含有SMA弹簧驱动器的可变倾斜角翼梢小翼研究

 针对传统翼梢小翼在非设计状态减阻效果不佳的缺点,提出一种含有形状记忆合金(SMA)弹簧驱动器的变体翼梢小翼结构,它能根据飞行状态主动调整小翼的倾斜角,实时优化飞机的阻力特性.采用力-热-应变耦合法设计了所需的SMA弹簧驱动器,并通过有限元仿真与风洞试验验证了变体翼梢小翼的变形能力,最后初步研究了变体翼梢小翼的闭环控制方法.研究结果表明,在飞机的起飞阶段(自由来流流速为26 m/s,迎角为3°),变体翼梢小翼的倾斜角能在1 min内自主完成预定变化过程,倾斜角的最大变化量为23°,控制精度的最大误差为12%,各项指标均符合设计要求.     

自适应增量 Kalman 滤波方法

提出自适应增量Kalman滤波(AIKF)的概念和定义,建立自适应增量Kalman滤波模型及其分析方法,给出主要的计算步骤.传统自适应Kalman滤波(AKF)方法能够对事先未知的系统噪声和量测噪声的统计量进行有效的估计.但是,传统自适应Kalman滤波方法也无法对由于环境因素(如深空探测)的影响、测量设备的不稳定性等原因产生的未知时变测量系统误差进行补偿和校正,从而产生较大的滤波误差,甚至导致发散.提出的自适应增量Kalman滤波方法不但能够对系统噪声和量测噪声的统计量进行估计,而且还能成功消除这种测量系统误差,有效地提高滤波精度.该方法计算简单,便于工程应用.      

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。     

并行原位自适应建表方法在超燃计算中的应用

分别采用直接积分方法(DI)和并行原位自适应建表方法(ISAT)对二维超声速燃烧室进行了计算,并与试验结果进行了比较。从对比结果可以看出,ISAT方法和DI方法计算的压力和组分分布结果基本一致,壁面压力分布与试验结果相吻合,能够满足计算的精度要求。在本文并行计算环境下,和DI方法相比,在化学反应计算速度上,ISAT方法最低提高了3.34倍,最高达到约40倍。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。     

基于特征空间的GPS自适应阵干扰抑制技术研究

讨论了GPS系统中自适应阵干扰抑制的问题,对比研究了最优自适应阵与基于特征空间自适应阵的抗干扰性能。通过理论推导和仿真分析,与最优自适应阵相比,基于特征空间在信号与干扰噪声比性能上略有不如,但其在理论上能够完全抑制干扰,具有更好地干扰抑制比。     

3点逐步r型自适应网格算法

为了根据某个流场参数梯度较合理地分布网格同时又不增加网格点的数量,提出一种基以总变差为基础的r型3点逐步自适应网格算法,通过3点逐步调整网格点的位置以减小网格线的扭曲,生成质量较好的计算网格.以绕二维圆柱和三维双椭球的超声速流动为算例,用Euler方程模拟,以流场的压力总变差来进行自适应,通过分别用所提出的自适应方法生成的自适应网格与用原始网格计算所得的流场结果对比,计算结果表明,用自适应网格计算所得的激波比用初始网格计算所得的激波薄,采用自适应方法所计算出的流场数值解具有更高的分辨率.      

无人驾驶直升机发动机模糊自适应PID控制

针对某型无人驾驶直升机发动机控制的特点,提出恒量供油、恒速控制和总距前馈补偿控制的复合控制策略,在飞行控制计算机内建立发动机模糊自适应PID控制器,利用模糊规则和推理来在线调整PID参数,使发动机安全平滑启动,并在各种功率状态下保持输出轴转速恒定。经含实物仿真试验、地面试车、系留试验以及无人机整机试飞测试,所设计的发动机控制方案动态响应速度快,对总距变化等干扰的抑制作用强,能保证主旋翼在各种飞行状态下获得最佳的气动效率,改进无人直升机的飞行性能。      

战斗机非线性飞行控制技术的研究与发展

战斗机非线性飞行控制技术研究综述。首先介绍战斗机技术发展走向,然后对当前主要战斗机飞行控制设计方案进行分析,并重点介绍神经网络在飞行控制中的应用研究。最后指出,基于神经网络的智能控制方案作为飞行控制的重要研究方向,将为未来先进战斗机飞行控制系统设计提供重要的解决方案。     

基于自适应不对称高斯基函数网络的可靠飞行跟踪控制

针对歼击机操纵面结构故障,提出了一种基于自适应不对称高斯基函数网络（AGBFN）的可靠跟踪控制方案。该方案的特点是在传统的线性控制器的基础上,引入基于自适应AGBFN的自适应控制器,用于在线补偿由于建模误差、外扰、以及操纵面卡死或损伤所造成的影响,并且采用控制隔离技术来处理执行机构的饱和问题。完全自适应AGBFN采用不对称高斯基函数,并且可以在线更新网络所有参数,克服了传统RBF网络对称性约束,提高了网络的适应性和学习能力,从而保证歼击机的操纵品质,且输出较好地跟踪参考模型输出。飞行仿真结果表明,文中采用的控制方法使飞机在正常状态和故障状态下均可获得满意的控制效果。