Aero-engine Thrust Estimation Based on Ensemble of Improved Wavelet Extreme Learning Machine

Aero-engine direct thrust control can not only improve the thrust control precision but also save the operating cost by reducing the reserved margin in design and making full use of aircraft engine potential performance.However,it is a big challenge to estimate engine thrust accurately.To tackle this problem,this paper proposes an ensemble of improved wavelet extreme learning machine(EW-ELM)for aircraft engine thrust estimation.Extreme learning machine(ELM)has been proved as an emerging learning technique with high efficiency.Since the combination of ELM and wavelet theory has the both excellent properties,wavelet activation functions are used in the hidden nodes to enhance non-linearity dealing ability.Besides,as original ELM may result in ill-condition and robustness problems due to the random determination of the parameters for hidden nodes,particle swarm optimization(PSO)algorithm is adopted to select the input weights and hidden biases.Furthermore,the ensemble of the improved wavelet ELM is utilized to construct the relationship between the sensor measurements and thrust.The simulation results verify the effectiveness and efficiency of the developed method and show that aero-engine thrust estimation using EW-ELM can satisfy the requirements of direct thrust control in terms of estimation accuracy and computation time.     

基于直升机平台SAR的方位重影抑制方法

直升机合成孔径雷达(SAR)已成为遥感领域的重要探测工具。针对平台微小高频振动导致方位重影,造成图像质量降低的问题,提出了一种振动相位补偿算法。首先利用回波录取的几何构型,推导基于直升机振动平台的SAR回波表达式,并引入雅可比-安格尔恒等式,对回波完成一阶贝塞尔级数展开,获得高频振动误差与方位向重影的关系式。然后,从直升机SAR实测数据入手,对方位相位进行差分、提取和快速傅里叶变换,得到振动频点信息,并对频点信息进行反演,得到高频误差相位。最后,利用高频误差相位对原始回波进行补偿,抑制成对回波模糊现象,从而消除方位重影。基于实测数据的成像处理结果验证了所提方法的有效性。     

基于卷积神经网络技术的直升机旋翼谱识别方法

针对直升机雷达回波在时频二维分布图上的分布特性,提出一种基于卷积神经网络技术的直升机旋翼谱识别方法,实现了直升机旋翼谱与其他类型目标的区分,从而有效识别直升机。当雷达工作在低重复频率(LPRF)时,直升机旋翼回波在时频分布图上呈现明显的扩展特征。通过仿真与实测数据分析,表明该特征与其他目标回波在频率维分布特性存在较大差异。利用卷积神经网络中的卷积核技术,将实测数据与卷积核矩阵进行二维卷积运算,依据输出矩阵实现了直升机旋翼谱的识别。利用实际采集的直升机回波数据进行验证,证明该方法是有效的,可应用于各种采用脉冲多普勒工作体制的雷达系统。     

微小卫星临近操作仅测距初始相对定轨解析方法

针对仅有相对距离测量信息的近圆轨道航天器近程交会问题,首次提出一种基于传感器偏离航天器质心安装杆臂效应的解析初始相对定轨算法,解决了仅测距定轨存在镜像解的模糊性问题。首先给出了仅测距定轨模糊性的数学解释,然后基于Clohessy-Wiltshire动力学模型和传感器偏心安装的杆臂效应推导了仅测距信息情况下的初始相对轨道解析解,并给出系统能够去模糊的传感器安装条件。最后通过无误差仿真验证了所提算法的有效性,通过误差情况下的Monte Carlo仿真分析了算法的定轨性能。仿真结果表明所提算法有效,在满足传感器偏心安装条件下能够实现较为精确的初始相对定轨。     

红外拦截弹输出反馈制导控制一体化设计

针对采用红外导引头的拦截弹,提出一种基于滑模观测器的制导控制一体化(IGC)控制方法,在导弹的部分状态已知和非匹配不确定性影响下,确保了其高精度拦截效果。首先,由于采用红外导引头的拦截弹的视线(LOS)角速率难以获取,系统将不满足干扰估计的匹配条件,设计了一种新型滑模观测器,通过构造补偿滑模观测器,同时实现导弹的未知状态和干扰的有限时间精确估计。然后,利用未知状态和干扰估计信息,设计反步控制器实现导弹的制导控制一体化,证明了系统的有界稳定。仿真结果表明,本文提出的方法可以获得较小的脱靶量,且对存在的不确定性具有较强的鲁棒性。     

