歼击机结构故障的模式识别与参数辨识新方法

针对自修复飞行控制系统的故障,采用基于精确线性化的方法,在原空间和特征空间提出了基于双假设/多假设（增强型）概率统计学的模式识别与参数辨识方法,给出了结构故障的可识别性和可辨识性的判别准则,并以某型歼击机为例进行了仿真研究。     

飞机机翼结构质量分配方法研究

提出了一种机翼结构质量分配方法 ,能根据飞机总体设计参数 ,把机翼结构质量分配到承弯结构、承剪结构、分布气动载荷所需结构、起落架安装影响结构、外挂物安装影响结构、油箱安装影响结构、前缘结构、后缘结构、襟翼结构、副翼结构、机翼机身接头及其他杂项元件结构 ,共分为 12个功能结构部分。首先建立了飞机总体设计阶段机翼结构质量分配的分析模型 ;然后根据现有飞机机翼的质量和飞机总体几何参数 ,用参数优化方法确定了该分析模型中的结构修正系数 ;从而得到一个机翼结构质量分配模型。用 8架飞机的机翼所完成的算例证明了该方法的有效性和合理性。     

单机空战智能仿真系统的建立

从主要功能、模型建立、主要特点等几个方面介绍了单机空战智能仿真系统。重点介绍神经网络决策模型和飞机、雷达、导弹模型的建立。飞机机动模型采用质点运动方程，选用19个基本机动动作；机载雷达模型着重介绍雷达发现和截获目标以及盲区确定的条件；导弹模型主要介绍导弹发射、跟踪、命中条件的建立和计算；决策模型主要介绍多层前馈反向网络决策模型的输入、输出参烽以及网络拓扑结构。此外还介绍了该仿真系统在实践中的使用情况。     

基于神经网络动态逆的歼击机自适应跟踪控制

基于神经网络动态逆方法，给出了一种非线性模型参考自适应跟踪控制方案。应用神经网络直接对非线性系统求逆方法解决了逆系统方法的两个“瓶颈”问题，并且克服了传统的控制设计中将过程模型线性化，从而将不可忽视的非线性关系用线性关系代替或者忽略的弊端。对由于建模误差、不确定因素等引起的非线性系统逆误差，通过自组织模糊小脑模型关节控制器(Self—organizing fuzzy cerebellar model articulation controller，SOFCMAC)神经网络在线进行修正。SOFCMAC神经网络扩大了寻优空间，使其能更好地重构系统逆误差，最终实现准确的鲁棒自适应跟踪控制。通过将这种方法用于某型歼击机姿态系统控制的仿真研究，表明了本文方法的有效性和可行性。     

歼击机的强稳定控制研究

提出了一种歼击机强稳定控制方法，给出了歼击机控制系统出现传感器故障时的故障系统模型。当歼击机开环稳定时，设计了基于串联观测器的稳定控制器。言语中考虑了部件传感器故障和全部传感器故障两种情况，分析给出了相应的控制律。仿真结果表明，本文提出的强稳定方法是有效的。