机动目标状态估计器算法研究

基于战斗机航迹准稳态运动状态假设,研究了机动目标状态估计器算法.该算法通过选取虚拟测量变量和状态变量,以及假设目标处于航迹准稳态运动状态,把含有9个变量的非线性滤波和预测问题转化为1个三阶和3个二阶的线性滤波和预测问题.在综合控制系统中的仿真结果表明,该算法计算量小,滤波精度好,能够满足综合控制需求.      

空空导弹敏捷转弯反作用喷气控制研究

为了提高近距空空导弹离轴发射和攻击载机后半球目标的能力,在俯仰平面内研究了使用反作用喷气控制空空导弹敏捷转弯的问题.为了实现导弹的敏捷转弯,提出了通过控制导弹姿态来控制导弹速度方向的方法,从理论上证明了该方法的可行性.考虑到反作用喷气输入的开关特性,使用滑动模态方法设计了导弹的姿态控制系统,滑动模态可达的一个充分条件为反作用喷气提供的可控力矩不小于导弹的最大气动俯仰力矩.反馈增益可以通过非线性仿真或者优化来选择.非线性仿真的结果再次表明本文提出的转弯方法的可行性,同时也表明了滑动模态姿态控制方法的有效性.      

网络控制中传输延迟的接口延迟模型

针对网络控制应用中的延迟问题,通过将传输延迟与网络接口合并到一起,建立了一种新模型:接口延迟模型,然后给出了接口延迟的求解方法,并对接口延迟在实际应用中的各种有关性质进行了深入的研究.接口延迟模型的建立,使得网络控制的研究可以从具体的传输网络中脱离出来,从而可以直接围绕可测的接口延迟研究网络控制系统.      

X射线平板探测器数字成像及其图像校准

为了提高X射线数字成像系统的图像质量,以基于平板探测器的X射线数字照相系统为研究对象,介绍了平板探测器自身影响图像质量的4大因素:随机噪声,偏置误差,像元响应不一致性和瑕疵像元等,分析了这些因素的成因及其对图像质量的影响,提出了相应的减小和消除这些影响的图像校准方法.实验结果表明:运用这些图像校准方法,可以有效地去除上述因素对图像质量的影响,显著提高平板探测器输出图像的质量,为后续图像判读奠定了良好的基础.      

最优气动力辅助空间拦截和交会

航天器从高轨道向位于低地球圆轨道的靶目标实施拦截或进行交会 ,并用间接求解的直接伴随方法 ,即用D型拉格朗日方法求解其优化问题。拦截条件是指在最终时刻两者的位置相同 ,而交会条件是指不仅位置相同且最终的速度矢量亦相等。文章讨论了最小时间与最小脱靶量 ,或最小时间与最小燃料消耗的复合性能指标 ,以及推力协同机动的优化解。推力协同下 ,对于特定情况 ,如在热流约束边界部分推力弧是奇异的 ,气动力控制是正常的。这种复杂性和奇异问题的求解在拦截和交会问题中都是值得慎重处理的。     

面向NXD的XML数据函数依赖

XML的半结构化特性造成了Native XML 数据库中数据模式规范化设计中的很多问题.采用结构信息和数据信息相结合的方法,给出XML数据间函数依赖的定义,解决数据模式规范化设计中的理论问题.建立了XML模式路径和XML数据树节点路径的定义,描述XML数据中的路径;给出了XML文档有效性的形式化定义;在此基础上定义了树元组和树元组相等的概念.运用树元组及其相等的概念定义了XML数据的函数依赖关系,进而给出了相应的自反、增广、传递推理规则,用于推导给定集合所蕴涵的函数依赖关系.并证明了这一推理规则是正确的.上述工作为Native XML 数据库系统中数据模式的规范化设计提供了一定的理论基础,增强了XML数据的语义特性.     

航天器动力学特性参数在轨辨识技术

从结构模态参数的可识别性出发,结合结构自由响应识别技术和数字处理技术,开发出大型航天器动力学特征参数在轨辨识系统,包括硬件系统和软件系统,其中软件系统由C+ +和汇编语言组合编写,系统各部分均模块化,可适用于较复杂的工程任务.在此基础上设计了模拟在轨航天器的试验验证系统,检验辨识算法和设计软件的可靠性以及航天器在轨辨识的实时性.该试验系统包括一个对称的双梁结构,利用对称结构的弱耦合可得到多个密集模态,该结构可模拟大型航天器在太空失重条件下所特有的动力学特征.试验表明系统辨识算法可靠,精度达到设计要求.     

目标速度对脉间变频格式RCS测试的影响

研究了在脉间变频格式目标雷达散射截面(RCS)测试中目标径向速度对测试结果的影响.从目标像位置偏移和目标像发散两个方面分析了目标径向速度造成RCS测试结果误差的原因,进行了计算机仿真,给出速度与误差的数值关系.通过对仿真数据的分析,提出减小RCS测试误差的方法.根据双通道雷达能够同时在两个频段上对同一目标进行测试的特点提出了一种校正被测目标径向速度影响的方法,并用该方法对BHEML-1型雷达的外场实测数据进行了处理和分析比较.     

按区域惩罚划分的并行多目标遗传算法

解决多学科设计优化问题的多目标遗传算法通常面临着大计算量的挑战,提出了一种新型的并行化算法来提高其效率.全局个体均匀的分布在各个进程,首先从所有的进程中获取全局范围的Pareto最优解极值,并发送给每个进程,再由这些极值来构造各个进程自己的惩罚函数.通过惩罚函数给个体添加约束来划分各个进程的收敛区域,同时采取优化措施保证每个进程加速收敛并且收敛区域没有重叠和遗漏,这样每个进程只需收敛到特定的一段Pareto最优解,降低了计算量;同时由于进程间交换的数据量小,保证了效率的提高.通过与串行算法(NSGA2)和其他的并行化算法比较,显示了该算法的有效性和先进性.     

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.