柔性空间机械臂系统的模糊滑模神经网络控制及柔性振动主动抑制

研究了参数不确定漂浮基柔性空间机械臂关节空间的轨迹跟踪及柔性振动主动控制问题.运用虚拟力概念,生成能同时反映柔性振动和刚性运动的虚拟期望轨迹,设计了一种自适应非奇异Terminal滑模控制器来跟踪该虚拟期望轨迹,以实现载体姿态及关节稳定跟踪运动轨迹并对所产生的柔性振动进行主动抑制的控制目标.所设计的控制器结合了Terminal滑模控制快速收敛性,模糊小波神经网络优良的函数逼近特性及鲁棒技术处理逼近误差的优势,利用自适应算法在线自适应调节模糊小波神经网络的所有网络权值和参数,使控制器具有很强的鲁棒性.仿真实验证明了所提控制方案的有效性.     

基于相位偏差的实时PPP模糊度固定

采用CNES发布的实时相位偏差数据,实现包含模糊度固定的实时精密单点定位.对全球10个IGS测站10天观测数据进行RTPPP解算,分别统计模糊度首次固定时间和定位精度,结果显示利用实时相位偏差数据能在平均30min内实现模糊度首次固定,模糊度固定时水平位置误差由6cm迅速降低至2cm左右,三维位置误差由10cm迅速降低至5cm左右,同时RTPPP模糊度固定在3h观测内可保持水平3cm、三维5cm左右的定位精度.通过分析得出,基于相位偏差的RTPPP模糊度固定技术具有较高的定位精度和定位稳定性,能够快速实现cm级定位.     

簇飞行网络雷达几何构型对模糊函数的影响

提出了集分离航天器与网络雷达为一体的簇飞行网络雷达概念.通过引入双基地雷达模糊函数,给出簇飞行网络雷达模糊函数定义和计算步骤,研究了雷达几何构型和簇飞行雷达之间相对有界基线对模糊函数的影响.数值计算结果表明：与单基地雷达模糊函数相比,网络雷达模糊函数主瓣宽度明显变窄,簇飞行模式下可变基线对雷达模糊函数的影响不大;雷达模糊函数应主要考虑目标飞行速度和接收距离变化的影响.最后,给出了簇飞行网络雷达模糊函数的一种上界.     

一种基于模糊聚类模型的动量轮健康性排序方法

基于模糊聚类分析提出一种动量轮健康性排序方法,选取实际型号任务中50 N·m·s动量轮的地面测试数据与在轨数据,对数据处理后,研究闭环工况动量轮动态转速的电机电流,利用相关系数法将其转换为模糊相似矩阵,聚类分析动量轮健康性最大阈值;同时以最大阈值为标准,设计判断准则,用4个动量轮的数据验证该方法的实用性并与峭度试验方法进行对比。结果表明:该方法可以准确对动量轮健康性进行排序。     

航空语义知识库构建方法研究

分析了大数据环境下知识管理和应用的发展趋势,结合航空领域的数据资源特点和语义知识加工应用需求,基于自然语言处理、机器学习、知识图谱技术应用,出了航空语义知识库的建设目标、分层架构以及基于多模态数据的构建方法,可为航空语义知识库的构建供参考。     

基于模糊应力—强度模型的空间系绳碰撞可靠性

空间系绳系统由于其特殊的组成结构日益受到关注,空间系绳的碰撞可靠性研究是系绳任务设计的重要一环.本文采用可靠性分析基本原理中的应力—强度模型,根据近地轨道的空间碎片通量和泊松分布方法,进行空间系绳在轨碰撞可靠性的研究分析.根据对空间系绳碰撞可靠性有影响的系绳结构因素,即单股系绳的直径、长度,双股系绳的绳间距、碰撞角等,对空间碎片撞击切割系绳后碰撞点处的系绳剩余截面进行建模,利用模糊应力—强度模型计算空间系绳在撞击后发生毁灭性碰撞的概率,进而根据泊松方法计算空间系绳在轨可靠性随时间的变化,通过仿真分析,对比不同结构空间系绳的有效在轨时间.     

基于运动目标的机载多源传感器数据融合算法

在机载信息融合领域,针对复杂的战场态势环境对机载多源传感器造成的不利影响,提出了一种基于运动目标的机载多源传感器数据融合算法,包括误差估计与补偿、目标关联、估计融合3个部分。采用最小均方误差参数估计方法从数值不变的系统误差中,定量获取量测偏差的确定性部分再通过模糊隶属度函数建立关联矩阵作为目标关联的依据,以最小隶属关系为约束,利用拍卖算法求得多目标关联的最优匹配方案,最后通过IMM 自适应滤波方法,将误差配准与目标航迹估计整合进行,有效提高滤波的精度。仿真结果表明,经过上述算法处理后的融合目标精度高于任意单传感器目标探测精度。     

一种基于24GHz梯形调制LFMCW雷达解多普勒模糊方法

由于对称三角线性调频连续波（LFMCW）雷达在多目标情况下容易产生虚假目标，又因为采用的毫米波技术，发射波形的上下扫频时宽相对较小，且目标速度的测量精度和分辨率又取决于信号的时宽，所以，为了消除虚假目标的产生以及提高目标速度的测量精度和准确性，文章利用梯形调制方式，并结合MTD 恒频速度配对法，充分利用二维模糊多普勒频率，通过恒频速度配对得到真实目标之后，再用其求得模糊重数，进而解多普勒模糊。由于二维模糊多普勒频率是在一个周期下得到的，所以，解模糊得到的速度精度要大于恒频速度和上下扫频配对得到的速度。利用这种方法，不仅可以准确地得到目标信息，还防止了虚假目标的产生。最后，经Matlab仿真结果表明，解多普勒模糊得到的速度误差明显小于恒频以及去耦合。     

一种适用于气动优化的高效自适应全局优化方法

随着设计空间的增大和优化问题非线性程度的提高，基于代理模型的优化（SBO）过程收敛越来越慢，并且在局部勘测上呈现不足。本文发展了一种高效自适应全局优化方法，在整个样本细化迭代过程中采用变设计空间取样：即在每一步样本细化迭代过程中，利用当前设计空间中的样本建立代理模型，并且根据样本的内部特征，利用模糊聚类算法将该设计空间分割成几个子空间，然后在每个子空间内通过最大化目标函数的期望提高函数和最小化模型预测目标来增加新的样本，之后对子空间进行融合更新设计空间。6个解析测试算例的结果表明，所发展的方法相比于一般的代理模型优化方法，具有更好的鲁棒性以及全局探索和局部勘测能力，更适用于具有强非线性和多极值的优化问题。RAE2822气动优化实例表明，所发展的方法在处理工程实际问题时，仍然能够保持很好的效率、鲁棒性和自适应性。