基于AFI混合聚类算法的轴承故障诊断方法

针对滚动轴承振动信号标记数据量小、故障模式多样的现状，提出了一种基于AFI混合聚类算法的半监督式轴承振动信号故障诊断方法。利用小波包分解方法提取了信号的能量特征谱，并通过主成分分析方法增强了信号的特征；参考迭代自组织数据分析的“分裂”和“合并”的思想，为人工鱼群算法中的个体鱼增加了“分裂进化”和“合并进化”行为；采用模糊C均值方法定义了隶属度矩阵和目标函数，并利用改进的人工鱼群算法，迭代搜寻了目标函数的全局最优解，得到了各故障模式的聚类中心；通过计算测试数据的最近邻聚类中心，实现了故障模式识别。结果表明，该方法无需指定聚类簇数，能在标记数据量小的情况下完成训练，较同类方法表现出了更优的故障模式识别性能。     

重复使用运载器制导与控制技术综述

本文对重复使用运载器制导与控制技术进行综述。随着航天技术的发展，对航天运载器重复使用的需求也日益剧增，具备可复用的天地往返运输能力也一直是航天工业追求的重要目标之一，而制导与控制将发挥重要的作用。首先回顾了全球范围内重复使用运载器的研究进展，随后从不同的维度对其发展途径进行分类和分析，并从垂直起飞垂直着陆（VTVL）、垂直起飞水平着陆（VTHL）、水平起飞水平着陆（HTHL）等3个方面对制导与控制的需求进行了梳理。针对不同的起降模式，详细构建了完整的制导与控制模型、约束与目标函数，从而对比在不同场景下制导与控制的特点和挑战。在此基础上，对在VTVL、VTHL、HTHL 3种工作方式下制导与控制理论研究与工程实践中所取得的研究成果进行分析，并对各种方法的特点进行了论述和比对。最后对本领域当前亟待突破的技术难点和发展趋势进行了讨论，并对推动重复使用运载器应用的重点研究方向进行了归纳和展望。     

无人自转旋翼机建模与控制方法研究

以500kg级无人自转旋翼机为研究对象,研究了样例无人旋翼机的建模和自动飞行控制技术.首先,基于解析形式叶素积分法给出自转旋翼机的建模方法,并给出了样例旋翼无人机的数学模型;然后,设计了无人旋翼机的俯仰和滚转控制律,并在此基础上设计了速度、高度及侧偏控制律.最后,通过飞行试验验证了模型的准确性及控制律的有效性.     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下，传统PID控制方法难以满足高品质控制需求的问题，进行了自适应增广控制(AAC)方法研究，以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上，通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制；继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响，设计了在线调整算法自适应调节PID控制增益，并对其工作机理与参数设计原则进行研究；然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响；最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析，验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响，大幅度提升综合控制性能，具有理论研究意义与工程应用价值。     

基于自主可控SoC的航天控制系统集成应用研究

在分析SoC技术特点及航天SoC应用特点的基础上,提出基于自主可控SoC系统集成技术是航天控制技术的发展方向,并给出了基于自主可控SoC的航天控制系统集成和应用验证关键技术。     

一种适应箭载电磁环境的无线电能传输系统屏蔽优化方法

对SS型拓扑结构的磁场耦合谐振式无线供电系统进行了建模与分析,利用交流阻抗分析法建模,着重分析自感、互感参数对系统传输功率和传输效率的影响;对应用在箭上的无线电能传输系统,考虑其电磁兼容性,分别使用铁磁性金属与非铁磁性金属对谐振器进行屏蔽,分析其对传输性能的影响;针对特定条件下的参数,提出了基于互感耦合参数的性能优化指标,为达到此指标设计相应的电磁屏蔽方案;并分析屏蔽优化后的其他指标,进行实物实验验证。     

基于ESO的高超声速飞行器解耦控制

针对高超声速飞行器三通道具有强耦合的问题，提出一种基于扩张状态观测器的全通道解耦控制方法。该方法不需要根据耦合项特点设计耦合补偿模型，而是通过设计扩张状态观测器，将高超声速飞行器耦合项视为扰动，利用扩张状态观测器具有实时跟踪估计扰动的能力，将耦合项扰动估计出来。通过补偿控制来消除耦合的影响，从而完成解耦控制。进一步，通过LQR控制方法完成姿态控制系统的闭环反馈控制律设计，最终实现一种工程上实用的高超声速飞行器解耦控制方法，并通过数学仿真验证了该控制方法的正确性和有效性。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控制的增益根据舵效变化完成在线自适应调节,实现飞行器的自适应姿态控制;最后,进行数学仿真验证,结果表明,将BP神经网络应用于飞行器姿态控制中,能够实现控制参数的自适应调整,说明BP神经网络具有优良的逼近性能,最终提升了飞行器姿态控制系统的性能,提高了智能化设计水平.     

基于跟踪微分器的高超声速飞行器Backstepping控制

针对存在模型参数不确定和外部干扰的高超声速飞行器（HFV）跟踪控制问题，提出一种基于Backstepping方法的抗饱和非线性控制器。将飞行器纵向动力学模型分为速度子系统和航迹倾角子系统，然后针对每个子系统单独设计控制器。设计跟踪微分器获得信号的一阶导数，用以估计系统中的不确定干扰项和避免"微分项膨胀"问题。控制器设计过程考虑了控制量发生饱和的情况。基于Lyapunov理论证明了闭环系统信号的稳定性。与传统高超声速飞行器Backstepping方法相比，所设计的控制器采用待跟踪状态与理想控制指令之间的实际误差作为反馈量，放宽了对系统干扰项的限制，提高了控制器对控制增益变化的适应性，进而提高了闭环系统的跟踪控制性能。对比仿真结果验证了所设计方法的有效性。