高低温循环条件下氟橡胶耐油介质老化性能

为了获得高低温循环条件下某种导弹用密封氟橡胶材料的老化机理,对某牌号的弹用密封氟橡胶试样进行了高低温循环油介质加速老化实验。对其在高低温油介质条件下的压缩永久变形、机械性能、微观形貌、分子结构、动态力学性能的变化规律进行了研究,同时计算了氟橡胶分子几个重要的化学键的离解能。结果表明:高低温循环下特种氟橡胶的最大拉伸强度与拉断伸长率随着循环周期数的增加逐渐降低,油介质中贮存的氟橡胶试样压缩永久变形率在老化前期逐渐增大,老化后期略有恢复,随着老化时间增长氟橡胶分子侧基分解,主链柔顺性增强。     

基于时间权函数的落角约束导引律中剩余时间的估计方法

带导弹落角约束的导引律求解需要已知导弹飞行剩余时间。针对弯曲弹道,一般的剩余时间估计方法精度较低,在假设导弹速度一定的前提下,采用n阶多项式函数近似表示剩余路径,给出了一种基于近似闭环轨迹的实用剩余时间估计方法。仿真结果表明,剩余时间估计精度平均提高了13倍以上,且计算量可以满足实时性要求。     

基于轨迹成型的攻击角度与时间控制

假定所成型的导弹飞行轨迹由圆弧段和直线段构成,直线段经过目标点且满足导弹末端攻击角度的要求,圆弧段起始于导弹初始位置且与直线段相切于待定的点,该点由指定的导弹攻击时间通过迭代算法得到。给出了可行的攻击时间范围。在轨迹成型的基础上,提出一种新的虚拟目标轨迹跟踪控制方法：在圆弧段提出一种前馈加反馈的复合控制方案,在直线段提出一种带角度控制的比例导引方案。该方法是一种几何方法,易于工程实施。仿真结果表明,该方法可以有效地同时对攻击角度与攻击时间进行控制。     

掠海飞行导弹基于滤波的滑模高度控制

超低空掠海飞行反舰导弹或巡航导弹的高度表测量信号受到海浪噪声严重影响,其传统控制方法在海面风等干扰因素影响下,导弹难以保持定高飞行,容易失稳落水。采用基于滤波的滑模高度控制方法,利用组合高度测量Kalman滤波估计,有效消除海浪和测量噪声,提出一种基于趋近律的滑模控制方案,该方案具有控制参数少、抖振不明显、便于应用的优点。仿真表明,通过组合滤波,比较准确获取导弹飞行高度信息。与PID控制方法和常规滑模控制方法相比,基于趋近律滑模控制方法抗干扰性强,响应速度快,动态品质良好。应用该方法,导弹能够在较恶劣海情和海面风干扰下实现稳定掠海飞行,有效降低击水概率。     

智能化舰船要害检测、轨迹预测与位姿估计算法

准确检测与打击舰船要害部位可有效提升反舰导弹毁伤效能。针对舰船要害部位检测精度低、导引误差解算精度不足等问题，提出基于深度学习的舰船要害关键点检测、轨迹预测与导引头位姿估计算法。融合深层语义信息与浅层定位信息，采用SoftPool池化保留细粒度特征，提升多角度多尺度舰船要害部位检测精度；将关键点检测结果与舰船空间结构建立映射，解算导引头三维位姿；引入长短期记忆网络挖掘要害打击点时空特征，实现多尺度舰船要害动态轨迹预测。实验结果表明：所提算法对舰船要害部位检测与轨迹预测精度高，导引头位姿估计结果较准确，满足自主突防视角反舰导弹对复杂海战场的态势感知需求。     

