动飞行，以迅速满足载机空空导弹离轴发射条件，实现超机动攻击的导引律。最后，以攻击机动和非机动目标飞行仿真，说明了所研究的机动攻击导引方法的正确性和可行性。     

神经网络在旋翼／机身气动干扰模型中的应用

由于直升机自身的特点，旋翼／机身气动干扰呈现非线性，且受多种因素的影响，用神经网络来解决这一非线性问题是一个很好的办法。将旋翼／机身气动干扰试验数据构造的学习样本，对网络参数进行学习，可以得到旋翼／机身气动干扰神经网络模型，进而可以用该神经网络模型研究直升机机身受旋翼气流干扰时的空气动力特性。参数训练好的旋翼／机身气动干扰神经网络模型可直接用于直升机气动设计和实时仿真。笔者在对旋翼／机身气动干扰神经网络模型的建立进行论述外，还简要介绍了旋翼／机身气动干扰试验。     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值     

基于模糊逻辑系统的空空导弹攻击区拟合

将空空导弹攻击区的拟合表示成一非线性逼近问题 ,从而利用模糊逻辑系统的万能逼近性质 ,并结合误差反向传播学习算法 (BP算法 )实现了对导弹攻击区的自动学习。在此基础上 ,提出了利用扩展的 T- S推理进行攻击区分组逼近与综合的方法。仿真结果表明该方法具有精度高、参数少、通用性强等优点。     

基于模型试验的旋翼/机身气动干扰经验算式

试验研究了直升机机身受旋翼气流干扰时的空气动力特性。试验结果证实机身阻力与旋翼前进比和桨盘载荷变化密切相关，机身升力和俯仰力矩的大小与旋翼桨盘载荷关系更大。通过对试验数据的初步分析，确定机身受旋翼尾流影响的气动干扰算式结构，利用最小二乘原理建立了简单有效的直升机机身在旋翼尾流干扰下的气动力算式，该算法可直接用于直升机气动设计和实时仿真模型中。     

直升机吊挂及吊挂物抛放过程建模与分析

建立带吊挂载荷的直升机飞行动力学模型。为计算从悬停转入前飞过程中的过渡飞行段尾迹的畸变和气动干扰特性，旋翼尾迹模型采用非定常有限状态入流理论并添加了尾迹畸变模型；建立了六自由度吊挂体模型，包括多段柔性钢索模型、箱体运动模型以及简化的圆柱形箱体气动力模型等；箱体内弹药发射和抛放过程计入了后座力模型对箱体的反作用。模型程序能模拟弹丸瞬间抛放／发射的过程对直升机操稳特性的影响，并实时记录弹体、箱体和直升机的各项运动参数。     

一种直升机的组合智能飞行控制系统的设计

讨论了模糊逻辑控制与神经网络相结合的一种控制方法，给出了一种增益自适应调整的模糊控制方法和ＢＰ网络自适应变步长学习算法，前者提高了系统对参数变化的适应能力，同时也提高了系统的控制精度，改善了系统品质，后者缩短了网络的学习时间，有利于实时控制的实现。这两种方法成功地用于直升机飞控系统的设计。同时，针对某型直升机用数字仿真证明了该方法的优点和良好效果     

武装直升机飞行控制系统的组合智能控制

讨论了专家系统的人工神经网络相结合的一种控制方法，并将这种方法成功地用于直升机飞行控制系统设计。根据系统特征模型的划分、精心设计专家系统的知识库、数据库、规则库和推理机。然后，用专家系统控制器训练了三层ＢＰ神经网络。同时，针对某型直升机用数字仿真证明了这种方法的优点和良好效果。     

神经网络在直升机概念设计中的应用

运用人工神经网络算法得到了单旋翼布局直升机的总体参数和部件重量估算方法,为直升机方案论证初期提供了一个快速有效的决策手段.对神经网络应用了多种训练算法,并与传统回归公式进行比较,可以发现采用BR训练算法的神经网络具有比传统回归方法更好的非线性表达能力,同时又表现出比LM,SCG等常规训练算法更好的范化能力,对训练样本和检验样本都有较高的估算精度,适用于型号设计初期的参数估算.     

直升机动力舱冷却系统冷却孔进气优化设计

对某型民用直升机动力舱冷却系统冷却孔的进气性能开展优化研究,参考飞机辅助动力单元(Applicant power unit,APU)进气系统形式设计了两类收风装置。采用数值仿真手段,对比分析在多个速度的前飞状态和不同爬升率的爬升状态下3处冷却孔的进气性能。结果显示基于Scoop型设计的收风装置在直升机大速度前飞状态收风效果最好,但在小速度前飞状态进气性能没有得到改善。基于Flush型设计的收风装置同样具有改善进气性能的作用,其最显著优点是在所有飞行状态均保证较高的冷却进气量。为后续的优化设计研究工作指明了方向。     

压电叠堆主动减振的神经网络PID实时控制

为实现对带有模型尾支杆支撑系统在吹风过程中振动特性的实时控制,以压电陶瓷叠堆为减振元件设计了尾支杆一体化结构;提出了神经网络PID(Proportion-integration-differentiation)实时控制方法,建立了该尾支杆一体化结构的运动方程,推导出神经网络进行系统识别的状态方程,以此为基础进行控制器的设计并基于Labview软件编写控制程序;最后在风洞中,对该控制方法的控制效果进行了试验验证。试验表明利用该控制系统可进行实时控制;对不同风速下激励的振动,控制后的均方根幅值(Root mean square,RMS)减小55%以上,且该控制方法具有良好的鲁棒性、可靠性和容错性。     

旋翼变距拉杆关节轴承磨损故障特征及磨损程度识别

在旋翼故障试验台上设置不同程度的变距拉杆关节轴承磨损故障,分别测量其引起的机体振动信号,通过频谱分析技术提取该类故障的机体振动特征。取故障信号频谱分量作为训练和测试样本,利用径向基神经网络的良好逼近能力,实现了仅用机体振动信号来识别变距拉杆关节轴承磨损程度,识别平均误差小于10%。该诊断方法简捷可行,为进一步开发旋翼状态监测与故障诊断系统提供技术基础。     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。