任意形状膜的求积单元振动分析

本文目的是建立一种能够高效分析任意形状膜的自由振动的弱式求积单元.先采用融合函数将任意形状变换成规则的区域,然后将单元内的位移场假设为三角函数,最终导出了节点数目可变和节点类型任意的单元的显式表达式.为了验证本文方法的有效性,将得到的结果与精确解和采用其他数值方法的结果进行了对比.研究表明:本文方法可以用很少的节点数目...     

滑模干扰观测器在低速光电跟踪系统中的应用

针对摩擦等非线性干扰因素对光电跟踪伺服系统低速性能的影响,系统设计分为两部分完成.将各种干扰信号等效成控制输入端的等效输入干扰(EID,Equivalent Input Disturbance),针对系统名义模型搭建滑模干扰观测器,利用系统的状态观测误差推导出系统的等效输入干扰,并采用Lyapunov函数推导出该观测器稳定收敛的条件,通过设计增益矩阵与反馈矩阵,调整观测器跟踪系统状态的收敛速度,最终实现抑制系统跟踪过程中的干扰信号;针对系统的动态部分设计了自适应加速度稳定控制器,进一步补偿了干扰估计的不足问题,保证了系统动态跟踪的精度与稳定性,增强了控制系统的鲁棒自适应能力.仿真和实验结果证明了该方法的有效性.     

基于Jerk输入估计的MCS模型及非线性跟踪算法

针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计 (MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动加速度方差调整方法,利用改进的无迹强跟踪滤波器实现了状态协方差、状态噪声协方差和机动频率的联合自适应.在没有加速度先验知识的情况下,能够实时准确跟踪目标连续强机动、匀加速机动和匀速运动状态.仿真实验表明:相比CS模型无迹滤波算法、CS模型无迹强跟踪算法和交互多模型算法,该算法在对目标强机动的适应性、跟踪精度和对突变状态跟踪的收敛性方面都有更好的性能.     

波音737NG飞机发动机点火系统典型故障分析与控制

针对波音737NG飞机发动机点火系统故障导致航班不正常激增问题展开调查、分析,对采取的措施进行了总结,以供同行参考。     

MIMO系统中迭代捕获算法的性能分析

基于迭代消息传递的伪码捕获方法能够在复杂度较低的情况下,极大的提高捕获速度,但在低信噪比下捕获性能下降很快。多输入多输出 (MIMO) 系统可以在不增加频谱资源和发射功率的条件下,削弱多径衰落,改善通信系统的性能。本文提出将迭代捕获算法应用于MIMO系统中,在接收端采用分集技术,运用最大比合并方法进行信号合并,然后用迭代算法进行捕获。仿真结果表明：将迭代捕获算法与MIMO系统结合,在不影响捕获速度的前提下能够有效提高信号的捕获概率,信噪比在-22dB条件下捕获概率达到90%以上,性能优于现有的迭代捕获算法。     

Fault-tolerant Control Under Constrained Input for Flexible Satellite Attitude Control System during Orbit Control

轨控期间的卫星由于推力器安装偏差,实施推力时会产生较大的干扰力矩,直接影响到卫星姿态稳定.除此,考虑到执行机构提供的力矩是有限的,为保证系统的稳定性,需在设计控制器的过程中考虑输入受限问题.本文针对卫星执行机构故障情况,综合考虑输入受限和干扰问题,提出一种基于输入受限的挠性卫星姿态容错控制策略,并开展了仿真试验,验证了本文设计的姿态容错控制器的有效性.     

基于多维几何形状的雷达辐射源识别算法

针对复杂电磁信号环境下雷达辐射源识别困难的问题,提出了一种基于多维几何形状的辐射源识别算法。借助几何形状将辐射源空间特征向量转换为平面向量,计算向量各夹角余弦值,再同辐射源数据库进行比较,实现辐射源型号的自动识别。仿真验证了提出的识别算法,识别率均在80%以上。     

基于输入成型法的空间站变构型过程挠性振动抑制策略

针对空间站组合体变构型引起的挠性附件振动问题,将航天器大角度机动中用于抑制挠性振动的输入成型思想引入到变构型过程中,提出一种新的变构型策略。首先根据拟坐标拉格朗日方程建立组合体变构型动力学模型,然后采用零振动和零微分法(ZVD)和级联法求出变构型系统的输入成型模型,最后根据初始变构型策略的特点和期望构型的约束确定新的变构型策略。将基于输入成型的变构型策略应用于组合体变构型时,仿真结果表明,由变构型引起的挠性振动得到显著抑制,各阶振动的最大振幅可以抑制到原来的10%～20%,对低阶振动抑制效果尤为明显。     

自识别自校准Kalman滤波方法

在导航滤波、故障诊断等许多工程领域中,受环境因素影响、模型和参数的选取不当等原因,系统状态方程中往往含有未知输入(系统误差),传统的Kalman滤波方法无法消除这种未知输入的影响,导致产生较大的滤波误差。为此,提出一种自识别自校准Kalman滤波方法,并分别对线性系统和非线性系统进行了详细讨论,给出了相应的公式和滤波步骤。该方法能够自动识别状态方程中有无未知输入,当有未知输入时,则能自动估计未知输入,并对它进行补偿和修正。大量实例计算和仿真模拟表明,与传统方法相比,本文方法能够有效提高状态估计精度,且计算简单,便于工程应用。