Hilbert空间中严格伪压缩映像的强收敛定理

给出了一种求解严格伪压缩非自身映像不动点集上变分不等式的迭代算法，并证明了其强收敛性。此结果推广了姚永红和T．H．Kim等的研究结果。最后，进一步将结论推广到求解有限个严格伪压缩非自身映像公共不动点集上的变分不等式。     

基于灰色补偿反步法的机动指令跟踪控制

基于三自由度飞行动力学模型和运动学模型,提出了一种带有灰色补偿的反步(Back-stepping)控制方法,以实现某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解成3个轴方向的相对简单的子系统;然后,针对3个子系统采用反步法分别设计出模型中没有干扰时的控制律,并采用GM(0,N)预测模型对不确定部分的模型参数进行辨识,进一步根据估计出的参数设计灰色补偿控制律;最后,根据3个子系统设计出的控制律解算出同时满足3个子系统渐进稳定的控制输入,这样使得整个系统渐进稳定。仿真结果表明,GM(0,N)预测模型能精确预测不确定模型参数,该算法能够高效实现预定的战术机动动作。     

大航向角误差情况下飞行中对准研究

为了解决飞行器在大航向角误差的情况下进行飞行中对准的难题,将一种线性大航向角误差模型应用于飞行器飞行中对准的过程.详细推导了线性大航向角误差模型,设计了飞行器在大航向角误差情况下进行飞行中对准的卡尔曼滤波模型,并进行了数字仿真.仿真结果表明,线性大航向角误差模型应用于飞行器飞行中对准,能够很好地解决飞行器在大航向角误差情况下进行对准的难点,并给出了适合于大航向角误差模型的机动方式.最后,提出了线性大航向角误差模型在工程应用中的几点建议     

基于基元反应的总包机理建模及算法优化

以煤油/氧的化学动力学体系为例,介绍了基于基元反应的总包机理建模、反应速率计算等国际先进方法,归纳了针对化学动力学过程由建模到求解的一套完整流程。首先选用正十二烷作为煤油的替代燃料,通过直接关系图法(DRG)结合计算奇异值摄动法(CSP)的机理简化方法将正十二烷203组分、738步的详细反应机理化简为了32组分、36步的总包反应机理。为了计算总包反应速率,采用线性准稳态假设(LQSSA)计算准稳态组分浓度,解耦了准稳态组分间的非线性耦合,在保证计算精度的同时提高算法稳定性和效率。最终,通过VODE刚性积分求解器求解化学动力学方程组,并形成了一套可与CFD主程序耦合使用的化学动力学计算子程序。     

松约束运输问题模型与算法研究

运输问题存在着所谓的"多反而少"悖论现象,本文用运输问题的松约束模型,说明了运输问题产生悖论现象的原因,从而拓宽了运输问题的应用范围,增加了运输问题的适应性,本文给出的运输问题的松约束模型的表上作业算法,运算简单,能彻底解决了运输问题的"多反而少"悖论现象,用本文所介绍的算法解一些问题,得到了更省的调运方案.     

运动基航天飞行模拟器信号缩比策略

对于大幅值的输入信号,三阶多项式缩比法易产生信号畸变且参数配置复杂;而Hermite缩比函数法的触发速度较慢.提出两种改进的缩比方法:基于三阶多项式缩比法的最优参数配置法和加入线性缩比的非线性缩比法.前一种方法通过参数的优化配置最大化稳定区,以防止信号的畸变;后一种方法则利用线性缩比的特性将缩比度限制在稳定区内.仿真结果表明:线性缩比的加入可以防止三阶多项式缩比法信号的畸变;最优配置参数法应用方便且整体效果较好.为航天飞行模拟提供了更有效的缩比策略.     

非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习，不需要离线训练。在无逼近误差和扰动的理想情况下，所提出的在线算法能保证辨识误差趋于零，基函数持续激励条件能保证权重趋于零。在非理想情况下，权重调整律采用ｅ修正权重算法，它是ＢＰ算法的推广，不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

J2级经纬仪竖盘指标自动补偿误差不确定度

介绍了按照ＪＪＧ４１４—９４《光学经纬仪》检定、校准Ｊ２级经纬仪竖盘指标自动补偿误差时，依据“’９３国际指南”要求，对其测量不确定度进行的分析、计算。     

基于线性二次型的飞控参数故障渐近调节

 研究了含有参数故障的线性系统,提出了一种基于线性二次型的控制策略。采用该渐近调节反馈控制律,可以减小系统由于容错控制算法时延所致的性能下降。针对某飞机模型进行了仿真,结果验证了所提出策略的有效性。     

Determination of optimal samples for robot calibration based on error similarity

Industrial robots are used for automatic drilling and riveting.The absolute position accuracy of an industrial robot is one of the key performance indexes in aircraft assembly,and can be improved through error compensation to meet aircraft assembly requirements.The achievable accuracy and the difficulty of accuracy compensation implementation are closely related to the choice of sampling points.Therefore,based on the error similarity error compensation method,a method for choosing sampling points on a uniform grid is proposed.A simulation is conducted to analyze the influence of the sample point locations on error compensation.In addition,the grid steps of the sampling points are optimized using a statistical analysis method.The method is used to generate grids and optimize the grid steps of a Kuka KR-210 robot.The experimental results show that the method for planning sampling data can be used to effectively optimize the sampling grid.After error compensation,the position accuracy of the robot meets the position accuracy requirements.