无人飞行器地面移动目标跟踪系统研究现状与展望

无人飞行器地面移动目标跟踪系统是一项在军事和民用方面都具有广泛应用前景的非常重要的研究课题。首先分析了系统的特点，然后详细介绍了国内外无人飞行器地面移动目标跟踪系统的研究方法和现状，并指出其不足。最后，针对现有系统中控制方法的欠缺，提出了将仿人眼控制系统用于无人飞行器上的摄像机云台控制的新方法。     

单片微机在控制模型姿态角中的应用

用廉价单片微机８０９８装置（包括单片机外围芯片、辅助电路、角度显示器、控制程序等），控制多台大功率步进电机，实现模型姿态角的控制，并对如何利用软件来提高步进电机的运行频率，模型姿态角β、α和下转盘进行跟踪显示等有关技术进行了探讨。     

战斗机滚转姿态快速性研究

介绍了战斗机中等幅度滚转姿态快速性的定义，应用欧拉法对19种飞机构形的滚转快速性进行了仿真计算．其结果与地面模拟战斗机攻击机动试验相比较，表明滚转姿态快速性与滚转模态时间常数、滚转操纵效能、副翼操纵速率和控制系统增益等飞行品质要求密切相关，飞行品质标准MIL—STD—1797没有完全涵盖中等幅度滚转姿态变化的要求。     

倾转旋翼机小速度前飞的尾迹涡演化及其对平尾的影响

采用基于运动嵌套网格的CFD方法计算了倾转旋翼机直升机状态和过渡状态下的流场,研究了在小速度前飞下的尾迹涡演化和其对平尾气动力的影响.直升机状态下,前飞速度≤4m/s时,旋翼尾迹主要在机翼附近,与机翼干扰形成喷泉效应,但对平尾无影响.随着前飞速度增大,喷泉效应与自由来流的综合作用形成喷泉涡,喷泉涡产生于机翼上表面,呈流...     

月球立方星姿态控制系统的初步设计与测试

立方星是一种模块化的微小卫星,在科学探测与专业人才培养等方面具有重要意义。针对目前立方星任务逐渐从近地轨道向深空扩展的发展趋势,以立方星月球深空任务为背景,利用商业器件设计并实现了初步的立方星姿态控制系统,以及姿态控制系统所必需的结构、电源、计算机等立方星子系统,同时给出了姿态测试平台的设计方案及其硬件实现。在所搭建硬件平台上,通过测量飞轮控制器的阻尼系数,对控制模型进行参数辨识与标定,获得了与数值仿真一致的实物测试结果。针对姿态控制系统设计了PD控制律,并在控制实验中实现了至任意姿态角的机动控制。     

基于深度增强学习的卫星姿态控制方法

针对卫星在执行丢弃载荷或捕获目标等复杂任务时遭遇的姿态突然发生变化的问题,采用深度增强学习方法对卫星姿态进行控制,使卫星恢复稳定状态。具体来说,首先搭建飞行器的姿态动力学环境,并将连续的控制力矩输出离散化,然后采用Deep Q Network算法进行卫星自主姿态控制训练,以姿态角速度趋于稳定作为奖励获得离散行为的最优智能输出。仿真试验表明,面向空间卫星姿态控制的深度增强学习算法能够在卫星受到突发随机扰动后稳定卫星姿态,并能有效解决传统PD控制器依赖被控对象质量参数的难题。所提出的方法采用自主学习的方式对卫星姿态进行控制,具有很强的智能性和一定的普适性,在未来卫星执行复杂空间任务中的智能控制方面有着很好的应用潜力。     

GPS/INS超紧组合载波跟踪环路最优带宽在线设计

在全球定位系统和惯性导航系统组成的超紧耦合系统中,卫星信号的跟踪性能直接取决于载波跟踪环路的带宽。为提高最优带宽的计算精度,在对惯导辅助下载波跟踪环路跟踪特性进行分析的基础上,详细推导了载波多普勒频率估计误差、多普勒频率变化率估计误差的计算方式,建立了惯导辅助下的环路跟踪误差模型;在实时估计跟踪载噪比的基础上,应用离散牛顿二阶梯度法迭代解算最优带宽,并进行实时调整。仿真结果表明,所设计最优带宽迭代解算方法的计算精度能够在11次迭代内达到99.6%,以此作为环路的带宽,能够在弱信号、辅助信息精度较低的情况下有效提高环路的跟踪精度。     

一种应用于实时深空干涉测量的电离层时延修正方法

针对"嫦娥4号"中继星任务S频段信标信号的高精度实时干涉测量需求,结合深空测控干涉测量系统采用的稀疏标校工作模式,研究验证了一种面向测控模式实时干涉测量的电离层时延修正方法。首先分析了电磁波经电离层传播的延迟机理及特性;基于深空站历史观测数据,通过自相关函数分析验证了天顶向TEC的周日特性;在此基础上,结合深空干涉测量中心数据处理设备软件系统,讨论了电离层时延修正方法;通过任务期间的实测数据处理分析,验证了所提方法可以将实时测量精度提升1～3 ns,对低仰角跟踪弧段,该技术方法优势更为明显。该方法为后续深入推进深空测控干涉测量系统在任务中的实时应用提供了技术储备。     

Modelling ignition probability with pairwise mixing-reaction model for flame particle tracking

Reduced order models for ignition analysis can offer insights into ignition processes and facilitate the combustor optimization. In this study, a Pairwise Mixing-Reaction (PMR) model is formulated to model the interaction between the flame particle and the surrounding cell mixture during Lagrangian flame particle tracking. Specifically, the model accounts for the two-way coupling of mass and energy between the flame particle and the surrounding shell layer by modelling the corresponding turbulent mixing, chemical reaction and evaporation process if present. The state of a flame particle, e.g., burnt, hot gas or extinguished, is determined based on particle temperature. This model can properly describe the ignition process with a spark kernel being initiated in a nonflammable region, which is of practical importance in certain turbine engines and has not been rigorously accounted for by the existing models based on the estimation of local Karlovitz number. The model is integrated into an ignition probability analysis platform and is demonstrated for a methane/air bluff-body flame with the flow and fuel/air mixing characteristics being extracted from a non-reacting simulation. The results show that for the spark location being at the extreme fuel-lean outer shear layer of the recirculation zone, PMR can yield ignition events with a significant number of active flame particles. The mechanisms for the survival of the initial flame particles and the entrainment of the survived flame particles into the recirculation zone are analyzed. The results also show that the ignition probability map from PMR agrees well with the experimental observation: a high ignition probability in the shear layer of the recirculation zone near the mean stoichiometric surface, and low ignition probabilities inside the recirculation zone and the top stagnation region of the recirculation zone. The parametric study shows that the predicted shape of the ignition progress factor and ignition probability is in general insensitive to the model parameters and the model is adequate for quantifying the regions with high ignition probabilities.     

增广误差模型算法在目标跟踪中的应用

针对目标机动运行过程中,滤波模型与机动状态模型失配的问题,提出了一种新的增广状态误差滤波模型。不同于现有增广方案,该模型从模型失配所致状态滤波误差的角度出发,将状态估计误差增广为一状态量,通过滤波估计后用其校正原状态量。算法分析表明,该增广滤波模型具有自适应调节多重渐消因子的等效特性,增强了对目标的跟踪能力。基于该增广状态误差滤波模型,给出了滤波算法设计并进行了仿真实验。实验结果表明,基于该模型的滤波算法在对机动目标进行跟踪时具有更强的鲁棒性。