基于神经网络的导弹制导控制一体化反演设计

针对制导控制一体化(IGC)模型中的不确定性难以进行估计补偿的问题,提出了基于神经网络的IGC反演设计方法。首先,根据弹目相对运动关系以及导弹自动驾驶仪模型建立了三维空间中的IGC模型。其次,针对由目标机动引起的模型不确定性,提出应用高阶滑模微分器(SMD)对导弹导引头获得的弹目相对运动信息进行微分,从而估计出目标加速度的方法,然后考虑导弹自身由于参数摄动以及未建模动态引起的模型不确定性,应用SMD和神经网络模型进行在线逼近补偿,基于反演控制理论设计了带有SMD和神经网络模型的IGC算法,应用李雅普诺夫稳定性理论对所设计的控制算法进行了稳定性证明。最后,进行了导弹六自由度仿真,验证了所设计控制算法的有效性。     

基于谐振舵面的跨声速抖振抑制探究

跨声速抖振引起的非定常脉动载荷会造成飞行器结构疲劳甚至引发飞行事故,所以跨声速抖振的控制研究逐渐成为航空领域的热点。采用基于Spalart-Allmaras(S-A)湍流模型的非定常雷诺平均方程开展了基于谐振舵面的跨声速抖振抑制研究。首先验证静止NACA0012翼型的抖振边界和频率特性,然后分别从舵偏平衡位置、舵偏幅值、频率以及相角等角度研究了谐振舵面的控制效果。舵偏平衡位置等效于减小了翼型的有效迎角;幅值和频率对抖振抑制效果影响较大,当舵面振荡频率与抖振频率接近时发生共振现象;相角对控制效果有一定影响,在270°相角附近,升力系数幅值减小了60%。在合适的舵偏幅值、频率以及相角组合下,谐振舵面有可能成为跨声速抖振的有效开环控制策略。     

非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

平流层飞艇动力推进系统的分析与设计

针对平流层飞艇螺旋桨与直流无刷(DC)电动机匹配问题,建立了直流无刷电动机模型和螺旋桨模型;结合匹配设计和直流无刷电动机转速控制,在Simulink中设计了螺旋桨与直流无刷电动机控制系统仿真模型,研究飞艇在0~10m/s巡航速度下动力推进系统控制响应问题;采用图形用户界面(GUI)编写螺旋桨与直流无刷电动机匹配界面,开发了一种螺旋桨与直流无刷电动机匹配软件;得到了飞艇在0~10m/s巡航速度下,螺旋桨工作转速为535~1071r/min,动力推进系统工作效率为0.558~0.593时推进系统匹配设计的工作曲线,为高空螺旋桨与电动机的匹配设计提供了参考依据.      

基于LPV状态空间模型的小型航空煤油二冲程发动机喷油控制策略

为了简化基于平均值模型的喷油控制模型的计算,根据线性变参数(LPV)状态空间模型原理,在平均值模型的基础上建立了LPV状态空间喷油控制模型,利用Matlab/Simulink工具对稳态工况和瞬态工况的喷油脉宽控制模型进行仿真,最后在发动机试验台架上进行试验验证.仿真和试验结果表明:①基于LPV状态空间模型的喷油控制模型能够满足瞬态工况和稳态工况控制的要求,计算的喷油脉宽精度略低于平均值模型,由于LPV状态空间模型计算简单,能够直接应用于控制算法的设计,因此在工程中容易实现.②与插值算法相比,基于LPV状态空间模型的控制策略使发动机的动力输出有所下降,主要是由于模型简化造成进气空气流量减小引起的.      

某型涡轴发动机数控系统的机械液压备份控制方案研究

综合国内外涡轴发动机控制系统的发展趋势及成熟度的基础上,提出了一种带机械液压备份功能的控制系统方案,该方案的机械液压备份功能模块能跟随数字控制功能模块,并能够在数字控制失效后平稳切换到机械液压备份控制,具有在包线范围内实现发动机的燃油和导叶机械液压备份控制功能,保证涡轴发动机安全工作和直升机的安全返航.该方案通过工程设计、试制,开展了半物理试验和台架试验验证,验证结果表明:该备份控制方案的动力涡轮转速控制精度优于±0.5%,导叶控制精度优于4°,具有良好的工程应用性.      

一种基于有限K近邻的强度帕累托进化算法

在航天器控制计算机的软硬件协同设计过程中,需要解决多目标优化问题。当前的强度帕累托进化算法在求解高维多目标优化问题时具有优势,但是在环境选择阶段的计算时间复杂度仍然较大。文章针对这一问题,提出了一种改进算法。新的算法采用有限K近邻方法,减少了原算法中K近邻策略的比较次数,使时间复杂度由O(M3)下降为O(max(l,logM)M2。试验结果表明文中算法的计算速度更快,并且具有更优的收敛性和分布多样性特征。     

基于跟踪微分器的高超声速飞行器Backstepping控制

针对存在模型参数不确定和外部干扰的高超声速飞行器（HFV）跟踪控制问题,提出一种基于Backstepping方法的抗饱和非线性控制器。将飞行器纵向动力学模型分为速度子系统和航迹倾角子系统,然后针对每个子系统单独设计控制器。设计跟踪微分器获得信号的一阶导数,用以估计系统中的不确定干扰项和避免"微分项膨胀"问题。控制器设计过程考虑了控制量发生饱和的情况。基于Lyapunov理论证明了闭环系统信号的稳定性。与传统高超声速飞行器Backstepping方法相比,所设计的控制器采用待跟踪状态与理想控制指令之间的实际误差作为反馈量,放宽了对系统干扰项的限制,提高了控制器对控制增益变化的适应性,进而提高了闭环系统的跟踪控制性能。对比仿真结果验证了所设计方法的有效性。