Ту-154М变稳飞机空中飞行模拟试验评述

依据Ту－１５４М变稳飞机的特点，主要进行了不同操纵器、不同控制律和不同显示画面的飞行试验研究。特别是通过中央杆和侧杆、电传系统不同控制律飞行品质特性之间、两种先进控制方案及不同显示方式的比较，不仅掌握了这方面的试飞技术和评定技术，还亲身体验到变稳飞机在发展仿真技术，新机预研及提高试飞员试飞技术和评定技术等方面的巨大作用。     

基于离散反电动势估计的永磁同步电机无速度传感器控制

针对高速永磁同步电机(PMSM)的无速度传感器控制问题,提出了一种基于离散反电动势估计的PMSM无速度传感器控制策略。实施离散反电动势估计的设计有三点:首先,设计了离散dq电流观测器以消除反电动势估计中的电感交叉耦合效应;然后,设计了延迟补偿模型以补偿数模转换引起的电压误差,同时设计了较为精确的离散模型,以克服由数字实现导致的估计反电动势和实际反电动势之间的偏差;最后,开展了高速PMSM驱动试验,试验结果验证了所提出的高速PMSM无速度传感器控制方案的性能。     

基于飞行品质的飞机控制增稳系统参数估计

提出了一种控制增稳系统参数的设计方法,即利用低阶等效系统和飞行品质边界,通过搜索算法确定满足对应飞行品质的参数集合,再利用多种飞行品质确定的参数集合的交集和数据的插值算法,确定控制增稳系统的控制律参数。通过纵向增稳系统设计仿真表明,所提方法简化了传统设计方法通过性能指标反复选择参数和验证系统飞行品质的过程,为控制增稳系统的设计提供一种简单有效的方法。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。     

可压缩粘性流动笛卡尔网格虚拟单元方法研究

以二维高雷诺数可压缩粘性流动问题为背景,提出了一种全新的笛卡尔网格虚拟单元方法。基于壁面函数基本假设,构造了壁面函数-虚拟单元方法(WF-GCM),用于定义湍流壁面边界条件。引入参考点的概念计算虚拟单元上的基本变量与湍流变量值,定义了"非贴体"笛卡尔网格下的湍流壁面边界条件,并通过壁面函数模型修正近壁面单元与界面单元。基于自适应笛卡尔网格体系,采用发展的具有二阶精度的格心格式有限体积求解器,数值模拟了跨音速RAE2822翼型绕流问题与超音速圆柱绕流问题,计算结果与实验值吻合良好,显示了WF-GCM对高雷诺数可压缩粘性问题是有效的。     

过虚拟交班点的能量最优制导律

针对固定目标的导弹过虚拟交班点制导问题,在希尔伯特空间下,基于最优化理论设计了有无终端落角约束两种情况下的全局能量最优制导律。通过对模型进行线性化,将提出的最优制导模型转化为线性二次型最优控制问题,在此基础上利用零控脱靶量（ZEM）概念对系统模型进行降阶,并推导出解析解。设计的制导律可以使导弹准确经过虚拟交班点,并实现期望终端落角。仿真结果表明,与经典制导律对比,该制导律可以显著减少全局控制能量消耗。     

非线性三维H∞鲁棒制导律设计

应用飞行力学和理论力学原理，基于导弹目标三维相对运动方程，提出了一种适用于大机动目标的非线性H∞三维制导律，通过求解哈密尔顿－雅可比偏微分不等式，给出了解析形式的H∞制导律，对最坏情况下目标加速度的分析结果表明，H∞制导律具有很好的跟踪性能和鲁棒性。     

基于结构不确定性的非线性鲁棒制导律设计

根据多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段制导信息精度的特点,以非线性鲁棒控制理论为依据,设计了一种制导律.仿真结果表明,该制导律对弹目相对距离测量干扰有较好的鲁棒性,对目标大机动也有鲁棒性.因此,这种制导律可以作为多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段的制导律使用.     

一种改进的Lucas-Kanade光流估计方法

Lucas—Kanade算法是一种重要的光流估计技术,在计算机视觉领域有广泛的应用。但对于图像纹理欠丰富的区域,Lucas—Kanade算法光流估计结果较差。文章提出了一种改进的Lucas—Kanade算法：首先,计算跟踪置信度因子;然后,通过阈值检测剔除不可靠的光流估计结果;最后,进行邻域填充。该方法改善了纹理欠丰富区域的光流估计,对矮人模型图像序列进行了实验,证明了方法的有效性及优于Poelman方法和Chiba方法。     

一种面向工业机器人的高精度三维无序抓取系统

在航空航天、汽车等领域中,各类复杂工件结构复杂、纹理弱且混叠堆放,在智能制造过程中存在快速、高精度测量和识别难题。针对上述问题,建立了一种面向工业机器人的高精度三维无序抓取系统。基于面结构光三维测量技术,构建大场景固定基座的三维视觉测量装备,获取大型复杂零件的三维点云数据。建立零件点云模板,设置抓取点位置,利用点云配准技术识别零件并估计当前位姿。提出了一种手眼标定优化策略,实现了对工业机器人的精确引导,完成任意位姿零件的抓取,按要求装配于指定位置。实验结果表明,所设计的无序抓取系统平移误差为0.413mm,角度误差为0.123°,可以快速有效地对散乱堆叠零件进行高精度识别与定位,引导工业机器人准确抓取与放置,该系统可以在航空航天、汽车等领域的工业生产线上进行示范应用。