自适应光学技术补偿镜面温度及自重变形研究

论述了在星载高分辨率相机上采用自适应光学技术的必要性;介绍了应用自适应光学技术补偿镜面温度及自重变形的实验原理,进行了计算机模拟计算,并与实验结果进行比较。实验用一块平面反射镜作为缩比模型,应用６１单元自适应光学系统对其进行了闭环校正实验,分析了泽尼克多项式所对应的像差的校正效果。     

排队论的局限与排队模拟的数学本质

排队现象是工程技术和社会生活中广泛存在的一种现象。对它进行量的研究将有助于通信、计算机、航天和电子对抗领域一大类问题的解决。排队论［１］为此己做出了重要贡献,但有局限。排队模拟可克服这些局限,提出了排队系统的新定义;对排队论己有成果进行了回顾和分析;指出用Ｌｉｎｄｌｅｙ定理验证非泊松到达的等待时间｛Ｗｎ｝的分布函数之所以十分困难的原因;提出排队论的三点局限;分析了排队模拟的数学本质;指出排队模拟实际上是数列环上的运算。     

基于健康蜕化的航空发动机传感器故障诊断(英文)

改进在线故障诊断算法使其能适应发动机健康蜕化是目前故障诊断所面临的困难,如果诊断算法没有自适应能力,在发动机健康蜕化后将失去其诊断功能。为了解决此问题,提出在线故障诊断算法,采用跟踪滤波器估计发动机的健康状况,机载模型根据跟踪滤波器的估计结果进行更新。更新后的机载模型能够与真实的发动机相匹配。这使得当发动机健康蜕化后在线故障诊断仍能保持其有效性。最后采用一组卡尔曼滤波器来对航空发动机传感器故障进行诊断与隔离。通过设计好的一组卡尔曼滤波器,能够诊断并隔离出故障。本文使用非线性发动机模型来验证此方法,仿真结果表明本文提出的在线诊断方法在发动机健康蜕化后仍能保持其有效性。     

平板弯曲问题的误差估计和网格自适应研究

本文对承受横向载荷的复合板设计了一个自动的误差估计和网络加密过程,并通过实际算例验证了此过程的有效性,结果证明所设计的过程能达到较高的计算精度。     

卫星编队对空间非合作目标测距相对导航精度分析

针对单颗卫星对空间非合作目标测距不能估计全部相对运动状态的问题,提出利用编队中多颗卫星同时测距相对导航。建立了相对运动状态估计的系统模型;推导了系统可观测矩阵;通过计算系统可观测度和采用无迹卡尔曼滤波（UKF）对目标相对运动状态进行估计,研究了观测矢量方向和数量与相对导航精度的关系。结果表明双星测距能估计全部相对运动状态,观测矢量夹角越大,相对导航精度越高,在编队尺寸远小于目标距离的前提下,多于两颗的卫星测距并不能明显提高相对导航精度。     

编队卫星姿态的自适应协同控制

研究了无向信息交互条件下的多卫星姿态同步和跟踪问题,分别在模型参数精确已知和存在模型参数不确定性的情形下设计分散式协同控制算法。当模型参数精确已知时,基于滑动模态变量设计的协同控制力矩,实现了编队卫星姿态的同步机动,即保证编队卫星姿态的同步,并同时跟踪期望的时变参考姿态轨迹。当在轨卫星存在模型参数不确定性和常值未知扰动力矩时,提出了一种自适应协同控制律,仍能实现多卫星姿态的同步机动。基于Lyapunov-Krasovskii的分析表明,当星间链路存在任意未知的定常通讯时延时,本文设计的控制器有效。数值仿真算例验证了本文提出的控制算法。     

纹影干涉图的图像处理方法研究

本文利用计算机存贮量大、运算能力强的特点研究了一种分析纹影干涉图,计算密度场的图像算法。这套算法包括使用低通滤波技术消除干涉图背景中的高频噪声,使用 Hilditch 算法细化宽度多于一个像素的干涉条纹,使用模式识别方法提取干涉条纹的位移量,最后应用数值积分技术求解密度场的空间分布。这里研究的图像处理方法提高了纹影干涉图定量分析的精度、加快了实验结果的处理速度,给出了直观可靠的数值结果,是一种实用有效的图像算法。     

带攻角约束的高超声速飞行器自适应反步控制器设计

针对带攻角(AOA)约束的高超声速飞行器控制问题,提出一种基于非对称时变障碍函数的非线性自适应反步控制方法。首先,将飞行器模型化为严反馈形式,以反步法为基础进行控制器设计。然后通过光滑饱和函数对名义攻角指令信号进行限幅,并保证限幅信号的可导性,限幅产生的误差通过设计辅助系统进行补偿。进而使用障碍函数对攻角指令跟踪误差进行非对称时变约束。针对不确定性和干扰,设计新型自适应律对集中干扰上界进行估计并补偿。最终通过Lyapunov理论证明了闭环系统状态量一致最终有界并且攻角始终满足时变约束。仿真结果表明,本文方法能够在满足攻角约束基础上保证良好跟踪性能。     

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.