基于深度学习的发动机叶片故障检测技术

为了解决航空发动机叶片故障检测中存在的检测精度欠佳、检测效率不高的问题,提出了一种基于深度学习的目标检测方法。针对小样本数据集检测精度低、模型训练速度慢等问题,对Faster R-CNN目标检测算法进行结构优化,引入Res2Net结构,通过分割串联的策略强化残差模块的卷积学习能力,搭建了细粒级的多尺度残差模型Res2Net-50,以提升模型的特征提取能力。同时,在网络的训练过程中,采用多次余弦退火衰减法对学习率进行调整,以加快模型的训练速度,提升模型的训练质量。针对航空发动机叶片裂纹和缺损2种故障类型进行网络训练与检测试验,试验结果表明:优化后的模型识别准确率提高了0.7%,模型的平均检测精度提高了1.8%,训练时间缩短了5.56%,取得了比较好的检测效果。     

基于AHP和灰色局势决策模型的装备 测试资源选择和优化配置

装备系统测试资源选择与配置是系统测试性设计方案的重要组成部分,目前关于这方面 的理论及相关技术文献十分有限,且基本不涉及具体的评估与决策方法。首先考虑了影响装备系 统测试资源选择和配置的主要因素,确立优化目标的因素集;然后借助层次分析法(AHP)获得各 相关因素的重要程度权重;接着利用灰色局势决策模型综合求解选择问题,形成决策结论。最后 结合案例验证,表明该方法可以对测试资源选择和配置问题进行综合有效的权衡分析,为测试资 源的选择提供一条思路。     

多网络约束下NNS分布式融合估计器设计

针对节点量测增益衰减、节点能量受限与系统模型不确定3种网络约束下具有随机通信时滞和非固定丢包率的组网导航系统(NNS)分布式状态融合估计问题，将增益衰减程度描述为统计特性已知的随机变量，将模型不确定描述为系统矩阵中的乘性有色噪声，将减小能耗描述为降低节点数据传输率。分别在邻节点端和目标节点端引入2种不同的线性编码器以解决丢包与时滞问题。建立丢包率与同时传输信息的节点数目之间的函数关系，将邻节点在过去有限个时刻的量测值进行线性编码后再传输，以补偿丢包与降低传输率导致的信息损失。目标节点把在同一采样周期内获取的来自同一邻节点的多个量测值按时间戳进行线性编码，以解决通信时滞导致的信息多余。基于2次线性编码建立增广系统模型，设计最小方差意义下局部无偏估计器，利用最优矩阵加权融合法得到全局融合估计器，推导得到融合估计误差协方差收敛的充分条件及次优传输率。通过算例仿真验证所提算法的有效性。     

集群空间控制框架下的四旋翼编队飞行研究

针对四旋翼编队控制问题,采用水平通道与高度通道解耦的四旋翼动力学模型,基于集群空间控制方法设计了编队控制器。首先介绍了集群空间控制方法的两个重要概念,即集群空间变量和集群运动学关系,进而以3架四旋翼为例,详细地给出了集群空间编队控制器的设计思路。在选取集群变量并建立编队与单机的运动学关系后,设计了不完全微分PD控制器以产生集群控制指令。不完全微分PD控制与常规PD控制相比,前者抗高频干扰能力更强。最后通过仿真验证了该编队控制算法能够完成多架四旋翼的队形放大和队形保持任务,且具有较高的控制精度和较好的抗高频干扰能力。     

基于状态改变的机器人路径规划算法

为了解决目前机器人路径规划中时效性低、避障解算量大的问题,借鉴直流电路中理想电感元件两端电压能够从感抗状态恢复到稳定状态的现象,提出了一种利用机器人状态检测量对机器人状态实时检测,从而实现避障的机器人路径规划算法.首先对绕行单个固定障碍物的机器人进行深入分析,然后采用状态叠加的方法,生成任意位置多障碍物同时存在的避障路径.同时对斥力系数进行改进,以确保机器人能够有效到达目标点.为了验证算法在多障碍物环境下的路径规划能力,进行了数值仿真模拟实验.仿真结果表明,使用该算法规划机器人路径时,能够在避免局部极小值点和目标不可达问题的前提下,在较短时间内规划出机器人由起始点到目标点的路径.