基于超梁降阶模型的复杂梁式结构动力学模型修正及确认

提出了一种基于超梁降阶模型的复杂梁式结构动力学模型修正技术。依据超梁降阶模型理论,并考虑可能的修正参数,将复杂梁式结构降阶为具有较高计算精度的超梁降阶模型;而后,利用基于灵敏度分析及优化算法的模型修正技术,并根据模态测试数据对模型参数进行修正,获得能够准确反映实际结构动力学特征的修正模型。最后,通过多种动力问题分析对修正模型进行评估,并与实际结构的响应结果进行对比。以典型蒙皮加筋圆柱壳为例实现这一过程。结果表明,所提出的模型修正方法具有可行性和较高的计算效率。     

GTD散射模型参数解耦估计技术

在步进频率雷达体制下,利用最大似然方法估计GTD模型参数存在着几个问题,对此文章提出了一种新的GTD模型参数解耦估计方法。此算法将模型中的距离参数、幅度参数和几何类型参数分三步独立求解,然后再用最大似然方法对估计结果做进一步修正。最后通过仿真实验验证了该方法的有效性。     

一种液体火箭发动机试车启动过程故障预警方法

针对某液体火箭发动机地面试车启动过程中故障样本数据稀少、故障预测和故障部件定位等问题,提出了一种基于注意力机制的卷积神经网络和长短时记忆网络的故障预警方法。首先,搭建了液体火箭发动机系统仿真模型,采用参数故障注入方法获取启动阶段的正常/故障样本;其次,通过卷积神经网络从输入样本中捕获局部特征,利用长短时记忆网络从特征中提取时序特征,进而预测出监测参数的潜在变化趋势;最后,基于故障诊断模型定位故障部件,实现发动机启动过程的故障预警。实验结果表明,该方法能够有效地对该火箭发动机启动阶段故障进行预警,具有工程应用价值。     

一种改进的航天器时变模态参数递推辨识方法

针对基于预测器的递推子空间辨识(RPBSID)方法在估计系统的状态变量时计算量较大的问题，提出一种改进的RPBSID方法并应用于航天器的时变模态参数辨识。与原算法相比，改进后的方法在求解状态量时不需要逐个时刻构建相应的Hankel矩阵，而是利用仿射投影算法(APA)实现状态量的递推估计，从而减少了辨识过程中的数据量。在此基础上，利用该状态变量递推得到时变系统的状态空间模型和模态参数。在数值仿真中，建立带有大型挠性附件的卫星动力学模型，分别考虑系统模态参数线性变化、突变和周期改变的情况，利用改进的RPBSID方法对结构的时变频率和阻尼比等参数进行了辨识。理论分析和数值仿真的结果表明这种改进的方法不仅能够有效地辨识系统的时变模态参数，而且与原方法相比具有更高的计算效率。     

集员辨识与T-S模型相结合的非线性系统建模及其故障检测算法

针对带有未知但有界（Unknown But Bounded．UBB）噪声的非线性系统的建模及其故障检测问题，提出了一种集员辨识与T-s模糊模型相结合的非线性系统建模及其故障检测算法。在建立非线性系统模型时，利用系统正常状态下的运行数据，选用T-S模型对其进行离线建模。首先采用模糊聚类的方法对输入空间进行模糊划分，然后利用T-S模型为参数线性模型的特点，使用参数线性集员辨识算法辨识T-S模型的结论参数。由于集员辨识算法所得到的是参数的集合估计，在系统运行过程中，可以很方便地利用所建模型预测实际系统的输出范围，如果测量所得实际系统的输出不在预测输出范围之内，则可判断系统发生了故障。通过与其他算法相比，验证了本方法的性能。     

飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

用模态参数和振动试验数据修正动力学环境模型的研究

文章提出了一种利用模态参数和由振动试验数据求得的频响函数来进行模型修正的方法.在已建立的初步动力学模型的基础上,首先用实测的模态参数对解析模型进行修正,然后再用实测的频响函数修正解析模型的动力学参数,以使修正后的动力学模型中的模态参数和加速度频响函数与实际测量值一致.文章给出了这种方法的数学原理和公式,并通过一个数值模拟实例分析并验证了修正后模型的精确性.     

