采用TLC方法的超机动飞行控制系统设计

基于轨迹线性化控制(Trajectory linearization control,TLC)方法,研究了超机动飞机飞行控制系统的设计问题。首先简要介绍了TLC方法的设计思想;然后根据奇异摄动理论,将超机动飞行控制系统分成快慢两个回路,并为其分别设计了轨迹线性化控制器;最后分别用所设计的控制器和已有的动态逆控制器对某型歼击机进行了赫布斯特机动仿真。仿真结果和对比分析表明,所设计的TLC控制器是有效的,且比动态逆控制器具有更好的控制跟踪性能。     

基于T-S模糊系统的空天飞行器鲁棒自适应轨迹线性化控制

 基于T-S模糊系统提出了鲁棒自适应轨迹线性化控制(RATLC)方法。利用T-S模糊系统逼近未知干扰和不确定性因素,并采用Lyapunov方法设计了鲁棒自适应控制律。不论系统状态的维数和用于逼近不确定的模糊系统规则数为多少,整个系统仅有两个参数在线调整。理论分析证明了闭环系统所有信号一致最终有界。应用提出的控制方案设计了空天飞行器(ASV)飞行控制系统,并在高超声速飞行条件下进行了仿真验证,仿真结果表明了控制方案的有效性和鲁棒性。     

基于ASP的航空发动机维修管理系统

目前,我国一些发动机维修企业的工作流程过于依赖于人工操作,发动机维修数据也没有进行统计管理.这就意味着发动机维修过程中记录下来的绝大多数数据信息不会再被查找利用,也基本上不会用于发动机排故参考,因此无论从数据信息还是人力角度看都是很大的浪费.     

多机协同多目标攻击系统研究

研究了多机协同多目标攻击系统，定义了自主优先权，提出了分组决策的方案，设计了目标分配和火力分配的原则，采用神经网络实现了决策算法，并对整个决策系统进行了仿真；阐述了导弹攻击区的计算方法，用比例导引法实现了空空导弹攻击。最后设计了多目标攻击系统，将空战决策，导弹攻击区判断，导弹攻击融为一体，并进行了仿真。结果验证了空战决策的正确性。它对第四代歼击的火力控制系统的研究有一定的参考价值。     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值     

张履谦:参加首钢接管工作

正1948年冬,只有几天党龄的张履谦响应党的号召,服从党的分配,离开清华大学,参加了接管刚刚解放的石景山钢铁厂(即后来的首都钢铁公司)的工作。在石景山钢铁厂,张履谦独自负责对全厂职工的宣传工作。他发现石景山钢铁厂的职工由于长期受国民党反动宣传的影响,对共产党不了解,以为共     

电视指令制导空地导弹垂直命中目标的末制导系统研究

根据人在回路的电视指令制导空地导弹的一般作战攻击过程，将其末制导归结为满足落角约束的目标跟踪问题，接着设计了一种考虑导弹驾驶仪动态因素和重力的影响，能垂直命中目标的末制导律，然后研究了将它应用于电视指令制导空地导弹的弹载设备需求和可行性，最后将其与某型电视指令制导空地导弹使用的末制导律进行了对比，检验了它的优良性能。     

基于单隐层神经网络的空天飞行器直接自适应轨迹线性化控制

基于轨迹线性化方法（TLC）及神经网络技术研究了一种新的直接自适应TCC控制方案。利用单隐层神经网络（SHLNN）对于光滑非线性函数的逼近能力，对消系统中不确定因素的影响，神经网络自适应律采用Lyapunov方法设计，保证了整个系统所有信号有界。最后利用该方案设计了空天飞行器飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明整个控制系统具有很好的性能和鲁棒性。     

基于改进Hough算法的高光谱数据直线检测方法研究

为改进用于高光谱数据直线检测的传统Hough算法的计算量大、性能较低等不足,对一种基于改进Hough算法的检测方法进行了研究。用能反映地物信息体量的峰值信噪比选择波段,选出10个波段图像,既减少了输入波段数,又确保后续识别能考虑所有波段的光谱信息。对光谱相似性测度进行了改进,采用光谱信息散度与光谱角制图法混合度量(SID-SAM)检测图像边缘轮廓,获得特征点。再仿照传统Hough算法进行直线检测以得到结果。给出了算法的处理步骤,算法适于二维图像和高光谱图像的处理。实验检测结果表明:对二维图像,改进Hough算法识别出的直线数量远多于传统Hough变换,且提取的直线精度和完整性均有较大改善;对高光谱图像,与二维Hough算法相比,改进Hough算法所获结果的置信率高、准确性好,不仅可提高提取直线的完整性,而且能检测到前者无法检测到的部分。     

基于滑模干扰观测器的近空间飞行器非线性广义预测控制

近空间飞行器(NSV)的飞行包络很大,特别在高超声速飞行过程中,系统将具有强烈非线性 、耦合性和快速时变性,同时将受到较大的外干扰及不确定性影响,这对控制系统提出了很 大的挑战。为此,提出了基于滑模干扰观测器(SMDO)的非线性广义预测控制(NGPC)策略,将 滑模控制的强鲁棒性和预测控制良好的动态性能相结合,设计了高超声速条件下NSV的姿态 制导控制律,进一步仿真实验,结果表明该飞控系统具有良好的控制性能和抗干扰能力。