仿射非线性系统鲁棒干扰解耦问题可允许摄动范围的研究

对于仿射非线性系统，本文研究了在系统存在不确定时，鲁棒干扰解耦问题。给出了干扰可测和不可测两种情况下，保持标称系统干扰解耦性质不变的可允许摄动范围。     

微分变压器用于宽频数字信号隔离

用微分变压器取代积分变压器实现数字信号隔离，不仅有利于箭上设备小型化，还可提高隔离性能，改善电磁兼容（ＥＭＣ）性。文中分析了积分变压器隔离电路的缺点和局限性。展宽频域下限的一种有效途径是使用微分变压器，它的工作条件易于满足，可小型化，且频率下限低至毫赫级。文中给出了计算公式和电路。为了恢复变形的波形，给出了迟滞整形电路，本方案优点是增强了抗干扰能力，提高测量精度，延长传输距离。     

自抗扰技术在船载天线伺服系统中的应用研究

为减小船摇扰动对船载天线伺服系统指向及跟踪精度的影响，引入线性自抗扰控制器（LADRC）对伺服系统位置环进行改进。首先对天线伺服系统模型进行简要分析，建立系统状态空间方程；然后利用LADRC对系统进行改进，并对其参数设计进行了详细介绍，同时为提高系统动态跟踪性能，利用TD微分器提取目标速度信息进行前馈补偿；最后经实验测试验证，LADRC相对于传统PID控制器能够保持天线伺服系统动态性能不下降，同时有效提高系统的抗船摇性能。     

金融生态与政府行为边界:进化稳定均衡解释

自“金融生态”一词提出后,学术界围绕金融生态进行了大量研究,并逐渐明晰了政府行为与金融生态之间的关系.文章采用进化博弈的方法对中央政府、地方政府和微观主体三者进行分析,认为三者之间是一个“选择”与“突变”的互动博弈,并据此界定了政府行为边界,从宏观、中观与微观三个层面找到优化金融生态环境的路径.     

USB测量系统测速数据最优滤波技术研究

由于目前USB测量系统测速终端数据获取不一致和微分求速方法的不足,增加了数据处理的困难和复杂性,影响了测速数据精度并限制了定轨精度的进一步提高.本文针对上述情况提出了不同条件下测速数据的最优滤波技术和方法,并从理论和仿真计算上进行了分析,结果表明采用多普勒频率连续采样和最优滤波技术将大大提高测速精度,为USB系统在今后航天任务中高精度定轨奠定了良好基础.     

基于博弈均衡分析的电子战战法

用定量分析的方法开发电子战战法是海军战役规划中必须解决的重要问题.借助仿真和博弈分析的混合方法,在博弈效用函数计算的基础上,构建基于识别真、假目标以及火力命中目标概率的二人非零和(TPNZS)非合作博弈模型来开发电子战战法,对一个典型的舰载导弹防空系统的初步研究表明:电子进攻与电子防御的战法分别为π*=(0,π*2,1-π*2)=(0.0000,0.5890,0.4110)和Δ*=(0.0000,0.0000,Δ*3)=(0.0000,0.0000,1.0000).     

基于博弈的多目标弹药调度策略优化研究

针对作战部队弹药调度策略问题,综合考虑不同作战部队对弹药调度时间因素和安全因素需求程度的差异,通过博弈模型对多目标问题进行度量,进而结合遗传算法对弹药调度策略进行优化。仿真结果表明,本文构建的博弈模型能够更加合理地为不同环境下具有差异化需求的弹药调度策略进行优化。     

直接再入大气的月地转移轨道设计

针对从月球停泊轨道出发直接再入大气的月地转移轨道设计问题，提出了一种数值求解算法。该算法由初值设计和精确解求解两部分组成。首先，根据轨道设计的相应约束，采用伪状态理论，通过简单迭代求解高精度的初值。然后，考虑精确的动力学模型，通过数值积分计算真实轨道和状态转移矩阵，并利用微分修正方法搜索精确解。该算法通过设计高精度的初值，降低了月地转移轨道的设计难度。数值仿真表明:该算法求解效率高，具有良好的鲁棒性。      

速度信息缺失的平动点轨道交会预设性能控制

以平动点轨道的交会对接为研究背景，基于高阶积分链微分器和预设性能控制理论提出了一种仅需相对位置信息的平动点轨道近程交会控制律。首先利用高阶积分链微分器估计两航天器的相对速度状态，并设计预设性能控制器使得两航天器的相对运动状态在预设的边界内渐近收敛到期望状态。然后利用李雅普诺夫函数证明相对运动状态存在扰动时控制器的稳定性。该方法为闭环控制，且与模型无关，容易在线操作。仿真结果表明，在平动点轨道航天器存在未知扰动以及导航制导等不确定的情况下，利用所提交会控制律能够实现追踪航天器与目标航天器交会任务的高精度实时控制，具有较强鲁棒性。     

基于神经网络和人工势场的协同博弈路径规划

协同博弈路径规划是空战自主决策、机器人体育比赛等应用场景中的重要问题，其难点在于对环境对抗性反馈的实时自适应和多智能体的相互配合。提出一种基于神经网络和人工势场的协同博弈路径规划方法，使用反向传播（BP）神经网络自适应调整人工势场函数系数，并将人工势场作为神经网络输出端的特征提取。为解决真实样本质量和数量不足的问题，基于遗传算法仿真生成样本数据用于神经网络训练，并通过滚动时域的思路面向动态博弈优化样本性能。从样本数据中提炼出距离差与航向差以反映协同和博弈特性，利用神经网络的黑盒特性和学习能力解决协同博弈问题。应用于二对一反隐身超视距空战路径规划，比经典人工势场法有明显性能提升，且计算开销可接受，计算复杂度分析表明该方法可以较好扩展到多机对抗场景。