基于DMOM算法的航空发动机性能寻优控制

提出一种分散迁移优化算法(DMOM),可实现多峰值优化问题的全局最优解搜索.该算法通过随机选择参考粒子,不断迁移搜索自身所处区域峰值点,再通过分散操作排除局部最优点,重新生成新个体,可快速搜索到全局最优区域.将DMOM应用于航空发动机性能寻优控制仿真,结果表明:在最小油耗和最低涡轮温度模式下, DMOM的寻优速度相比遗传算法(GA)和粒子群算法(PSO)提高了2倍以上;同时DMOM的优化精度相比自组织迁移算法(SOMA)提高了60%以上,相比可行性序列二次规划(FSQP)算法提高了20%以上.验证了DMOM相比其他优化算法有更强的跳出局部最优的能力,在航空发动机最小油耗和最低涡轮温度这类多峰值寻优问题中具有明显的优势.      

基于逆跟踪控制的航空发动机气路健康参数估计修正方法研究

针对新型航空发动机气路部件状态监控缺乏故障样本的不足,利用发动机非线性模型和气路故障模拟方法,获取故障样本,运用最小二乘支持向量回归机(LSSVR)建立气路健康参数的(理想)估计器。主要工作是在LSSVR的基础上,从逆跟踪控制的角度,设计了基于逆模型在线辨识与变结构控制相结合的修正系统,减小理想估计器与真实发动机之间由于测量噪声与系统噪声对估计精度造成的影响。通过仿真实验,离线修正后,估计值的相对误差最大值从69%缩小5%,在线修正后,估计值的相对误差最大值从69%缩小13%,修正系统有效地提高了性能估计的准确度,减小了气路部件状态监控的误判和误诊的概率。     

喷注壁面楔状流层流边界层速度与温度相似解

建立了壁面有喷注的楔状流层流边界层冷却数学模型,求解经相似变换得到的描述无量纲流函数和无量纲温度的常微分方程,获得了楔状流层流边界层无量纲速度和温度的相似解,给出了考虑壁面喷注边界条件的形式简洁、物理意义明确的无量纲流函数拟合式;用Runge-Kutta法求解无量纲速度与温度的常微分方程,获得了壁面有喷注的楔状流层流边界层无量纲速度和温度随楔形角、吹风参数、冷却介质温度的变化规律.通过计算0°,18°和36°楔形角的楔状流层流边界冷却速度与温度分布得到以下结论:楔状流速度边界层和温度边界层厚度都随楔形角的增大而变小,随着吹风参数的增大而增大;当冷却介质温度越低、吹风参数越小、楔形角越大时,靠近壁面处楔状流层流边界层内温度梯度越大.      

飞机活动面转角测量的方法探讨

真实飞机各部件的运动状态总是和理论状态存在差异,所以在飞机型号研制和试验试飞过程中,掌握飞机的实际运动状态是开展后续工作的基础,而由各种仪器测量结果来分析真实运动状态存在着许多困难。以某型号飞机的襟翼转角分析为例,从激光跟踪仪所测得的结果,分别通过圆模拟法和二面角法来分析襟翼在各卡位下的转角。并对两种方法进行详细的介绍和分析,以寻求合理的方法来消除测量误差、制造误差及结构变形对测量结果的影响,供后续工作的开展实施。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

基于自适应IMM的高超声速飞行器轨迹预测

为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型（IMM）跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100 s的位置误差均小于5 km,速度误差均小于100 m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。     

基于灰色关联TOPSIS 法的要地防空威胁评估

针对要地防空作战目标威胁评估问题,提出一种基于灰色关联TOPSIS的评估新方法对目标威胁进行综合 排序。首先,确立要地防空目标威胁评估指标体系,在对初始数据进行预处理的基础上采用熵权法和AHP法组合 确定指标权重,避免主观决策带来的误差。其次,依据量化理论对威胁评估指标进行定量处理,建立了基于灰色关 联TOPSIS法的威胁评估模型,运用灰色关联TOPSIS法计算相对贴近度参数,从而实现对空袭目标威胁大小的排 序。最后,通过防空作战目标威胁评估实例进行验证,结果表明该方法可靠有效。     

MIMO雷达射频隐身性能优化的目标跟踪算法

随着现代战场中电子对抗的日益激烈,雷达的生存环境受到了严重的威胁。射频（RF）隐身技术是一种提高雷达及其运载平台战场生存能力的重要途径。为提高雷达射频隐身性能,针对具有MIMO探测模式的新体制雷达提出了隐身性能优化的目标跟踪算法。该算法基于射频隐身性能优化模型,通过自适应控制系统的子阵划分个数、平均发射功率、波束驻留时间以及采样周期,在满足系统跟踪性能要求的前提下优化系统射频隐身性能,其中的射频隐身性能综合考虑了截获因子及采样周期。仿真结果表明,与传统相控阵雷达相比,本文所提出的目标跟踪算法使MIMO雷达具有更好的射频隐身性能。     

BOC信号合成相关函数通用无模糊跟踪方法

针对全球导航卫星系统(GNSS)所使用的二进制偏移载波(BOC)调制信号存在跟踪模糊的问题,提出了一种能够应用于多种BOC类型信号的通用无模糊跟踪方法。首先基于调制形状码向量的概念提出了BOC信号通用表示方式。然后,推导了BOC信号互相关函数的调制形状码向量表达式。最后,在BOC通用模型的基础上,基于合成相关函数思想,设计了一种通用无模糊跟踪方法。仿真结果表明,该方法可以适用于各种相位和阶数以及复合和包含复信号的BOC调制信号,得到无模糊的窄单峰相关函数。通过分析该方法的抗噪声性能和多径抑制性能,证明其相对于传统的BOC无模糊跟踪方法具有更好的抗噪声性能。     

Fuzzy adaptive tracking control within the full envelope for an unmanned aerial vehicle

Motivated by the autopilot of an unmanned aerial vehicle（UAV） with a wide flight envelope span experiencing large parametric variations in the presence of uncertainties, a fuzzy adaptive tracking controller（FATC） is proposed. The controller consists of a fuzzy baseline controller and an adaptive increment, and the main highlight is that the fuzzy baseline controller and adaptation laws are both based on the fuzzy multiple Lyapunov function approach, which helps to reduce the conservatism for the large envelope and guarantees satisfactory tracking performances with strong robustness simultaneously within the whole envelope. The constraint condition of the fuzzy baseline controller is provided in the form of linear matrix inequality（LMI）, and it specifies the satisfactory tracking performances in the absence of uncertainties. The adaptive increment ensures the uniformly ultimately bounded（UUB） predication errors to recover satisfactory responses in the presence of uncertainties. Simulation results show that the proposed controller helps to achieve high-accuracy tracking of airspeed and altitude desirable commands with strong robustness to uncertainties throughout the entire flight envelope.