直升机六自由度仿真研究

建立了直升机剐体运动的六自由度仿真模型。用试飞数据进行参数识别，建立了气动导数数据库并以此计算气动力；将仿真结果与试飞结果对比，并进行了直升机机动飞行仿真计算。结果表明：六自由度仿真模型能够得到较好的仿真结果。     

可变弯尾飞行器飞行特性研究

本文研究了可变弯尾飞行器的机动飞行问题。可变弯尾飞行器具有气动控制独特、机动范围可调等特点，是高超声速飞行器实现机动飞行的有效途径。本文通过气动力工程计算与飞行器六自由度弹道的耦合计算，研究了此类飞行器在再入过程中的机动控制和飞行稳定性。     

空-空导弹全向攻击最优制导规律研究

 将发射瞬时所确定的平行接近弹道作为基准弹道,由于各种干拢所引起的相对于基准弹道的偏离作为偏差来处理;用最优控制理论导出空-空导弹进行全向攻击的最优制导律,此制导律包含目标加速度反馈。当目标作非机动飞行时,最优制导律是一种变比例系数的比例制导。数字仿真结果表明:在相同条件下,最优制导弹道需用过载、终端脱靶量均小于比例制导,特别是从目标前方攻击时,其制导精度大大优于比例制导。     

战斗机超机动飞行自抗扰控制器设计

提出了一种利用自抗扰控制器算法在大包线范围内设计超机动飞行控制系统的新方法。根据奇异摄动理论和自抗扰控制器能够动态补偿系统模型扰动和外扰的特性,在超机动飞行的快慢子回路中分别引入自抗扰控制器,实现了快变量和慢变量的动态解耦控制。控制律设计直接依据超机动飞行的强耦合、强非线性模型,在很大的包线范围内不需要改变控制器的结构和参数,大大简化了设计过程。大包线范围内的大迎角机动仿真结果表明,系统具有良好的动态和稳态性能,控制器具有很强的鲁棒性,为解决大包线范围内的超机动飞行控制问题提供了一种新的途径。     

推力矢量控制与飞机过失速动仿真研究

非线性动态逆为非线性系统控制律的设计提供了一种重要手段，针对过失速机动飞机探讨了非线性动态逆方法飞行控制系统设计中的应用。根据非线性动态逆的特点将飞机的动态特性为为快慢不同的状态变量。对快变量应用非线性动态逆进行控制律设计是将飞机气动控制面和推力矢量控制作为输入；慢状态为量控制律的设计是利用状态变量作为输入。并采用伪逆的优化计算方法对各控制面的以限分配进行了搪塞。“Ｃｏｂｒａ”和“Ｈｅｒｂａｔ”两     

对航天员出舱活动问题的几点初步认识

航天员出舱活动是载人航天持续发展与开展空间科学研究不可缺少的基础技术之一。航天员出舱活动首先必须保证人在宇宙空间生存和工作的能力,能够完成空间设施组装、在轨维修、有效载荷布设等任务。在脐带式出舱活动、机械臂辅助式出舱活动,以及采用载人机动装置出舱活动等三种方式之中,采用载人机动装置的出舱活动显现了许多优点,已成为当今世界载人航天技术研究与发展的一个重方面。     

采用TLC方法的超机动飞行控制系统设计

基于轨迹线性化控制(Trajectory linearization control,TLC)方法,研究了超机动飞机飞行控制系统的设计问题。首先简要介绍了TLC方法的设计思想;然后根据奇异摄动理论,将超机动飞行控制系统分成快慢两个回路,并为其分别设计了轨迹线性化控制器;最后分别用所设计的控制器和已有的动态逆控制器对某型歼击机进行了赫布斯特机动仿真。仿真结果和对比分析表明,所设计的TLC控制器是有效的,且比动态逆控制器具有更好的控制跟踪性能。     

海豚型直升机转弯机动飞行特性研究

本文以能量法研究直升机转弯机动飞行特性，这是评价一架直升机机动性能的基本要素之一。文中以海豚型直升机（直九）为算例，给出能量图和机动图，并利用能量法原理分析了直九机的自动转弯、下降转弯、减速转弯机动飞行特性，计算了各参数对这些转弯性能的影响。     

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     

论空间交会中的径向连续推力机动与N次推力机动

文章从相对运动和绝对运动两方面分析径向小推力连续机动在空间交会V-bar接近中的运动规律，对冲量型、连续型和N次推力三类径向推力策略的性能进行比较。径向小推力连续机动的相对运动轨迹呈“旋轮线”型式。N次机动策略变轨速度总和与冲量型转移及连续推力机动所需的变轨速度相等，轨道控制能力提高，视界角比冲量型转移的视界角小，转移时间比连续型推力所需时间减少，且能适应范围更广的推力阶。N次推力机动策略综合性能优良。