基于双力源的叠加式多维力传感器校准装置研究CSCD

介绍了一种基于叠加机原理的双力源多维力传感器校准装置的设计与研制,对装置的测量不确定度进行了分析,通过对三分量力传感器的校准实验,证明了校准装置不仅可以对多分量力传感器进行单分量校准,还能方便地实现耦合误差的校准。     

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。     

对于动态目标的航天器鲁棒PD+快速跟踪控制方法

摘要：针对卫星对于空间动态目标快速、稳定地跟踪、控制目标，同时考虑平台模型的不确定性、外部随机干扰、系统控制力矩与角速度约束等因素，设计PD+控制器实现对于动态目标的快速、稳定跟踪；在经典PD控制器的基础上设计控制添加项使得系统能够按照既定轨迹运动；采用变结构的手段实现系统收敛速度的提升；合理设计Lyapunov函数的结构，引出角速度、四元数的耦合项对V函数进行改良，简化系统稳定性证明与分析的过程；讨论系统最极端情形，通过对V函数上下界的讨论分析系统该情形下的稳定性；最后通过数值仿真验证所提出算法的有效性与优越性.     

涡桨飞机发展现状及关键气动问题

独特的动力形式赋予了涡桨飞机优越的推进效率和良好的低速机动、起降性能，使得其在军用及民用领域占有重要的地位并得以不断发展，但同时也带来了一系列需要重点关注的设计问题。本文从目前国内外涡桨飞机的发展现状和设计特点出发，提出其面临的主要气动问题。重点针对国内亟待发展的舰载类涡桨飞机起降过程中的失速和操纵问题进行深入研究，剖析了翼面附近流动的分离状态和发展趋势对于失速特性及操纵安全性的影响规律，归纳总结出需要关注的关键约束和设计原则。在此基础上，通过对一组计算实例的分析，给出了机翼空间流场变化特征和宏观气动力之间的内在联系，并深入阐述了三维增升构型与干净构型及其各站位翼剖面的设计关联性。     

平台摇摆对卡尔曼滤波跟踪精度的影响

通过建立目标相对运动坐标系和目标相对运动观测模型,研究了在平台摇摆影响下,跟踪系统观测到的目标运动状态的变化。在分析捷联垂直基准补偿原理的基础上建立了捷联垂直基准平台摇摆角补偿模型,建立的模型结合捷联垂直基准系统的测量能力对其补偿算法进行了理论推导,使模型适用于实际捷联垂直基准系统。通过建立模型以及仿真研究了平台摇摆作用下卡尔曼滤波跟踪精度的变化,指出了摆造成卡尔曼滤波跟踪精度降低甚至离散的主要原因在于模型误差增大。设计仿真实验验证了结论的正确性,为进一步改进跟踪手段提供了理论参考。     

Hybrid integration method for highly maneuvering radar target detection based on a Markov motion model

To detect highly maneuvering radar targets in low signal-to-noise ratio conditions, a hybrid long-time integration method is proposed, which combines Radon-Fourier Transform (RFT), Dynamic Programming (DP), and Binary Integration (BI), named RFT-DP-BI. A Markov model with unified range-velocity quantification is formulated to describe the maneuvering target’s motion. Based on this model, long-time hybrid integration is performed. Firstly, the whole integration time is divided into multiple time segments and coherent integration is performed in each segment via RFT. Secondly, non-coherent integration is performed in all segments via DP. Thirdly, 2/4 binary integration is performed to further improve the detection performance. Finally, the detection results are exported together with target range and velocity trajectories. The proposed method can perform the long-time integration of highly maneuvering targets with arbitrary forms of motion. Additionally, it has a low computational cost that is linear to the integration time. Both simulated and real radar data demonstrate that it offers good detection and estimation performances.     

基于变量集结预测控制的四旋翼无人机控制器设计

针对四旋翼无人机路径跟踪问题，设计了一种基于变量集结预测控制的控制器。首先以四旋翼无人机状态空间模型为基础建立预测模型；接着设计控制器时采用分段集结的策略把控制量集结成三段优化序列以减少优化计算量，并降低优化保守性，为了进一步加强系统稳定性，控制器引入终端代价函数和终端约束；最后用四旋翼无人机的动力学模型作为被控对象进行仿真验证，结果表明：该控制器能使四旋翼无人机在三轴方向均能实现一个良好的路径跟踪效果。与传统方法相比，这种基于变量集结的预测控制策略能够减小在线优化量，更适合四旋翼无人机飞控芯片的应用。     

多飞行器动态目标追踪协同控制研究

多飞行器追踪动态目标是一个协同控制问题,需要根据目标飞行状态,协同各个追踪飞行器的飞行状态,最终能够在某动态的最佳点实现同时到达。考虑到目标具有较强的机动性,轨迹通常为非线性的,设计了一种基于非线性轨迹预测的、以剩余时间为控制变量的一致性控制方案。仿真结果表明,提出的控制方案能够实现空间位置相距较远的多飞行器动态追踪,具有较好的灵活性和收敛性,目标轨迹的预测结果与实际轨迹误差较小,恰当的轨迹估计有助于缩短追踪时间,提高追踪效率。     

空间模拟碎片释放装置技术方案

为配合空间碎片主动清除技术的演示验证试验,提出了一种空间模拟碎片释放装置的技术方案:由模拟碎片及分离解锁装置组成。模拟碎片不具备任何合作特征,最初通过压紧杆与分离解锁装置相连,释放时由火工切割器切断压紧杆,模拟碎片在压缩弹簧的驱动下与分离解锁装置分离。最后,通过静载、模态、运动特性分析及分离解锁试验验证了该释放装置设计的正确性。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。