机载光电跟踪系统模糊控制的优化设计与仿真

 分析了机载光电跟踪系统的构成,并对机载光电跟踪系统的最主要组成部分——陀螺稳定平台框架系统设计了基于遗传算法的模糊控制器,通过遗传算法来优化模糊控制器的规则、参数以及量化因子和比例因子。并对系统进行了详细的仿真研究,仿真结果证明基于 GA的模糊控制器设计获得了良好的控制效果。     

机载光电跟瞄平台伺服系统中电流环的设计与仿真

主要叙述了机载光电跟瞄平台伺服系统中电流环的组成并对电流调节器这一关键环节的设计进行了重点分析,在MATLAB的环境下对建好的电流环模型进行了仿真.     

基于FPGA的DDR2缓存控制器在 无线链路图像跟踪系统中的应用

图像跟踪系统是机载光电吊舱的重要组成部分,其对目标捕捉的成功率直接决定了机载光电吊舱的性能.而作用于机载光电吊舱与地面站之间的无线链路系统,有着不可消除的的延时特性,这极大地降低了目标捕捉成功率.本文设计了一种基于FPGA的DDR2缓存控制器,通过缓存控制器可以轻松实现高清视频图像的快速存储和调用,从而实现图像跟踪算法对无线链路延时的补偿.该缓存控制器成功应用于某型机载光电吊舱图像跟踪系统,有效消除了无线链路延时的影响,提高了图像跟踪系统对目标捕捉的成功率.     

航空光电稳定平台高性能摩擦力补偿方案

为了在传统控制器基础上进一步提高航空光电稳定平台的性能,减轻机械伺服系统中摩擦环节对视轴(LOS)稳定及激光指向带来的负面影响,提出了一种基于自抗扰控制器(ADRC)的高性能摩擦力补偿方案。首先,在原有系统中引入LuGre模型来初步抑制摩擦对伺服系统的扰动;然后,通过设计自抗扰控制器对摩擦补偿后仍然存在的残余扰动进行进一步抑制;最后为了验证本控制策略对系统扰动的抑制效果,将航空光电稳定平台安装在飞行模拟转台进行实验,测试加入基于自抗扰控制器的摩擦补偿方案前后的性能对比。实验结果表明:对比传统的控制方案,在速度稳定实验中,引入摩擦力和自抗扰相结合控制方案的光电平台扰动隔离度至少提高了14dB,在目标跟踪实验中,系统的视轴晃动强度也至少降低了78.9%。该补偿方案易于实现,与光电平台的兼容性好,满足航空光电稳定平台的高精度要求。     

装甲终结者

现代战争中的反坦克作战强调多层次、多平台的组合,形成远与近、直瞄与间瞄以及阻滞与毁伤相结合的综合火力结构.其中,机载反装甲武器经过多年的发展,形成了包含机炮、机载反坦克火箭、机载反坦克导弹和机载集束炸弹为主的装备体系.由于机载反装甲集束炸弹及其末敏子弹药结合了航空兵武器装载量大、精确制导和远程机动作战等特点,同时发挥自...     

陀螺稳定平台视轴稳定系统自适应模糊PID控制

 在运动载体上的光电跟踪系统中，需要采用建立在陀螺稳定平台上的视轴稳定控制。分析了平台结构和惯性稳定隔离原理。针对系统机械谐振、力矩耦合及电气参数波动等非线性不确定因素的影响，设计了复合自适应模糊PID控制器。引入自适应调整因子进行控制规则和参数的在线修正，采用复合控制克服模糊控制固有的盲区，实现无差调节。在光电跟踪转台上的实验结果显示该方法能够有效地隔离载体扰动，减小扰动造成的误差，保证视轴对目标的准确瞄准，具有快速的动态响应和较强的抗干扰性。     

无人机光电载荷地理跟踪控制研究

无人机定点侦察过程中,将地理目标点或图像目标快速锁定在视场内,是十分重要的。在实时定点航迹规划与跟随控制的基础上,提出了光电任务载荷地理跟踪算法,并通过仿真和飞行试验,证明算法可以满足机载平台对地面目标快速锁定的要求。     

机载机电设备综合控制管理系统仿真平台设计

本文以机载机电设备综合控制管理为背景,分析了系统仿真特性和仿真平台拓扑结构,提出了适用于机电设备数字仿真、半物理仿真和物理仿真所需要的平台结构和配置方案。     

国外机载光电平台的发展

航空侦察以光电传感器为主,如各种胶片相机、实时传输相机、可见光与红外相机、激光器等。这些机载集成的传感器被装在可以自由运动的平台里,就构成了机载光电平台。     

精密跟瞄Hexapod平台研制及其振动控制

为了实现星载光学设备的精密跟瞄,以自行研制的宏/微双重驱动复合作动器为主动元件,设计了合理的平台构型,选择并装配了铰链等关键部件,组装完成了具有振动主动控制和大幅跟瞄能力的Hexapod平台原理样机。利用牛顿-欧拉法建立了Hexapod平台线性动力学模型。采用改进的自适应振动消减器(ADC)方法进行了平台主动隔振的控制仿真与实验研究。由仿真结果可知,当Hexapod平台底部受到方向不同的双频正弦微振动干扰时,控制可以隔离干扰向平台上平面的传播;在实验中,平台上平面处于水平位置及转动一定角度时,底部微扰动引起的各杆振幅均下降了90%左右。结果表明了所研制的Hexapod平台用于主动隔振的可行性、建模的有效性以及改进的ADC方法的合理性。     

Novel Nonlinear Filtering & Prediction Method for Maneuvering Target Tracking

A new nonlinear filtering and prediction (NFP) algorithm with input es?imation is proposed for maneuvering target tracking. In the proposed method, the acceleration level is determined by a decision process, where a least squares (LS) estimator plays a major role in detecting target maneuvering within a sliding window. We first illustrate that the optimal solution to minimize the mean squared error (MSE) must consider a trade-off between the bias and error variance. For the application of target tracking, we then derive the MSE of target positions in a closed form by using orthogonal space decompositions. Then we discuss the NFP estimator, and evaluate how well the approach potentially works in the case of a set of given system parameters. Comparing with the traditional unbiased minimum variance filter (UMVF), Kalman filter, and interactive multiple model (IMM) algorithms, numerical results show that the newly proposed NFP method performs comparable or better in all scenarios with significantly less computational requirements.