控制系统模拟信号处理方法研究

模拟量采集精度对控制系统具有重要意义.研究了模拟量采集过程的软件设计流程,层次划分和模型,从传感器AD值到模拟量物理值之间不同处理阶段给出了常用方法描述.针对错误处理详细描述了错误诊断方法.最后将模拟量采集软件应用于某发动机模拟量采集中,通过试验进行模拟量测量值和软件输出值对比计算,结果表明此模拟量采集软件输出模拟量精度均在有效范围内.     

一种线运动扰动环境下基于惯性凝固系抗干扰自对准优化算法研究

传统惯性凝固性对准技术可有效隔离角运动干扰环境对捷联惯导自对准精度的影响,但对线运动环境下的抗干扰能力不足.据此,在深入分析线运动干扰对捷联惯导惯性凝固系下自对准精度影响途径之上,对线运动干扰环境划分为速度周期波动、突跳以及速度短期线性漂移.提出采用积分降噪、载体惯性系速度递推拟合与基于带遗忘因子递推最小二乘的速度慢漂提取技术相结合的抗干扰自对准优化算法,并进行了试验验证.试验结果表明,本算法可在5min内实现1.3mil的抗干扰自对准精度.     

基于μ分析的高超声速飞行器再入轨迹评估

为解决高超声速飞行器再入过程中存在的不确定性问题,将μ分析理论应用到标称再入轨迹的评估中.采用线性稳定储备准则,在密度、升力系数和阻力系数存在不确定性时,对标称轨迹在制导律下的制导稳定性进行了分析;根据所获得的最坏参数组合,采用系统的开环尼克尔斯曲线验证了μ分析的结果;分析了系统所能容纳的最大不确定性参数,并研究了系统对不同不确定性参数的敏感性.结果表明:在密度、升力系数和阻力系数不确定性中,阻力系数对该标称轨迹的鲁棒稳定性影响最为明显.     

基于反馈补偿K-means的救援物资需求预测

针对低空应急救援过程中救援物资需求的多样性与不确定性，提出基于反馈补偿K-means相似搜索的物资需求预测算法。通过比较非平稳数据处理方法，采用差分自回归平均移动模型（ ARIMA）对历史灾情数据进行平滑处理；将预处理后的灾情数据运用基于反馈补偿的K-means方法进行聚类分析；再对比夹角余弦，杰卡德相似系数以及相关系数这3种方法，搜索出相似度最大历史灾情案例，并线性求解当前低空应急救援所需物资量。实验结果表明，在基于反馈补偿K-means相似搜索的物资需求预测过程中，运用相关系数搜索的误差是最小的，方法不仅提高了大数据处理能力，而且在一定程度上提高了预测精度。     

光电探测系统指向误差分析、建模与修正

针对光电探测系统(EODS)的高精度指向要求,提出一种基于半参数同归模型(SPRM)的改进算法.全面分析了误差来源,如光学系统的光轴一致性误差、机械框架的垂直度和回转误差、控制系统的稳定跟踪误差等,采用多体系统运动学理论,建立了具有明确物理意义的指向误差线性模型.同时,针对系统中的非线性误差因素,提出了半参数回归模型改...     

特定工况下内嵌钢球欧拉梁碰撞减振性能研究

针对内嵌自主移动钢球欧拉梁碰撞系统,研究了在一复杂工况下内嵌自主移动钢球碰撞阻尼机制对梁残余衰减振动的抑制效果.采用线性弹簧-阻尼模型模拟钢球与梁之间的碰撞机制,通过分析建立了整个碰撞系统的分段线性动力学方程,并运用无量纲化、假设模态法、高阶模态截断等方法导出了系统的状态空间方程.数值计算结果充分表明在此工况下内嵌自主...     

一种针对冗余执行机构配置的修正直接分配算法(英文)

控制分配考虑期望控制量在冗余执行机构配置间的指令分配问题。本文基于执行机构的可达集提出一种修正直接分配新算法,重点解决该类算法的分配效率问题,并与修正伪逆再分配法、基于单纯形法求解的直接分配法线性规划模型以及次梯度优化算法进行对比分析。为减少原始直接分配法的离线计算时间,提出基于执行机构安装矩阵的零空间构建可达集信息,使离线计算时间在执行机构数目小于10时优于传统基于行空间的构建方法。在线计算中,提出基于单位可达集顶点信息寻找与期望控制量射线方向临近的可达集表面,从而缩小搜索范围、降低在线计算时间。仿真结果表明:修正算法不显著增加离线数据存储量,并将在执行机构数目小于10时至少降低32.22%的离线计算时间;在线计算中,其平均在线时间较对比算法均有大幅提高;在高度冗余控制分配问题中,修正算法将具有更大优势。     

飞机发动机测温方法的探究与实践

介绍了飞机发动机的三种常用测温方法,并对其原理、应用以及冷端温度补偿进行了详细的论述.实践证明,通过这些方法获得的数据准确、稳定、可靠.     

非圆形截面复合材料机身屈曲优化设计研究

为了降低BWB机身弯曲应力、提高屈曲稳定性,在150座BWB民机复合材料三舱室机身结构的基础上,提出了改进的Y形和弧形加强三舱室机身设计模型;利用零阶参数优化算法,对3种机身结构进行了静力与线性屈曲优化分析,获得了较为合理的三舱室机身布局方案,为BWB民机机身设计提供了重要技术参考.     

一种新的鲁棒非线性卡尔曼滤波

Huber方法是一种基于l1/l2联合范数的估计方法,该方法可以实现估计的鲁棒性,同时尽量不损失滤波精度和效率.基于Huber估计的无味卡尔曼滤波虽提高了无味卡尔曼滤波的鲁棒性,但这种方法用统计线性回归模型来近似非线性的观测模型,损失了无味变换的精度.从Huber方法的数学意义出发,对观测信息(观测值或观测噪声)进行重新构造,然后对精确的非线性观测方程进行标准的无味卡尔曼滤波,这种新的基于Huber方法的无味卡尔曼滤波无需对非线性观测方程进行线性近似,在保持鲁棒性的前提下提高了滤波精度.通过一个具有混合高斯分布观测噪声的简明实例,验证了新算法在鲁棒性、滤波精度以及估计一致性方面的优势.