带有跟踪微分器的导弹增量动态逆控制律设计

针对基本动态逆控制鲁棒性差的特点,设计了一种带有跟踪微分器的导弹增量动态逆过载控制律。首先建立了快慢两个回路的导弹过载控制模型,然后通过状态速率反馈,对快慢回路分别设计了增量式动态逆控制律,并进行了鲁棒性分析。最后通过引入快速跟踪微分器解决增量动态逆控制律中所需状态速率无法量测的问题。仿真结果表明,所设计的带有跟踪微分器的导弹增量动态逆控制律具有强鲁棒性。     

快速绕飞卫星空间圆编队设计方法

连续小推力条件下,针对圆参考轨道卫星,推导了满足快速绕飞条件的空间圆编队动力学模型。分析了一个绕飞周期内的燃耗情况。在绕飞周期确定的条件下,给出了最小燃耗的计算方法,并利用数值方法验证了所推导公式的正确性。计算结果表明,在高度为500km的圆轨参考道卫星实现周期为10分钟、半径100m的空间圆绕飞,一个绕飞周期所需最小速度增量约为4.77m/s。文章提出的基本设计原理并不局限于空间圆编队,也可用于其它快速绕飞编队的设计工作。
     

大厚度机翼整体壁板成形工艺技术创新

事实证明,以铣代压创新之路是非常正确的,它既是替代压弯成形工艺的有效途径,也完全符合现代航空制造技术的发展方向。众所周知,大型固定翼硬壳式飞机机翼翼盒原来都是由蒙皮、长桁、肋、对接接头组成,再加上前、后梁等许多处于分离状态的零、组件装配而成的。随着用户对飞机的飞行品质及其使用的安全性、耐久性和低成本     

基于平均相位增量法的多普勒中心估计方法研究

为了实现高分辨率成像,在保证系统实时性的同时还要保证中心频率估计的精度。研究了利用平均相位增量法精确估计多普勒中心的仿真实现过程,并利用这种方法对实测数据进行了中心估计和成像,取得了较好的效果。     

一种新的捷联惯导系统圆锥误差补偿算法

旋转矢量法应用在捷联惯导系统圆锥误差补偿中,通过增加子样数能有效提高补偿精度,但子样数的增加会增加导航计算机的计算量.由于导航计算机的硬件性能限制,不可能为了获得高精度补偿性能而大幅增加子样数.因此,提出一种在不增加导航计算机负担下能提高圆锥误差补偿精度的新算法,该算法利用已解算出的当前时刻之前2个周期的姿态信息对旋转矢量进行修正,通过理论推导和实例分析比较,在同子样数下,新算法能达到高出传统算法4阶的补偿精度而不多消耗导航计算机资源.      

供应链需求信息的信息增量与信息价值

基于信息科学的理论,给出供应链需求信息的信息增量与信息价值的定义和度量方法.建立供应链上的一个批发商订货决策模型,揭示了需求信息在订货决策过程中是如何发挥作用,以及批发商的期望收益是如何随之发生变化的.针对均匀分布和正态分布两种典型的需求分布,分析信息对于供应链成员的价值,进而研究需求信息的信息增量与其信息价值之间的关系.公式推导和模拟实验结果都证明需求信息的价值与其信息增量的大小之间存在正相关关系,表明信息增量会影响信息使用者的收益.研究结果也证明对于供应链成员而言很有必要建立一个有效的信息评价体系,通过提高决策信息质量来增加收益.      

基于增量学习的文本校对研究

基于深度学习的文本校对是近年的研究热点,而在当下这个大数据时代的背景下,新的数据和知识源源不断的涌现,模型需要不断的更新以适应最新的数据分布。本文引入增量学习的方法,在已有模型的基础上,使用最新的数据进行增量训练,并采用基于回放机制的增量学习方法针对增量训练过程中遇到的灾难性遗忘问题进行研究。实验结果表明,本文提出的增量学习方案可以稳步提升模型性能。     

基于增量-迭代算法的SABRE系统非线性分析流程设计

随着大型复杂装备结构分析的非线性问题日益突出,基于线性理论的有限元分析方法已难以满足复杂工程结构设计与研制需求,必须借助非线性有限元方法来获得结构的全状态力学性能。鉴于工程结构对非线性有限元分析的迫切需求,在新架构下的自主CAE软件SABRE系统中,基于增量-迭代算法研发了非线性有限元计算流程和相应的功能模块,初步实现了结构非线性分析功能。数值算例表明,研发的分析流程具有较高的精度,可进一步基于该流程进行功能的扩展和性能的提升。     

基于预测脱靶量的远程拦截速度增益导引

 针对拦截器使用耗尽关机固体燃料发动机的情况,设计了大气层外目标拦截的速度增益导引方法。导引律中根据Lambert导引确定指令推力方向初值,利用剩余速度增量信息,计算惯性速度增益下的预测脱靶量,使用Kepler轨道摄动方程计算消除脱靶量所需的速度增益修正,根据惯性速度增益和速度增益修正之和确定指令推力方向。给出了一种计及J2项引力摄动影响的滑行段弹道预测半解析方法,减少导引律运算量,降低导引方法误差;导引律中引入了剩余速度增量测量环节,增强了导引精度对推进系统参数的鲁棒性。与传统的通用能量管理（GEM）导引相比,采用该导引律拦截远程目标时指令推力方向平稳、变化范围小,脱靶量降低了两个数量级。     

考虑未知扰动的RLV再入鲁棒容错姿态控制

针对复杂再入环境下的可重复使用运载器姿态控制问题,考虑大气的未知干扰、气动参数建模的不确定性以及可能发生的执行器部分失效故障,基于增量反步法和径向基函数（RBF）神经网络设计了姿态角回路和角速度回路的控制器。基于神经网络良好的未知逼近能力,采用RBF神经网络对增量反步法设计过程中的泰勒展开高阶项以及上述未知扰动和故障产生的影响进行逼近估计,并在控制律中进行补偿。经过仿真验证,所设计的控制系统能够在未知扰动影响下有效提高指令的跟踪精度,并且对飞行器的本体特性建模依赖较少,具有良好的鲁棒容错能力。