基于RVM的液体火箭发动机试验台故障预测方法

液体火箭发动机试验台故障预测问题实际上是与试验台相关的参数预测问题,通过预测相关参数在试验台运行过程中的变化趋势,可以判断试验台未来某一时刻是否可能发生故障。由于液体火箭发动机试验台系统复杂、不易建模,提出了一种相关向量机(relevancevector machine,RVM)故障预测模型。在模型的训练阶段,根据数据序列的特征,分别采用单参量、相空间重构和多参量的方法进行了模型的训练,然后利用训练好的模型对试验台总体健康度和启动过程推力进行了趋势预测。预测结果表明,该方法能有效地跟踪试验台可能发生的故障及故障发展趋势。     

一种航天器图像分类模型快速学习方法

为了有效分类空间目标,提出了一种航天器图像分类模型快速学习方法。分类模型的学习过程利用了分治思想,首先利用无监督聚类方法将图像数据集散列为类别桶,然后利用每个类别桶中的图像样本训练支持向量机完成学习过程。分类时利用支持向量机对待分类图像样本进行分类。实验结果表明,所提方法具有较好的实时性和准确率,能够为空间应用打下良好基础。     

基于机器学习的气动参数智能修正方法

针对飞行器气动参数的修正问题,提出了基于机器学习的气动参数智能修正方法。该方法对真实气动数据与标称气动数据的偏差建模,并利用BP神经网络,对偏差模型进行拟合。利用拟合后的神经网络以及标称气动表,即可得到修正后的气动表。该方法充分利用机器学习无线逼近非线性函数的能力,对偏差模型进行学习,从而实现对原气动参数的精确修正。最后对基于机器学习的气动参数智能修正方法进行了仿真试验,结果表明BP神经网络具有优良的逼近性能,经过该方法修正的气动参数具有较高的精度。     

基于修正Rodrigues参数和UKF的姿态估计算法

以修正Rodrigues参数作为姿态参数,利用无味Kalman滤波（UKF）设计了一种全姿 态估 计算法。修正Rodrigues参数在姿态估计中具有简洁高效的优点,然而,因其奇异性不能用 于全姿态运动情况。利用修正Rodrigues参数与其影子参数相互切换的方法可以避免奇异现 象的发生。UKF直接利用非线性模型而不需要线性化,适用于高精度的姿态估计。本文针对 “陀螺+矢量观测”这种典型的姿态确定模式,以修正Rodrigues参数与其影子参数相互切换 的方法描述姿态,利用UKF设计了姿态估计器。状态协方差阵在姿态参数切换时发生突变, 引起姿态估计器的滤波波动。为此,提出了在姿态参数切换时对姿态估计器进行修正的方法 。最后通过仿真验证了算法的有效性     

基于卫星星历的TDOA/FDOA研究

文章研究利用卫星星历中的轨道参数以及地面辐射源的经纬度和高程,采用几何矢量法,建立了对各种轨道卫星具有通用性的卫星接收信号TDOA/FDOA估计模型,分析了从典型卫星通信系统Globalstar和Inmarsat中选取的2颗卫星在接收辐射源信号时TDOA/FDOA变化情况。仿真结果表明,文中所建模型具有较好的适用性,为无源定位中TDOA/FDOA的估计结果提供了一种验证方法。     

基于不变流形的小推力Halo轨道转移方法研究

利用动力系统理论中的不变流形概念设计向halo轨道转移的小推力轨道。首先,根据小推力发动机是否工作将转移轨道划分为上升段和滑行段。两个轨道段分别采用不同的动力学模型描述;并通过不变流形和Lyapunov反馈控制原理将整段轨道参数化;最后进行参数优化获得最优转移轨道。这种方法通过合理选择坐标系和利用反馈控制的方法,避免了由三体动力学模型以及最优控制问题的共轭方程所具有的极强的非线性带来的求解困难。具有很强的收敛性;优化过程的每一步中不包含迭代过程,计算速度快。并以从地球停泊轨道向日-地L2点halo轨道转移为例验证了此方法的有效性。这种方法对小推力动平衡点任务设计有着重要的实际意义。     

高超声速飞行器指令滤波反演控制

针对含有不确定扰动项的吸气式高超声速飞行器纵向非线性模型,提出了一种基于指令滤波器的反演控制方法。将飞行器动力学模型划分为航迹角子系统和速度子系统并表示为严格反馈形式,采用动态逆方法设计反演控制中每步的虚拟控制量,并对指令滤波过程中产生的误差进行补偿。利用指令滤波器获取虚拟控制量的一阶导数,解决了反演控制方法中的“微分项膨胀”问题,同时引入虚拟控制量和实际控制量的幅值、速率和带宽约束。采用扩展状态观测器(ESO)对模型中的不确定项进行估计和补偿,保证闭环系统在存在参数不确定和外部扰动的情况下仍具有良好的控制性能。仿真结果表明,在飞行器总体参数和气动参数存在偏差的情况下,该方案能够实现对速度和航迹角参考信号的稳定跟踪。     

