基于位移场的裂纹尖端识别算法

提出一种基于位移场的裂纹尖端识别算法。首先建立了与裂尖位置有关的目标函数,将裂尖识别问题转化为求解最小值的优化问题;然后在位移场范围内假设裂尖位置,将非线性优化问题转变为线性问题,在给出裂尖的初始假设位置后,通过该裂尖识别算法迭代分析,最终获得裂纹尖端的准确位置。仿真测试表明,该算法6s内通过4步迭代分析就可以得到Ⅰ型裂纹区域的位移场和Ⅰ-Ⅱ混合型裂纹区域的位移场准确的裂尖位置,该方法为裂纹测量技术提供了技术支持,有极大的应用价值。      

基于轨迹成型的攻击角度与时间控制

假定所成型的导弹飞行轨迹由圆弧段和直线段构成,直线段经过目标点且满足导弹末端攻击角度的要求,圆弧段起始于导弹初始位置且与直线段相切于待定的点,该点由指定的导弹攻击时间通过迭代算法得到。给出了可行的攻击时间范围。在轨迹成型的基础上,提出一种新的虚拟目标轨迹跟踪控制方法：在圆弧段提出一种前馈加反馈的复合控制方案,在直线段提出一种带角度控制的比例导引方案。该方法是一种几何方法,易于工程实施。仿真结果表明,该方法可以有效地同时对攻击角度与攻击时间进行控制。     

基于改进最大期望算法迭代相位检测器的研究

近年来出现的基于最大期望(EM)迭代算法的相位同步算法具有比传统非数据辅助(NDA)相位估计算法更低的相位误差,是适合于Turbo编码系统的一种相位同步算法。然而,EM迭代算法对初值的选取比较敏感,收敛性较差。为了克服EM迭代算法收敛性较差的缺点,提出一种基于改进EM算法的Turbo编码系统迭代相位同步算法。针对EM算法的缺点,用数据辅助(DA)和NDA结合的方法得到的相位估计作为EM算法的初值。数值仿真显示,该方法具有比随机初始化EM算法更好的相位检测性能。     

基于迭代学习的液压角振动台控制策略研究

液压角振动台是十分复杂的非线性系统,应用传统的控制系统设计方法很难满足其控制 要求。引入迭代学习控制算法的非线性控制策略,针对控制系统的稳定性以及迭代学习的收 敛性,提出复合迭代学习控制算法,并从频域角度给出其收敛性条件。将仿真结果与实验数 据进行对比分析,结果表明：系统压力12 MPa条件下,采用该方法角振动台内框具有20 Hz （峰—峰值0.4°）的正弦响应能力,且其相位滞后不超过10°,幅值误差不大于±10％, 验证了此控制策略的有效性。该复合迭代学习控制策略不仅拓宽了系统频带,而且改善了系 统输出对期望信号输入的跟踪精度,为液压角振动台的高性能实时控制开辟了新途径。
     

Research on Initial Values of Newton Iterative Guidance for Aerospace Vehicles

针对空天飞行器研究助推段牛顿迭代制导初值生成方法.采用牛顿迭代法求解助推段制导参数,推导了迭代制导算法公式.重点分析了影响收敛精度的主要因素,针对迭代初值对其有较大影响的问题,提出了将理论推导与数据插值融合的迭代初值求解算法.仿真结果表明,此算法可以实现空天飞行器助推段迭代初值与制导参数的快速生成,收敛精度满足设计要求.     

用改进的辅助变量法识别非定常气动力系数

辅助变量法是一种域识别线性系统动态参数的常用方法，在噪声强度较大时，常得不到稳定的收敛解，本文通过在其迭代过程中引入加权函数，构成了该方法的一种改进方法，为检验改进方法的有效性，对仿真的振动系统和风洞实验获取的振动向应进行了气动力系数的同步识别。结果表明：甚至在噪声强度高达１５％情况下，改进后的方法仍能得到较好的收敛解。     

三重迭代内弹道计算方法及程序

符号表 a——音速 a_l——燃速系数 a~*——临界音速 A_b——燃烧面积 A_(bh)——头部燃面 A_p——通道面积 A_t——喷喉面积 C_D——流量系数 T——燃气静温 t——时间 v——燃气流速 x——轴向位置坐标 γ——比热比 λ——速度系数 ρ——燃气密度 ρ_p——推进剂密度 ε——侵蚀比 注脚     

几种Turbo码交织器的性能分析

Turbo码的出现揭开了编码领域的新篇章。Turbo码中使用的交织器对码的性能有很大的影响。使用 Mat-lab工具 ,通过仿真比较了 Turbo码的几种交织器在不同交织深度时对 Turbo码性能的影响 ,说明 Turbo码交织器设计中的两个准则 ,并验证了这些准则的有效性。分析比较 SP交织器的性能 ,提出在交织器的设计中应将目标放在获得最好的性能上     

基于迭代学习的PID控制器研究

将目前对u(t)的记忆与修正改成对期望控制ud(t)的记忆与修正,提出两种新的拟合控制系统的PID控制器参数的方法。这两种方法实现的PID控制器较常规的PID控制器结构简单,作用于系统可获得较佳的动态特性和较强的鲁棒性。研究目的是为迭代学习控制理论在设计性能优良的控制器方面扩大应用领域。     

Ishikawa迭代序列的强与弱的收敛性定理

本文证明了Hilbert空间上Lipschitzian半压缩映象的Ishikawa迭代序列的弱收敛性和Banach空间上的一类映象的Ishikawa迭代序列的收敛性。