分隔贮箱内液体晃动参数的识别方法

分隔贮箱内液体晃动问题可以用一个两自由度非线性阻尼系统予以描述。本文采用等效线性化方法处理非线性阻尼参数，给出了一种利用稳态正弦基础激励晃动试验技术确定分隔贮箱内液体晃动等效力学模型的参数识别方法。方法通过引入晃动模态的频响函数剩余影响的拟合项实现两阶晃动模态的分离识别。数值仿真计算表明，这一方法给出的参数识别结果可以满足工程应用的精度要求     

战略导弹制导精度分析途径的探讨

本文扼要介绍了制导精度分析的方法及其有关问题和工具误差模型系数分离的意义。为保证制导精度指标,进行制导误差分析和提高制导精度,探讨在我国国情下实现误差系数分离的途径是必要的。     

有限推力下时间最优轨道转移

研究了一种有限推力作用下的时间最优轨道转移计算方法。以非奇异根素形式的高斯行星摄动方程为基础,由庞德里亚金极小值原理导出正则方程组,通过将最优控制问题转化为协状态初值为待优化参数的参数优化问题,并通过非线性规划求解得到的参数优化问题,从而避开求解两点边值问题的困难。文章最后给出2个算例,分别计算了零倾角零偏心率最优轨道转移和大倾角改变最优轨道转移。计算过程及结果表明本文所用方法对协状态初值猜测敏感性小,收敛迅速;零倾角零偏心率情况下无奇异;所得控制轨线光滑。     

高精度惯性平台误差自标定方法

在考虑框架轴、陀螺和加速度表安装误差的备件下，推导了惯性平台陀螺仪和加速度表的通用输出误差模型。为分离陀螺仪误差系数、加速度表误差系数、陀螺仪安装误差、加速度表安装误差，设计了一个16位置的标定方案，以完整地分离出惯性平台的42项误差系数。算例表明，采用该方法标定，陀螺误差系数的精度可优于5％，加速度表则更高。     

基于幅度与梯度综合信息的SAR图像非线性扩散去噪方法

探讨SAR图像相干斑抑制的非线性扩散方程方法.以抑制SAR图像噪声,提高图像质量.通过分析SAR图像的幅度分布特性,建立基于SAR图像幅度信息的非线性扩散方程,使方程在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征.同时为避免噪声对图像中幅度分布的影响,在每一步迭代之前,采用基于梯度信息的非线性扩散方程对图像进行预处理,得到了一种基于图像幅度和梯度综合信息的非线性扩散去噪方法.计算结果表明,本文方法在整体上均具有较好的去噪效果,去噪后的图像较传统方法具有更高的等效视数和边缘保持指数,既能充分抑制背景区域的噪声,又能保护目标点,还很少出现虚假目标.     

角加速度反馈在再入段控制中的应用

针对再入飞行器滚动通道产生较大的滚动角及滚动角速率,给出了一种能够有效地减小滚动角和滚动角速率的方法。该方法引入滚动角加速度信号反馈,并采用逆系统方法设计控制器。数学仿真结果表明,引入角加速度信号后,通过对干扰力矩的补偿,可以很大程度上减小再入飞行器的滚动角和滚动角速率,滚动角可以稳定在±5°范围以内。该方法将有利于减弱通道之间的耦合,提高再入飞行器再入段控制的精度。     

导弹随机飞行仿真的建模研究

本文研究了导弹的六自由度（６ＤＯＦ）空间运动制导系统的基本特性，建立了导弹随机飞行模块化数字仿真结构。在随机干扰作用下，应用协方差分析描述函数技术（ＣＡＤＥＴ），分析弹着点的散布，获得了较满意的结果。文中主要讲述了方波控制的导弹的有关问题，但所给方法对其它类型的导弹也是同样适用的。     

一种基于启发式搜索的智能轨道规划

针对二体轨道模型,设计了一种时间固定点对点多冲量轨道机动的智能规划算法。算法基于非线性规划理论和启发式智能搜索技术,采用随机A*扩展树法保证优化的全局性,并利用逐步二次规划法(SQP)来保证结果的局部数值精确性。整个算法具有较好的智能自主性。最后通过数值仿真验证了算法的可行性。     

一种组合自适应模糊控制方法及其在月球探测车上的应用

自适应模糊控制是解决不确知非线性系统问题的一种有效手段。文中以月球探测车的驱动控制为背景,针对这类非线性MIMO系统,提出一种组合自适应模糊控制方法,用于系统模型不能准确获知的情形。在本方法中,控制律由3部分组成:监督控制项、跟踪控制项和补偿控制项。在控制律的设计中,通过自适应项来同时补偿模糊逻辑系统的逼近误差以及外部干扰的影响,且无需假设模糊逻辑系统最小逼近误差的上确界已知。基于Lyapunov方法,证明了闭环系统是全局稳定的,系统输出误差渐近收敛。将该方法应用于月球探测车的驱动控制中,仿真结果表明了方法的有效性。     

捷联惯导系统大方位失准角下的非线性对准

采用欧拉角描述平台坐标系与导航坐标系间的失准角,推导了适用于捷联惯导系统的非线性误差方程,证明了该方法仅适用于方位误差角为大角度,而水平误差角为小量的情况。数学仿真表明:在方位误差角为大角度情况下,采用所推导的误差方程和非线性滤波技术能获得更高的估计精度。