基于联合参数建模的雷达辐射源识别方法

针对现代雷达采用复杂体制造成的不能正确识别辐射源问题,提出一种基于联合参数建模的雷达辐射源识别方法。该算法首先对辐射源进行脉冲等级和统计参数等级的联合建模,然后将联合参数模型用于识别过程中,基于特征参数的不同描述模型构建不同的识别算法,其中特征参数的联合建模思想是本方法的核心。仿真实验表明,本文方法能够实现对复杂体制雷达辐射源的建模和识别。     

基于修iE Rodrigues参数和UKF的姿态估计算法

以修正Rodrigues参数作为姿态参数,利用无味Kalman滤波(uKF)设计了一种全姿态估计算法.修正Rodrigues参数在姿态估计中具有简洁高效的优点,然而,因其奇异性不能用于全姿态运动情况.利用修正Rodrigues参数与其影子参数相互切换的方法可以避免奇异现象的发生.UKF直接利用非线性模型而不需要线性化,适用于高精度的姿态估计.本文针对"陀螺 矢量观测"这种典型的姿态确定模式,以修正Rodrigues参数与其影子参数相互切换的方法描述姿态,利用UKF设计了姿态估计器.状态协方差阵在姿态参数切换时发生突变,引起姿态估计器的滤波波动.为此,提出了在姿态参数切换时对姿态估计器进行修正的方法.最后通过仿真验证了算法的有效性.     

基于模态参数和加速度频响函数的综合模型修正方法研究

文章提出了一种基于模态参数和加速度频响函数的综合动力学模型修正方法.该方法先是利用试验测量所得的模态数据来修正动力学模型的固有频率和振型,然后利用试验测量所得的加速度频响函数对动力学模型进行二次修正,使得修正后模型的固有频率和加速度频响函数与试验测量所得值相一致.该方法综合了模态法和频响函数法,数值算例表明,修正后结果比较理想.     

基于多学科参数化建模和灵敏度分析的飞行器分级优化设计方法

提出一种将飞行器参数化建模、灵敏度分析与气动/隐身综合优化设计相结合的方法.该方法的流程为:(1)建立面向多学科设计的参数化模型,提取分级参数;(2)对分级参数进行灵敏度分析,筛选设计变量;(3)基于分级优化流程,应用多目标优化算法进行飞行器气动/隐身综合优化设计.以一个四尾翼布局飞行器气动/隐身综合优化设计为例,阐述流程的实现过程,结果表明这种方法具有如下优点:(1)多学科参数化建模为气动和隐身性能分析提供统一的参数化模型;(2)使用灵敏度分析工具对分级设计参数进行筛选,精简优化设计任务;(3)基于分级参数和灵敏度分析进行分级优化设计,优化适应值提高56.1%,耗时减少57.02%.     

基于扰动观测器的巡航飞行器指数时变滑模控制

针对巡航飞行器非线性模型具有快时变、强耦合和高度非线性的特点,在考虑飞行过程中可能存在的气动参数以及大气密度不确定性情况下,提出了一种高精确、强鲁棒控制方法。通过将扰动观测器与指数时变滑模控制方法结合,构造了一种基于扰动观测器的巡航飞行器指数时变滑模控制设计方法,并利用Lyapunov理论分析了采用该控制律后整个闭环系统的稳定性。该方法能够有效地减小采用边界层方法来处理滑模抖振问题时所引入跟踪稳态误差,提高系统控制精度。最后,通过仿真验证了所提出方法的有效性。     

自由返回轨道的P平面参数快速设计方法

针对自由返回轨道求解过程中地心轨道类型变化造成的B平面参数方法计算失败问题,提出一种基于P平面参数的自由返回轨道快速设计方法。首先,基于轨道半通径参数的普适性,给出了不同轨道类型的P平面参数定义,建立了以P平面参数为求解目标量的自由返回轨道求解模型。其次,给出了基于P平面参数的自由返回轨道快速设计方法,在构建的瞬时地月惯性系下,以平面双二体自由返回轨道作为初值,实现了高精度力模型下的自由返回轨道快速求解。对8种构型自由返回轨道的设计结果表明,P平面参数具有类似于B平面参数的大收敛域,且有效解决了轨道类型变化对计算的影响,可直接应用于中国后续月球探测任务轨道设计。