湍流燃烧模拟中化学反应的加速算法研究进展

为研究湍流燃烧数值模拟中化学反应机理计算的加速方法，讨论了动态自适应化学（Dynamic Adaptive Chemistry，DAC）方法和Krylov子空间近似的指数格式的应用情况。在湍流火焰大涡模拟中，使用DAC简化可以加速化学反应计算。然而，在并行燃烧数值模拟中，处理器核心的负载极度不平衡，加速效果有限。而Krylov子空间近似的指数格式的加速效果可以作用于每个处理器核心，更有利于整体计算效率的提高。在同等精度下，相比于隐式格式耦合DAC和MTS加速方法，Krylov子空间近似的指数积分格式对化学反应计算的加速效果更为显著。     

高超声速滑翔目标自适应跟踪方法

针对机动模式复杂多变的高超声速滑翔目标跟踪问题，提出了一种机动频率自适应跟踪方法。采用介于常速度和常加速度模型之间的Singer模型来表征目标气动力加速度的变化，从而建立跟踪系统的状态方程。根据地基雷达量测量获得系统的量测方程，鉴于距离和角度信息的量级相差较大将其由球形量测量转换为位置量测量。为了适应高超声速滑翔目标灵活多样的机动模式，基于正交性原理和无迹卡尔曼滤波算法实现了Singer模型中机动频率参数的自适应。利用滤波信息计算得到能够反映状态模型误差大小的调整因子，用于放大Singer模型中的机动频率，进而调整状态方程的过程噪声以降低模型误差。通过对2种典型机动轨迹的跟踪仿真，并与交互式多模型等方法进行比较，结果表明所提方法的跟踪精度高、计算量小，能够较好地适应阶跃机动和连续幅值变化的机动。     

三维攻击角度约束部分制导控制一体化设计

针对侧滑转弯(STT)导弹带有攻击角度约束的机动目标拦截问题，提出一种基于自适应终端滑模动态面控制的三维部分制导控制一体化(PIGC)设计方法。首先，建立了针对机动目标拦截的侧滑转弯导弹三维部分制导控制一体化设计模型，且不需要导弹速度微分体轴系分量信息。然后，使用终端滑模控制理论构建误差向量与虚拟控制量，达成精确拦截与攻击角度约束的控制目的；引入有限时间非线性收敛扩张状态观测器(ESO)来在线估计系统不确定性；设计自适应算子与自适应更新律对观测器的估计误差进行补偿，以提高方法的鲁棒性。最后，三维空间拦截仿真校验了方法在提高拦截精度与增强角度约束收敛性能的有效性。     

高超声速滑翔再入定向定速打击末制导算法

以具有终端落角和落速约束的小升阻比短距滑翔高超声速再入打击飞行器为研究对象，通过引入弹道调整段来实现对飞行器的初步大幅度减速，并使其满足中末制导交班条件，以解决飞行器捕获目标后难以直接对其进行定向定速打击的问题。首先设计了一种变角偏差反馈系数的偏置比例制导律，解决了末端攻击段弹道下压困难以及导引头视场稳定跟踪等问题。在此基础上，建立了一种基于攻角和弹道倾角估计的末端减速指令生成方法，有效解决了基于理想速度曲线减速控制方法精度不足的问题。因此，数值仿真结果表明该制导方案能够有效控制飞行器终端落角和落速，并具有较高的制导精度。     

一种基于简化自适应SCKF的目标跟踪算法

为降低传统自适应SCKF(Square-Root Cubature Kalman Filter)在目标跟踪过程中的计算负担,依据目标跟踪模型中状态方程通常为线性的特点,提出一种简化自适应SCKF算法。该算法在一步预测过程中,利用状态转移矩阵代替容积点,实现对状态变量和协方差矩阵的计算,达到降低运算复杂度的目的。通过对机动目标跟踪的仿真验证:相比于传统的自适应SCKF,提出的简化自适应SCKF不但能够保证跟踪精度,还能有效地提高运算效率。     

弹性体运载火箭建模及控制器设计

考虑运载火箭飞行过程中的弹性振动特性,对运载火箭进行全量动力学建模以及控制器设计。首先将运载火箭考虑为一维梁模型并建立全量动力学模型,分别引入自适应滤波姿态控制算法和H_2范数鲁棒增益调度控制算法设计控制器。仿真结果表明:在考虑舵机非线性情况下两种控制方法均能够满足精度要求,在具有较大外部扰动情况下,鲁棒增益调度控制算法相较于自适应滤波算法具有较强的鲁棒性。     

一种恒温箱快速自适应控制方法CSCD

随着测量技术的不断发展,恒温箱的应用越来越广泛,传统的温度控制方法多采用全模拟电路进行控制,在控制精度及实时控制方面不能满足需求,且无法进行功能设定,本文设计了一种恒温箱快速自适应控制方法,基于该方法设计的便携式控温箱,根据恒温箱内外温度差采用不同的控制策略,采用加热与制冷双态工作模式,实现对控温箱内部温度的高精度控制,满足更高的应用需求。     

一种改进的Manifold数据降维方法研究

Manifold学习算法已经被广泛应用到很多领域,如信息检索、模式识别、人工智能和数据挖掘等。已有的Manifold学习算法对局部临近区域选择很敏感,并且降维后的数据可分割性比较差。本文提出了一种自适应临近区域选择、具有良好信息可分割性的Manifold学习算法。这种方法在每一个数据点根据数据可估算的本质维度和局部正切方向选择临近区域。与此同时,在映射数据的时候使用聚类分析法聚集相似样本点集。这种方式能确保降维数据具有良好的可分割性,获得更好的降维效果。实验结果表明,新的方法在人工生成数据集上具有更好的嵌入效果。     

基于收缩理论的高超声速飞行器控制

为了使高超声速飞行器能够跟踪预定指令,针对其严反馈模型提出了基于收缩理论的控制方法。由于高度和速度相对独立,因此分开设计控制器。控制器设计过程中,以基于反步法的收缩理论为核心,对于模型中不确定项利用自适应进行在线识别;引入动态面对虚拟控制输入进行求导,并利用收缩下的奇异摄动分析降阶系统,可以证明降阶前后状态误差间的偏差及滤波误差有界。采用此方法,可证明系统状态半全局收敛,跟踪误差及自适应估计误差有界。     

基于L_1自适应的超低空空投抗侧风控制律设计

针对超低空空投过程中侧风干扰与装备投放过程相耦合,影响载机飞行安全和空投任务的完成等问题,提出了基于L_1自适应的控制律设计方法。利用最优控制对系统线性部分做状态反馈并确定匹配参考模型,在此基础上,考虑系统的匹配和非匹配不确定性,设计L_1自适应控制器实现姿态保持,结合外环PID侧向轨迹控制器实现对航迹的稳定和保持。仿真结果表明,控制器具有优良的控制性能,对复杂侧风干扰和系统非线性不确定性具有很强的鲁棒性,且在高自适应增益下能有效抑制输入信号高频抖振。