卫星编队飞行的无速度测量非线性鲁棒控制

本文基于带有界干扰的线性动力学模型，研究了卫星编队飞行中的相对位置控制问题。首先，在线性二次型最优控制的基础上，设计了一种非线性控制律，并使用李雅普诺夫稳定性理论证明了系统的稳定性。接着，通过对线性系统状态观测器进行改进，得到了一种非线性速度观测器，观测误差被证明是渐近收敛的。观测器与控制律的结合实现了无速度测量的控制，闭环系统被证明是渐近稳定的。文末的数值仿真验证了理论分析。     

国际空间站在轨工效学试验的研究进展

国际空间站是当代规模最大的航天工程,也是涉及国家数量最多的大型国际航天合作项目。经过美国和前苏联多次载人航天飞行经验证明,人在太空飞行条件下不但可以很好地生存,而且还能进行各种操作,完成多种飞行任务。例如,随着载人航天技术的发展,美国航天员阿姆斯特朗和斯科特于1     

一种新的全天自主星图识别算法

在星图识别领域三角形算法得到了广泛的应用，但是在星对角距很小的情况下，其识别率严重降低。字符匹配算法可以解决这个问题，但是它无法识别由于相机在拍摄瞬问的平移和旋转而产生位移的星图。为了克服这一缺陷，提出了一种有效的星图识别算法，该算法在生成导航星数据库时以一些一定范围内的亮星为中心，把整个天球分为很多个四方形区域，然后根据被拍摄星图的特点从这些四方形区域内选取子区域参与星图识别。仿真结果表明该算法不但继承了字符匹配算法的优点，而且对星图位移有很强的鲁棒性。     

多飞行器测控技术的研究

提出了一种基于DBF和DMF-CDMA技术的多飞行器测控系统。首先描述了系统的工作原理，然后对DBF给出了全面和详细的计算机仿真，包括圆面阵DBF阵因子方向图仿真和DBF对多飞行器的搜索与跟踪仿真。最后对DMF-CDMA给出了实验结果。实验的硬软件巳达到实用水平。这些说明本文提出的多飞行器测控方案是可行的。     

论相似准则,风洞尺寸与数据精,准度与关系

本文从相似理论到风洞实验，用大量的论据和事实、说明了风洞实验数据的精度，并不取决于风洞尺寸的大小，而只取决于实验条件及模型尺寸满足Ｎ－Ｓ方程的解的近似程度。文中讨论了怎样大小尺寸的风洞，既满足了空气动力学的研究发展和型号试验，又适合我国国情的经济性要求这个人们普遍关心的问题。最后介绍了ＮＡＳＡ给出的一组能较好满足上述两方面要求，且具有某种唯一性条件的不同Ｍａｃｈ数范围下的风洞最好尺寸，供有关部门和人员参考     

GPS/GIS车辆路径定位方法研究

标准定位服务（ＳＰＳ）的固有误差、ＳＡ 措施和市区环境的共同影响，使得ＧＰＳ的导航精度难于满足特种车辆监管系统的需求。差分ＧＰＳ技术虽然可以提高ＧＰＳ定位的精确度，但缺乏对环境的适应能力。在对城区内ＧＰＳ定位误差进行了系统分析的基础上，提出了一种融合ＧＰＳ技术和结合历史数据的地图匹配技术的车辆路径定位方法，并通过对实验的统计分析证明了方法的有效性。     

基于鲁棒故障检测滤波器的传感器故障诊断

本文讨论了鲁棒故障检测滤波器在喷气式发动机传感器故障诊断中的应用。鲁棒故障检测滤波器方法使残差既有干扰解耦特性又有方向特性。该滤波器的设计结合了未知输入观测器原理与Beard故障检测滤波器原理。利用未知输入观测器产生的残差对未知输入(干扰)具有鲁棒性,而特定方向性是基于BFDF技术获得的。最后举例说明了该方法的可行性和有效性。     

基于BP神经网络的景象匹配算法研究

基于BP神经网络方法对景象匹配算法进行研究，以实现导弹武器系统匹配概率的提高和定位精度的改进。讨论了BP神经网络及图像的灰度不变矩和边缘不变矩，并把灰度不变矩和边缘不变矩同时作为匹配特征应用于本文BP神经网络景象匹配中。算法分析表明该算法具有很高的匹配效率。     

基于信息可信度的空中目标识别方法

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一.将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计.该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性.     

基于峰值点的目标对准在MSTAR SAR图像分类中的应用

模板匹配的分类方法是合成孔径雷达目标识别的重要方法。研究了MSTAR SAR图像,指出图像中的目标峰值点本质上对应于实际物体的散射中心,并且在一定方位区间中具有稳定性。假设目标存在位置偏移的基础上,提出先利用目标峰值点对准目标,再生成模板和分类的思想。分析了方位区间中基准图像的选取及对准过程对模板生成和目标分类的影响程度。最后研究了同类变形目标间的分类,提出了峰值点特征增强成像、预分类、目标对准和正式分类的四步算法。结果证明,所提算法具有较高的分类精度和效率。