滞后不确定组合大系统的鲁棒控制

本文讨论了具有时滞互联不确定组合大系统的镇定问题。这种不确定性是时变的,它可作为不确定参数及输入摄动存在于每个子系统中,也可能存在于互联项中。不确定性在假设可能知道它的边界的情况下,利用本文构造的线性分散状态反馈控制律,系统是实际可稳定的,即系统可镇定。     

我国适航规定轻型水陆两栖飞机部分的修订建议

本文从水陆两栖飞机的国内外发展现状入手,展望了水陆两栖飞机的未来应用。结合我国目前的适航审定规则与国外发达通航国家的适航规章,从飞行性能和特征、结构和载荷、航电系统三个方面比较分析了现有适航规定中水陆两栖飞机的适航要求异同,总结其特点,并分析了适航规章的不足；根据轻型水陆两栖飞机的实际结构特点和任务模式,提出了我国现有适航规定在水陆两栖飞机方面的适航要求在起飞特性、结构安全、密封和腐蚀防护以及驾驶舱系统集成等方面的增补建议。     

基于弹载捷联惯性导航系统精确导航的双欧拉全姿态方法

垂直发射的地空导弹在大机动飞行时,其四元数法姿态角输出存在奇异性。为解决该问题,提出了正、反欧拉角微分方程切换的双欧拉全姿态解算方法。对正、反欧拉角微分方程进行了详细推导,论述了正、反欧拉角微分方程精华区与奇异区的倒置关系。在此基础上,建立了正、反欧拉角的转换公式。根据正欧拉角的俯仰角对正、反欧拉角无缝切换,有效解决了俯仰角在±90°附近时姿态奇异性问题。仿真和半物理试验的结果表明:双欧拉全姿态算法解算的实际姿态与理论姿态保持一致,在奇异点附近的姿态角仍能正常输出,未出现突变现象,该方法得出的导航精度比四元数法得出的导航精度提高了9.81%。     

基于低轨移动星座的高速星载路由器设计

随着地面网络流量不断增长,实现星地一体化要求星间网络能够提供基于IP的大流量数据传输。而星载路由器作为连通星间网络的关键设备,其转发速率和服务质量等指标决定了整个星间网络的吞吐量和时效性。考虑到现有星载路由器吞吐量低的现状,提出一种适用于低轨移动通信星座的高速星载路由器设计方案,在基于拓扑快照的路由基础上补充3层动态路由,在保证交换速率的同时减少网络故障导致的丢包,实现“一次路由,多次交换”。采用共享内存式的交换存储单元,利用Spacewire和Serdes高速接口单元,理论上星间数据吞吐量能够达到最高51Gbit/s,且支持IP数据传输,为与地面网络的融合奠定基础。     

遥感卫星动力学频谱规划

频谱规划是无线通信领域的概念.介绍了在遥感卫星动力学设计中的动力学频谱规划方法,通过合理的动力性频率设计,避免星上周期性活动部件与低频密集模态的挠性附件因频率接近而发生耦合振动,确保高精度遥感探测卫星具有足够的指向精度和姿态稳定度.以某高轨遥感卫星为例,通过规避5项干扰力矩对卫星的影响,确保指向精度和稳定度指标的实现.     

一种高效计算各类基于方差灵敏度指标的方法

为同时计算各类基于方差的灵敏度指标,提出了基于空间分割和无迹变换(UT)的计算方法,其可以重复利用一组样本点近似计算出基于方差的全局灵敏度指标(Sobol指标)、基于方差的区域灵敏度指标以及基于方差的W指标。除此之外,还对基于方差的W指标进行了改进,改进的基于方差的W指标除包含原始指标所提供的信息外,还包含了输入变量取不同实现区间时对输出响应方差影响的变异性,可以更合理地反映调整输入变量的不同取值区间对输出离散程度的平均影响。数值算例以及工程算例的计算结果表明了本文方法在计算上的准确性以及改进的基于方差的W指标的合理性。      

复杂动态场景下目标检测与分割算法

在动态场景等复杂条件下,往往难以对序列图像目标进行准确的检测与分割。根据序列图像中目标在复杂条件下的成像特点,提出了一种基于融合尺度不变特征变换(SIFT)流特征显著模型的动态场景目标检测与分割算法。通过对SIFT流算法表示运动特征信息的优势进行分析,并结合图像国际照明协会(CIE)Lab颜色空间的颜色和亮度特征信息,建立四维特征向量空间。利用改进的多尺度中心-环绕对比方法生成各特征通道的显著图并进行线性融合,建立序列图像的动态场景目标显著模型。最后利用均值漂移聚类算法和形态学处理实现对检测目标的精确分割。实验结果表明,相比传统检测与分割算法,该算法在动态背景与航拍等复杂场景下能够分割出更为完整的目标区域,具有良好的鲁棒性和高分割精度。      

基于舵面位置反馈的实用非线性控制分配方法

针对飞机在自主起降、大迎角飞行时力矩系数与舵面偏角之间的非线性和耦合性问题,以无尾飞翼飞机(TFWA)为对象,提出了一种实用新型的基于舵面位置反馈的非线性控制分配方法。该方法通过舵面位置反馈,在期望三轴力矩系数中除去前一拍舵面偏角产生的非线性三轴力矩系数,从而将非线性控制分配问题转化为线性控制分配问题来求解。证明了该方法具有一致渐近稳定性,且其稳态误差为0,并分析了该方法的可行性。通过与序列线性规划、序列二次规划和遗传算法等非线性控制分配方法进行数字仿真对比,突显了该方法精度高、解算快的特点;同时对该方法进行了基于伪逆法、不动点迭代方法和相邻面搜索方法的数字仿真,说明了其处理非线性控制分配问题的有效性。以TFWA、F18等为对象,在xPC-DSP半物理仿真平台上验证了该方法具有通用性强、实时性好的优点。      

一种结合深度学习的运动去模糊视觉SLAM方法

针对高动态环境下视觉同步定位与地图构建（Simultaneous Localization And Mapping,SLAM）系统的可靠性受运动模糊的限制,研究了一种基于生成对抗网络(Generative Adversarial Network,GAN)和AKAZE特征点的运动去模糊视觉SLAM方案。首先对因相机快速运动而产生的模糊图像进行AKAZE特征点的提取与检测,并根据特征点分布的丰富程度计算图像块权重,结合灰度图像的方差信息建立特征点与模糊程度之间的量化关系表;之后将达到模糊分数阈值的图像同步输入至改进GAN网络模型,该网络以端对端的形式恢复中心模糊帧的纹理信息,最后将输出的清晰图像重新进行位姿估计参与ORB-SLAM2后端优化过程。在公开数据集TUM上进行测试,对于受模糊影响较严重的数据集,方案可以明显降低相机轨迹估计的整体误差,同时维持较好的鲁棒性。