信息系统群演化的综合环境SEE的研究

旨在通过对系统构架各视角的研究，开发一个信息系统综合演化环境，从而提供针对各类系统演化特征的通用的解决方案，并利用方法论的手段规范、指导和维护系统(群)的演化活动。本文首先论述了大型系统中各个系统和组件变化及改进活动中存在的问题，分析相关的研究及面临的挑战，从而提出系统群演化的概念。然后文章概括了系统群演化的特征，提出解决以上问题的思想方法，即开发“信息系统群演化的综合环境(Synthetic environment of evolution，SEE)”，将各种演化活动纳入规范，指导系统群的演化活动；在此基础上，进一步就实现SEE的关键技术给出了描述及运用的范例。     

DC-DC变换器电路混沌现象的仿真研究

以工作在电感电流连续模式下的PWM型降压式DC—DC变换器为研究对象，对其在不同电路参数下的工作行为及其输出特性进行了研究。通过分叉图上的一系列倍周期分叉及V—I相空间图上的一系列周期轨道，揭示了DC-DC变换器由稳态到混沌态的变化规律，从而证明了电路元件参数的变化可导致DC-DC变换器出现混沌行为。本在时域和频域上分别对DC-DC变换器从稳态到混沌态的输出电压特性进行了分析，根据变换器的输出谐波电压从周期—1至混沌态在频域上的变化趋势，得出的结论有助于今后CD—CD变换器的优化设计。     

基于ANSYS的薄壁件反重力铸造充填形态的数值模拟

介绍了CFD的基本原理以及有限体积法的概念,采用ANSYS 6.0进行网格划分和控制方程的计算,模拟了不同壁厚、不同充型速度下薄板铸件的反重力充型形态,得出了壁厚,充型速度对充型形态的影响规律。     

微型仿生扑翼飞行器的尺度效应分析

微型仿生扑翼飞行器是一种新概念的微型飞行器。但它不是对传统飞行器的简单几何缩小,当其特征尺度缩小到一定尺度时,系统内各种因素的相对影响将产生质的变化。针对微型仿生扑翼飞行器的机械扑翼系统,包括微驱动器、仿生翅、运动系统和动力源等,本文进行了尺度效应分析。分析结果表明,当尺寸减小时,仿生飞行更容易实现:通过共振能实现高频运动,微静电、电磁和压电驱动器都能满足扑翼系统功率需求。这为设计和研制微型仿生扑翼飞行器提供了理论依据。     

面内荷载作用下混合型边界约束复合材料层合板的振动特性

本文研究一对边界为混合型约束时矩形层合薄板的振动特性问题。文中同时考虑中面荷载作用效应，给出了基于子域分解技术，单向DQ离散格式和Galerkin法的半解析算法，并通过算例讨论了混合边界构成，铺设方式和面内荷载等对板振动特性的影响。     

圆柱形Hall推力器磁场的设计与数值模拟

霍尔(Hall)推力器的磁场设计是提高其性能的关键技术之一。针对传统环形Hall推力器小型化带来的缺点,提出了圆柱形的Hall推力器。简要对比了环形和圆柱形两种推力器,对圆柱形推力器的工作原理、磁场设计的要求以及利用ANSYS有限元软件进行的电磁场数值模拟的结果进行了详细分析。结果表明,圆柱形推力器磁路设计是合理的,另外也证明了用ANSYS有限元软件进行电磁场模拟的可靠性。     

准滑模控制在大气层外拦截器姿态控制中的应用

滑模变结构控制本身的抖振问题影响了其在实际中的广泛应用,而准滑模变结构控制不仅能够削弱系统抖振,而且对干扰具有较强的鲁棒性。本文以大气层外拦截器(EKV)为研究对象,采用准滑模控制律,并经过简单的推导给出了邻域Δ的一种选择方法。数学仿真表明,EKV的姿态控制采用准滑模控制,在各种干扰情况下姿态角偏差都能稳定,还削弱了抖振。因此,准滑模控制应用于EKV的姿态控制是可行的。     

机动再入飞行器自适应飞行控制系统设计

研究机动再入飞行器的制导控制问题。为了解决机动再入飞行器气动系数变化范围大、气动耦合严重和气动参数非线性过零常值大等恶劣条件下的控制，并且能充分利用飞行器可测量信息提高系统自适应能力，本文提出了状态方程参数辨识－－极点配置－－前馈补偿自适应控制的飞行控制系统的设计方法。通过对新型号再入飞行器的制导系统仿真，可以看出该控制系统使其有很好的飞行性能。     

机载SAR径向运动补偿的研究

运动补偿是实现高分辨率机载 SAR成像的关键问题之一。文中根据载机实际轨迹相对于理想轨迹的偏差 ,详细推导由运动误差所引入的相位误差的表达式 ,给出对机载 SAR径向运动偏差进行补偿的实现方法及对定位精度的要求 ,并进行仿真验证 ,取得较好的补偿效果     

基于并行禁忌遗传算法(PTGA)的预警卫星传感器调度研究

对预警卫星的传感器调度进行了研究，提出了传感器管理调度的系统组成。通过对传感器调度的分析，建立起相应的数学模型，定义了评价指标。结合并行遗传算法和禁忌搜索的特点，提出了一种新的解决预警卫星传感器调度问题的并行禁忌遗传算法(PTGA)。该算法采用多种群和禁忌搜索思想改进遗传算法的性能，从而提高整个算法的收敛速度和精度。实验结果表明该算法有效地解决了多目标情况下的传感器实时调度问题，并优于一般启发式算法。