多目标多约束组合体与飞船轨道维持优化

针对天宫二号/神舟十一号任务组合体运行与飞船返回要求,建立了升交点经度、轨道偏心率、指定时刻轨道高度及速度倾角等多目标特征参数的控制方程;根据组合体至飞船撤离准备各阶段的飞行特点,分析了近圆轨道偏心率中长期演化情况以及飞船返回双脉冲控制量随控制时间的变化规律,提出了通过两次组合体与飞船联合规划来满足不同约束的控制策略;根据撤离后飞船、天宫以及伴星的相对运动关系研究了结合规避控制的飞船双脉冲维持优化控制方案。最后依据神舟十一号任务的飞行过程,设计算例验证了该方法的有效性,具有较好的工程应用价值。     

基于力法的超静定捆绑火箭传力特性研究

对于采用超静定捆绑的助推器来说,对捆绑装置载荷的准确预示是开展构型论证、结构设计和优化的关键工作。基于力法,推导了超静定捆绑助推器的捆绑载荷解析模型,并通过有限元方法进行了验证。在此基础上,获得了捆绑装置刚度、安装位置及捆绑个数对捆绑载荷的影响规律,从而为工程应用提供了一定的参考和理论支撑。     

基于地轴矢量解算的SINS无纬度支持自对准方法

针对无纬度条件下SINS初始对准问题,提出了一种基于地轴矢量解算的对准方法。在静止基座下,利用陀螺仪敏感地轴矢量,直接建立导航系轴向矢量在载体系的正交投影,解析式确定姿态矩阵;晃动基座条件下,根据惯性系重力矢量观测,构建以地轴矢量为旋转轴的两组等角旋转矢量序列,利用QUEST算法求解旋转四元数实现对地轴矢量的优化解算,并以此建立导航系轴向矢量的载体惯性系投影,最后利用陀螺跟踪载体系相对惯性系的变化,确定载体系相对导航系的姿态关系。静止基座解算实验表明直接解析式对准与传统的解析式对准精度相当,但解算效率得到了提高;晃动基座仿真与船载实验均表明基于四元数的地轴矢量优化解算在精度上要优于三矢量几何解算方法,引入低通滤波环节后,对准精度进一步提高。     

立方星电源系统最大功率点跟踪优化控制方法

针对立方星在能量来源严重受限条件下如何提高太阳能利用率的难题,提出一种适用于立方星的集中供电式空间微电源架构(EPS),并设计基于改进粒子群优化算法的最大功率点跟踪(MPPT)控制策略来提升能量转换效率。首先,推导太阳电池阵列的数学模型,并根据太阳电池阵列的工作特性,提出电源系统最大功率点跟踪控制的物理系统实现结构。其次,设计基于改进粒子群优化(PSO)的最大功率点跟踪控制算法,并进行了数学仿真校验。最后,对所设计的电源系统架构进行了硬件实现和试验验证。地面试验结果表明,电源系统的太阳能最大转换效率可达95.5%。该电源系统成功应用于世界首颗12U立方星“翱翔之星”的飞行试验,在轨数据表明电源系统工作状态良好,为微纳卫星电源系统的设计提供了有益参考。     

非工作状态下电液伺服机构运动分析

针对电液伺服机构安装到运载火箭后存在非工作状态下承受外力并产生被动运动的现状,分析伺服机构的受力情况并构建内部液体流动回路,研究非工作状态下伺服机构在外力作用时的运动特性。发现伺服阀零位特性以及伺服机构高压回路密封性能是影响伺服机构非工作状态下运动特性的主要因素。在外力作用下发生运动时油缸某一侧往往处于抽真空状态。使用零位特性良好的伺服阀以及高压回路泄漏小的伺服机构,在外力作用下将处于双向不动或单向可动的状况。利用典型产品开展了物理试验,验证了结论的有效性。