基于SVM和EKF的高超声速滑翔飞行器轨迹预报

高超声速滑翔飞行器（HGV）拦截问题中,轨迹预报是成功拦截的重要基础。针对HGV机动能力强、轨迹多变的特点,提出了一种基于支持向量机（SVM）和扩展卡尔曼滤波（EKF）的轨迹预报方法。在HGV的滑翔段机动模式分析的基础上,将HGV的机动运动分解为纵向运动模式和侧向运动模式,进而对运动模式的特征参数予以标定,形成SVM的训练集。建立地基单雷达轨迹跟踪模型,采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计。基于SVM,建立了HGV运动识别框架,实现了对HGV滑翔段轨迹的预报。对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证,结果表明,所提方法可以提高对该类目标的轨迹预报精度。      

离子推力器多模式化研究

为了实现离子推力器多模式化,分析了离子推力器功率宽范围调节限制因素,提出了两种宽范围调节策略;针对我国小行星探测任务,完成了30cm多模式离子推力器研制、功率宽范围调节限制条件确定、以及两种调节策略下多模式工作点设计及对比研究。结果显示,通过降低放电室磁场强度可延伸离子推力器最小稳定工作功率,提高束流均匀性,实现离子推力器更宽功率范围多工作点设计;功率宽范围调节主要是屏栅电压和束电流的宽范围调节,二者通过栅极导流系数限制和交叉限制而约束;推力随功率增加呈线性增加关系,比冲随功率的增加总体上呈先快速增加后趋于稳定的趋势;30cm多模式离子推力器在0.25kW～5kW内稳定工作,推力10mN～186mN,比冲1522s～3586s。     

激光捷联惯组失效模式分析及性能评估方法研究

通过对激光捷联惯组各组成部分的失效模式进行分析,提出了一种不拆弹标定技术,并对激光捷联惯组的性能进行评估。通过试验验证,位置和速率残差小,适合工程应用。     

导弹智能化对惯性技术发展需求

未来战争是智能化的战争,未来导弹的发展必然呈现智能化趋势。针对导弹智能化需要具备的智能感知、智能决策、智能控制、智能协同和智能突防等五方面特征,分析了惯性技术的作用和发展需求,颠覆性创新技术的不断涌现,也推动了新原理、新材料、新技术在惯性技术领域的应用。本文提出了需要突破的关键技术,包括惯导系统大数据应用技术、惯导系统容错及系统重构技术、智能协同导航系统的时空基准统一技术、以惯性系统为基础的信息集成技术等关键技术,并对适应未来网络协同作战的智能导弹导航控制需求提出了对策建议。     

试飞试用阶段的飞机可靠性评估研究

飞机的可靠性水平是飞机设计定型时考核的重要指标之一,为保证评估结果的客观与准确性,在飞机 试飞试用阶段开展可靠性评估研究尤为重要。本文从工程实际需求出发,通过规范评估对象故障信息的采集 方式,明确故障判定准则与统计原则,给出完整的飞机可靠性评估流程;基于上述流程,针对某型飞机一年中的 试飞试用信息,进行多维度的可靠性评估。结果表明:评估结果能够较好地反映飞机的可靠性水平,满足工程 需要。     

基于气压高度辅助的机载自主完好性监测算法

卫星接收机自主完好性监测是指根据用户接收机的多余观测值监测用户定位结果的完好性,其目的是在导航过程中检测出发生故障的卫星,并保障导航定位精度。针对卫星接收机自主完好性监测算法可用性不足的问题,结合机载实际导航系统配置,提出了一种基于气压高度表辅助的机载自主完好性监测算法。综合利用卫星导航系统及气压高度表观测信息,建立联合系统的观测模型,推导了基于多解分离的完好性监测及保护级别计算方法。仿真结果表明,相比于传统的接收机自主完好性监测算法,该算法在可见星为5颗时仍能识别故障卫星。该算法具有更好的故障检测能力及可用性,能有效提高卫星导航系统的完好性监测性能,从而保证卫星导航系统的精度和可靠性。     

正三角形排列三圆柱绕流与涡致振动数值模拟

基于有限体积法求解二维粘性不可压缩N-S方程,对低雷诺数下正三角形排列等直径三圆柱的绕流与涡致振动进行数值模拟.圆柱振动简化为两自由度的质量-弹簧-阻尼模型,圆柱的动力响应通过Newmark-β方法求解.间距比在1.5~6.0之间变化,重点研究各圆柱的气动力和响应及相关的频率特性、尾流流动模式随间距比的变化.研究结果表明:三圆柱发生振荡时的气动力要远大于绕流结果,当间距比在3.5~4.0之间气动干扰最为强烈.当间距比大于3.0时,下游圆柱的横向和流向位移相位差出现周期性切换,导致升力系数均值出现波动,并且     

基于神经网络的模拟电路故障诊断的仿真研究

为了辅助学生进行模拟电路板特定故障的诊断训练,基于人工神经网络模型通过LabVIEW和MATLAB软件联合编程进行仿真研究,利用MATLAB软件工具建立神经网络模型,并使用预先采集的电路板故障样本数据对模型的参数进行训练,利用LabVIEW软件调用已训练好的神经网络模型对输入的待诊断数据进行分析,得出故障类型结果并显示...