饱和非线性系统增量增益的LMI界定方法

利用系统的输入－输出研究方法，通过求解系统的线性矩阵不等式（LMI），确定了具有饱和非线性系统的增量增益，示例计算结果表明，确定系统的增量增益不但可以方便地判断饱和非线性系统的稳定性，而且在一定程度上也反映了系统的鲁棒性。     

超视距舰空导弹爬升段弹道设计

针对超视距舰空导弹中制导的爬升段,采取两段程序圆弧相结合的方法设计弹道,给出了导弹爬升段的高度与倾角指令,并对于在圆弧间及弧与高空平飞段两转接点处出现的抖动现象,通过改变转接基准并做必需的导引指令修正,有效地解决了抖动问题。最后的仿真结果验证了所设计导引律的可行性和对于消除抖动问题所做措施的有效性。     

电弧加热发动机温度和速度的测量

本文着重介绍光谱辐射法、激光诱导荧光法、静电探针法等接触式和非接触式测量技术在电弧加热发动机 (Arcjet)参数测量中的应用。讨论了电子温度、重粒子温度、羽流速度等参数的测量 ,并对一些结果进行了分析与论证 ,指出非热力学平衡态下不同的测量技术测量的是不同的温度指标。从测量技术的发展来看 ,激光测量技术将成为参数测量的主导技术。     

综合飞行/推进控制系统的鲁棒设计方法

基于凸多面体线性系统族镇定方法和航迹准稳态运动概念，研究了现代攻击机的综合飞行／推进控制系统的鲁棒设计方法。该方法根据航迹准稳态运动的条件。生成航迹准稳态运动的期望控制量和状态量，以航迹准稳态运动为基准运动建立综合系统的线性系统族模型，采用凸多面体线性系统族鲁棒镇定方法设计了综合控制系统的反馈调节控制器。数学仿真表明，所设计的综合控制系统对攻击机推进系统输出推力的变化具有大范围的鲁棒性，在推力开环控制下能够获得良好的系统动态性能和战术性能。     

卫星姿态跟踪系统的鲁棒控制器设计

研究了具有参数不确定性和外部干扰的卫星姿态跟踪控制问题。针对这一类多输入／多输出不确定非线性系统，提出了一个基于不确定项上界的鲁棒输出跟踪控制器设计方法。应用输入／输出反馈线性化法和李亚普诺夫方法，设计了一个控制律，它可确保系统输出按指数规律跟踪期望输出。该控制器计算简单，易于实现。仿真结果表明：即使系统存在不确定性，仍可在闭环系统中实现精确的姿态控制。     

支承飞轮的推力磁轴承设计

讨论了磁轴承用户性能要求与设计解空间参数之间的多对多映射关系和设计中遵循的一般规则,对磁轴承的设计过程进行了结构分析。在此基础上,通过分析用于陀螺仪中支承飞轮储能系统的推力磁轴承的结构特点和设计约束,详细讨论了该产品设计过程中各种设计参数之间的相互约束关系和确定顺序,探讨了一种合理的设计参数映射过程,为磁轴承性能体系的建立和智能设计奠定了基础。     

定容式气体微流量校准装置吸放气特性研究

介绍了定容式气体微流量校准装置的组成和工作原理,对流量计吸放气特性进行了实验研究,给出了静态压力上升速率曲线,并对实验结果进行了理论分析,得出了对于结构复杂的真空系统要结合系统各组件的结构、历史使用情况等因素来分析系统的吸放气特性,在一定的温度下长时间全面烘烤是降低真空系统放气率的有效途径。     

一种新的四路激光跟踪坐标测量系统的基点标定方法

在激光跟踪三维坐标测量系统中,系统首先要经过标定,才可以进行实际测量。因此系统标定的准确度会直接影响系统最终测量准确度。为了提高标定准确度,提出一种新的标定方法,即利用直线法原理,在优化布局下,采用两路激光干涉仪测量出基点的三维坐标。仿真结果表明目标点相对于基点呈对称分布时,测得的基点坐标准确度比非对称分布时高6到7倍,并通过实验得出了在该优化布局下的基点坐标。     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

一种小天体旋转参数估计方法

小天体旋转参数是科学数据,也是小天体测绘,着陆导航的基础数据.研究一种在小天体探测接近段过程中使用的基于图像上特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法.该方法首先建立小天体旋转关系模型,表示小天体在相机坐标系中的姿态变化;然后定义小天体旋转的状态方程,推到了扩展卡尔曼滤波器的计算过程.通过对观测图像序列上的特征点跟踪,利用扩展卡尔曼滤波器方法得到小天体旋转轴指向和自转角速度估计.实验中,在仿真相机与小天体相机100 km距离上,分析了相机坐标系小天体坐标系之间的四元数初值,图像上特征点跟踪精度,相机的观测指向等因素对小天体旋转参数估计精度的影响.实验结果表明,提出的基于图像特征点跟踪和扩展卡尔曼滤波器的小天体旋转参数估计方法能够得到具有较高精度的估计结果.