基于离散时间传递矩阵法的伞-弹系统动力学模型

采用离散时间传递矩阵法建立了伞-弹系统减速稳定段的动力学模型,回避了多体动力学传统的研究方法在伞-弹系统建模过程中存在的问题。详细给出了应用离散时间传递矩阵法建立铅垂平面内伞-弹系统模型的建模过程,推导了伞-弹系统的传递矩阵和传递方程。通过算例将建立的伞-弹系统模型和采用牛顿-欧拉法建立的伞-弹系统模型进行了对比分析,两种模型计算结果吻合度好,验证了本文模型的正确性以及离散时间传递矩阵法应用在减速伞-子导弹系统中的可行性。     

基于3D Zernike矩的巡检器与空间站的相对导航算法

针对航天器相对导航问题,以空间站表面为"特殊地形",提出一种基于大型航天器表面巡检的相对导航算法。首先,运用巡检飞行器上的TOF （Time of Flight）相机测量空间站表面局部点云数据,以该点云数据为实时图,以空间站表面先验点云数据为基准图。然后,利用3D Zernike矩与三维地形间的一一对应关系,将三维地形匹配转化为基于3D Zernike矩的特征向量匹配。在此基础上求解实时图与匹配上的基准图间的相对位置、相对姿态,从而确定两航天器间的相对导航参数,并通过实验分析了匹配精度及速度的主要影响因素。最后,将该相对导航参数与惯性系统推算的相对导航参数在扩展卡尔曼滤波器的框架下实现信息融合,估计了巡检飞行器与空间站间的相对位置、相对姿态,实验结果表明,相对位置精度优于0.002 m,相对姿态精度优于0.1°。     

加肋板结构中弹性波一维局部问题的研究

分析研究了失谐周期多跨加肋板结构中的弹性波一维局部化问题。采用传递矩阵方法给出了系统的传递矩阵 ,并采用 Wolf提出的计算连续型动力系统中 Lyapunov指数的方法 ,给出了局部化因子的计算表达式。作为算例 ,给出了失谐加肋板结构中局部化因子的数值结果 ,并分析了跨长的失谐程度及结构参数对弹性波局部化的影响     

气浮十字梁系统的气动-质量矩复合控制研究

推导了基于气动-质量矩复合控制的气浮十字梁三自由度运动动力学方程,对纵向运动模型进行了数学仿真和实物实验。通过数学仿真和实物实验的比较,验证了建立模型的准确性,并对共栖效应现象进行了研究,为深入探讨气动-质量矩复合控制奠定了基础。     

改进整体传递矩阵法计算复杂转子系统临界转速

提出了一种基于整体传递矩阵法的改进传递矩阵法。新方法将Riccati变换及奇点消除方法应用于整体传递矩阵方程,导出了耦合单元和非耦合单元的Riccati传递矩阵计算公式。这种方法克服了传统传递矩阵法的缺点,易于开发通用计算程序。文末给出了数值算例,计算结果表明了该方法的有效性和正确性。      

二维复合目标电磁散射的仿真研究

为了对E极化波和H极化波入射情形下二维任意形状金属和两种不同电磁参数损耗介质复合目标的电磁散射进行仿真,建立了复合结构目标的电磁积分方程,采用矩量法(MoM)和共轭梯度迭代法(CGM)求解此积分方程。依据所建数学模型编程对一种金属-蜂窝吸波介质复合结构翼面的雷达散射截面(RCS)进行了仿真分析。     

雷达目标低频RCS可视化计算

随着计算机进一步发展,科学计算可视化越来越受到重视;而适用于低频区RCS(雷达散射截面)计算的传统方法MOM(矩量法),也越来越显示其价值;为了方便电磁计算和电磁建模,基于先进的计算机三维造型技术和可视化编程手段,采用回路线栅矩量法,计算低频区三维雷达目标RCS,与实验数据比较取得良好的计算结果,对RCS理论计算的工程应用起重要作用.      

有限平面上圆口径辐射场的数值分析

计算由TE₁₁模激励的圆波导末端开口所形成的圆口径天线的辐射场.首先利用等效原理和矩量法计算嵌在无限大金属板上圆口径的等效磁流分布,允许圆波导中有任意多个高次模式存在,利用傅里叶变换法求得其辐射方向图,然后把该辐射场作为有限接地板边缘的入射场,利用几何绕射理论(GTD)计算有限接地板对圆口径方向图的贡献,其中在焦散区及接近焦散区区域采用等效磁流法计算有限接地板的影响,给出计算公式及计算例子,部分结果得到了文献的验证.     

质量矩导弹固定时间二阶滑模控制方法

针对三轴稳定的双滑块质量矩导弹,基于动态系统零点配置原理提出一种快速固定时间二阶滑模控制方法。首先建立具有完整耦合动力学特征的质量矩导弹姿态动力学模型;其次,基于典型动态系统进行零点配置原理分析和收敛时间估计;在此基础上,提出动态过程可调节的固定时间二阶滑模控制方法,并对系统收敛时间的上界进行估计;最后,针对质量矩导弹的仿真校验了设计方法的有效性。     

一种计算二维图象矩的神经网络方法

提出一种计算二维图象矩的神经网络方法,首先,导出一维信号矩与一维Ｈａｄａｍａｒｄ变换之间的关系。通过２Ｎ－一维Ｈａｄａｍａｒｄ变换和极少量加法,移位及乘法运行可计算二维图象矩。然后给出用Ｔａｎｋ－Ｈｏｐｆｉｅｌｄ神经网络实现Ｈａｄａｍａｒｄ变换的方法,并对该网络作了改进。