任务空间内空间机器人鲁棒智能控制器设计

研究了基于神经网络的自由漂浮空间机器人在任务空间内的轨迹跟踪问题。首先利用RBF神经网络来逼近自由漂浮空间机器人高度非线性的动力学模型，然后设计了鲁棒控制器对逼近误差和外部干扰进行抑制。利用Lyapunov直接方法建立的新的神经网络参数和连接权值的在线学习算法，以及利用耗散理论设计的鲁棒控制器保证了系统的稳定性，并能够使系统L2增益小于给定的指标。利用该控制器对平面二连杆空间机器人进行了仿真研究，表明该智能控制方案是有效的。     

基于动态逆和神经网络的机动弹头姿态控制系统设计

机动弹头是复杂的非线性系统,它给姿态控制系统设计人员以极大的挑战。为了满足飞行稳定性要求,提高系统的适应性和鲁棒性,本文构造了动态逆神经网络姿态控制系统,设计了慢变量和快变量动态逆,引入了在线神经网络进行逆误差的补偿。实例仿真的结果表明:动态逆和在线神经网络的结合,能够实现弹头的稳定飞行。     

基于RBF网络的飞行器姿态滑模控制器

针对中制导段飞行时间长,空间拦截器需要进行一定的姿态机动,提出一种基于RBF网络的姿态控制器.建立了拦截器3个通道的姿态运动模型,对每个通道进行变结构控制,并在此基础上对变结构控制器增益通过RBF(Radial Basis Function)网络进行自适应控制,同时给出了稳定性证明.仿真结果表明,该方法能有效实现拦截器中制导段的姿态控制.     

航天光学采样成像系统MTF的优化设计与MTFC

简要介绍了成像链、成像系统和遥感系统的概念;对像质和像质差异的表征和度量、成像系统性能的表征等予以说明;重点探讨航天光学采样成像系统MTF的优化设计与MTFC问题,并给出讨论结果。     

星座自主导航系统设计与实现

基于星间测量的星座自主导航系统的设计与实现，方案中针对计算量过大问题，引入分组并行机制。在充分分析卫星轨道动力学的基础上，利用卫星网的网形约束进行整网平差，首次提出动力学和几何法相结合的自主导航算法。通过实际GPS数据进行仿真与检验，仿真结果表明：该方法精度高，满足卫星星座自主生存的要求，设计方案可行。     

模糊神经网络控制器在飞行器姿态控制中的应用

基于ＡＫａｗａｍｕｒａ等人提出的Ｎｅｕｒａｌ－Ｆｕｚｙ协作系统概念［１］，根据模糊系统的结构，确定等价结构的神经网络。网络保留了模糊控制系统的优点，空间结构清晰，同时具有学习功能，并介绍了采用多层神经网络表达模糊控制系统的知识规则、模糊推理和学习算法，给出了控制某导弹纵向姿态的仿真结果，结果表明该控制系统具有较强的鲁棒性。     

二维有限元多尺度小波

本文利用有限元插值和多尺度分析理论构造出了二维有限元尺度函数及相应的有限元多尺度小波。构造出的尺度函数及小波函数具有许多良好的性质，如短支集、高阶消失矩、半正交性、正则性和对称性等。     

随机脉位序列调制的脉冲多卜勒引信原理

提出一种新型的噪声脉中多卜勒引信，即随机脉位序列调制的脉冲多卜勒引信，给出了其原理实现框图和随机脉位序更调制码的产生方案，分析了其工作原理和数学模型，研究了它的抗干扰特性。分析表明，它具有良好的抗干扰特性，同时不会出现距离速度模糊，是一种较佳的脉冲多卜勒引信。     

基于HLA的网络对抗系统建模与仿真

介绍了HLA的基本思想,分析了网络对抗仿真系统,给出了网络对抗系统的层次模型以及基于HLA-RTI的实现方法。     

固体火箭发动机试验模态分析技术研究

将固体火箭发动机划分为144个自由度，采用锤击法，单点激励多点响应（SIMO）对其在4种工况下进行了频率响应的测量，应用了多种方法进行模态参数识别和数据拟合，并对其结果进行比较，获得了发动机在各工况1kHz以内的各阶固有频率、振型和阻尼，并对试验模态分析技术在固体火箭发动机试验中的应用进行了研究。