《飞行器测控学报》征稿简则

《飞行器测控学报》是北京跟踪与通信技术研究所主管并主办的学术性刊物，是中国宁航学会飞行器测控专业委员会的会刊。是“中国科技期刊引证报告”统计源期刊、“中国学术期刊综合评价数据库”统计源期刊。主要报导国内外飞行器测控通信领域的研究、发展及动向，为相关领域的科研技术人员提供一个发表学术见解、总结经验教训、推广新技术、学习新知识的园地。本刊为双月刊，大16开，国内外公开发行。     

具有边界保护性能的直升机飞-发一体化控制律

针对直升机飞-发一体化控制和边界保护控制问题，提出了一种基于投影算子的新型边界保护控制律设计方法，基于反馈控制概念设计了指令约束器，通过对控制指令进行修正，实现边界保护控制。基于UH-60直升机和T700涡轴发动机的参数，建立了直升机-传动机构-发动机综合系统的数学模型，采用动态逆和线性二次型调节器（LQR）控制理论设计了直升机飞-发一体化控制律，与基于投影算子的边界保护控制模块进行整合形成完整控制律。采用数值仿真检验了控制律的控制性能，仿真结果表明本文设计的控制律能够实现直升机和发动机的综合控制，在高度、滚转、俯仰、偏航通道实现显模型跟踪控制性能的同时，实现了高度变化率、姿态角、姿态角速率和发动机动力涡轮转速边界保护控制要求。     

基于MSP430点光源跟踪系统设计

提出了一种基于MSP430的点光源跟踪的具体设计方案,并对设计方案的硬件组成、程序设计、调试进行了介绍,实验证明,所设计的光源自跟踪系统有较强的适应能力,反应迅速,灵活性大。     

基于计划到达时刻的四维航迹规划

为了加速空管自动化与智能化技术的应用与实施,提出了水平航迹与高度/速度剖面分阶段设计的四维航迹规划方法。基于动态时间规整与层次聚类方法实现历史雷达航迹聚类分析,完成水平航迹设计。建立速度剖面规划模型,通过航迹生成器与速度调整器交互协作,精细化控制进场时间,以满足计划到达时间要求。以上海浦东国际机场PINOT进场航班为例实施验证,结果表明,四维航迹规划方法可有效实现航班的计划到达时间,从而减少航班延误,提高终端空域运行效率。     

飞机大部件自动对接同步调姿方法

提出了飞机大部件自动对接同步调姿方法,实现了大部件调姿基准点的连续自动跟踪测量和位姿连续调整.在此基础上开发了集测量场构建、大部件位姿解算和调整等功能于一体的大部件自动对接集成控制软件,并在ARJ21飞机翼身自动对接现场进行了应用试验,结果证明该方法能有效完成飞机翼身自动对接过程,提高测量和对接效率.     

基于雷达航迹的航空器质量估算

为保障基于轨迹运行的顺利实施,必须提高四维航迹预测的精度,而四维航迹的精准预测依赖于航空器质量准确估算。鉴于此,构建并分析了航空器能量模型;基于雷达航迹与航空器基础资料( BADA),提出了新型的航空器质量估算方法与步骤;利用最小二乘算法求解了航空器质量的估计值;分别基于预测航迹、雷达轨迹与QAR数据,采用相对误差作为评价指标,实施验证与分析。验证结果表明,提出的方法可将航空器质量估算误差控制在5%以内,从而能够有效地提高航迹预测精度。     

间冷回热循环发动机电子样机设计

在追踪和分析国外间冷回热技术在航空发动机领域应用的基础上,根据国内研究现状,对间冷器和回热器进行了模拟实验研究。初步拟定了间冷回热发动机总体结构方案,并将此结构方案建立为电子样机。总结了间冷回热发动机中各部件、系统,以及特有的间冷器管路系统和回热器管路系统的布局规律。通过样机建模,初步掌握了间冷回热发动机总体结构方案设计特点,探索了各部件、系统的布局,为间冷回热发动机的进一步研究积累了经验。     

最小二乘滤波在某型火控系统信息处理中的应用

为了提高某型火控系统的反应时间和射击精度,需要对采集到的目标运动参数进行滤波。为了使算法易于实现,采用了最小二乘滤波方法。基于对最小二乘滤波的分析处理,增加了修正序列,实现了接近自适应最小二乘滤波的功能,在滤波效果上能够完全满足系统要求。最后,对滤波效果进行了检测。     

基于多滑模控制器融合的高超声速飞行器再入段跟踪控制方法

针对高超声速飞行器再入段滑模跟踪控制存在的抖振剧烈问题,提出一种基于多滑模控制器融合的跟踪控制方法.该方法采用动力学模型对高超声速飞行器再入过程进行描述,建立高超声速飞行器的攻角、侧滑角和倾斜角跟踪控制方程,结合准二阶连续滑模控制器和超螺旋滑模控制器对再入段进行分阶段的跟踪控制,分别削弱抖振影响,提高跟踪控制性能.通过模型仿真对所提跟踪控制方法的有效性和可行性进行验证,结果表明该控制方法可有效实现高超声速飞行器的轨迹跟踪,在控制力矩响应和姿态角速度跟踪误差积分值上较传统方法具备明显优势,可有效抑制抖振,提升飞行稳定性.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.