图象序列中机动目标的形心跟踪

从边检测边跟踪的角度探讨了图象序列中机动目标的形心跟踪问题,深入分析了强高斯噪声背景下目标形心估计的统计性质及用于形心估计的图象预处理方法。指出经典的图象二值化变换分割后作形心估计的方法面临着估计偏差和方差的矛盾,提出了用自适应交互三模型(ATIMM)跟踪图象序列中机动目标的方法,同时发现在了解目标形状的条件下,空间匹配滤波,二值变换点集聚类和 ATIMM三者的结合对图象序列中的机动目标具有最好的跟踪性能。     

三维自适应非结构网格的Euler方程解

 将 Ausm+ 迎风格式应用于三维非结构网格中求解 Euler方程。对单元变量进行重构以获得空间高阶精度,对时间域采用多步龙格库塔法推进,并采用了当地时间步长和隐式残差光顺技术来加速收敛。采用多点择优推进阵面法生成复杂曲面的三角形网格,利用推进阵面法生成四面体网格。采用网格自适应技术对网格进行局部加密,以减少总体网格数目,从而提高计算效率。最后给出了绕 ONERA M6机翼的跨音速流动及绕麻雀 导弹的超音速流动算例,结果表明了本方法的有效性。     

浅析管制员的处境意识

空中交通管制活动的重要性和复杂性决定了管制员必须具有较高的处境意识水平。本文从管制员处境意识的涵义入手,分析和论述了影响管制员处境意识的因素,并提出了建立管制员良好处境意识的途径。     

无人机涡喷发动机的神经网络自适应PID控制

将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合，组成自适应PID神经网络控制系统。RBF神经网络采用离线学习在线修正权值和阈值，为加快收敛速度，应用带惯性项的梯度下降法。大量仿真结果表明，RBF网络较ELM，标准BP及改进的BP等网络具有明显优点。对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点。     

转台速率波动原因分析及一种自适应抑制方法探讨

对导致惯导测试与运动仿真转台速率波动的原因进行了探讨,分析了它们对转台速率波动的影响,并在此基础上提出了一种针对位置传感器周期性误差的速率波动自适应抑制方法。     

推进系统优化控制模式研究

在不同的飞行任务段采用不同的优化控制模式,能够充分发挥发动机的性能潜力,提高飞机性能。利用机载自适应模型,使优化控制模式具有自适应能力。优化过程采用线性规划(LP)方法结合发动机的物理响应过程来解决非线性的发动机性能优化问题。文中阐述了优化控制的设计和控制算法,并进行了数字仿真试验,结果表明:在平飞加速工况下,采用最大推力模式,可提高发动机推力约10%;在亚音速巡航时,采用最小油耗模式,可节省单位油耗约2%,验证了推进系统优化控制模式的性能效益。      

幂指函数在非线性规划中的应用

给出一种自适应近似函数－幂指函数f^-(x)在非线性规划中的收敛算法。它采用minx∈Enf^-(x)的最优解序列｛x^-｝去逼近原问题minx∈Enf^-(x)的最优解x^*.与传统优化算法相比：该算法最优解｛x^-｝可以通过f^-x(x)=0直接解析得出；该算法不要求序列｛f(x)^k｝具有单调减特性，却能够保证算法的收敛性，该算法的计算量对变量的维数不敏感，从而具有广泛的应用前景，从方法论上，它是采用“特殊非线性”来研究“一般非线性”的一种新方法。     

机动目标三维空间导引运动建模及导引律研究

给出了导弹—目标追逃运动的空间矢量方程，在此基础上推导了三维导引运动模型。对机动目标应用李雅普诺夫稳定性分析方法提出了一种自适应变结构制导算法。六自由度数学仿真结果表明了模型的正确性和制导算法的有效性。     

基于自适应神经网络的飞行控制律设计方案

介绍了一种自适应神经网络控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真。结果表明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。     

C/C复合材料1 800℃抗氧化涂层探索研究

提出并制备了可以应用于1 800℃的抗氧化涂层体系,固渗法制备SiC内层,料浆涂刷法制备高温氧化物釉层和硼硅化物釉层.经扫描电镜分析涂层形貌及电子能谱分析其组成,发现C/C复合材料基材结构完整,没有发生次表面氧化.试验结果表明氧乙炔焰烧蚀20 s后,失重为0.06%;1 800℃自然对流氧化试验条件下,氧化物釉层30 min的平均失重速率为0.06g/(m2·s);硼硅化物釉层60min的平均失重速率为0.2g/(m2·s).说明涂层体系在1 800℃具有良好的抗氧化能力.