MIMO系统中迭代捕获算法的性能分析

基于迭代消息传递的伪码捕获方法能够在复杂度较低的情况下,极大的提高捕获速度,但在低信噪比下捕获性能下降很快。多输入多输出 (MIMO) 系统可以在不增加频谱资源和发射功率的条件下,削弱多径衰落,改善通信系统的性能。本文提出将迭代捕获算法应用于MIMO系统中,在接收端采用分集技术,运用最大比合并方法进行信号合并,然后用迭代算法进行捕获。仿真结果表明：将迭代捕获算法与MIMO系统结合,在不影响捕获速度的前提下能够有效提高信号的捕获概率,信噪比在-22dB条件下捕获概率达到90%以上,性能优于现有的迭代捕获算法。     

基于输入成型法的空间站变构型过程挠性振动抑制策略

针对空间站组合体变构型引起的挠性附件振动问题,将航天器大角度机动中用于抑制挠性振动的输入成型思想引入到变构型过程中,提出一种新的变构型策略。首先根据拟坐标拉格朗日方程建立组合体变构型动力学模型,然后采用零振动和零微分法(ZVD)和级联法求出变构型系统的输入成型模型,最后根据初始变构型策略的特点和期望构型的约束确定新的变构型策略。将基于输入成型的变构型策略应用于组合体变构型时,仿真结果表明,由变构型引起的挠性振动得到显著抑制,各阶振动的最大振幅可以抑制到原来的10%～20%,对低阶振动抑制效果尤为明显。     

Autonomous attitude coordinated control for spacecraft formation with input constraint,model uncertainties,and external disturbances

To synchronize the attitude of a spacecraft formation flying system, three novel autonomous control schemes are proposed to deal with the issue in this paper. The first one is an ideal autonomous attitude coordinated controller, which is applied to address the case with certain models and no disturbance. The second one is a robust adaptive attitude coordinated controller, which aims to tackle the case with external disturbances and model uncertainties. The last one is a filtered robust adaptive attitude coordinated controller, which is used to overcome the case with input con- straint, model uncertainties, and external disturbances. The above three controllers do not need any external tracking signal and only require angular velocity and relative orientation between a spacecraft and its neighbors. Besides, the relative information is represented in the body frame of each spacecraft. The controllers are proved to be able to result in asymptotical stability almost everywhere. Numerical simulation results show that the proposed three approaches are effective for attitude coordination in a spacecraft formation flying system.     

某型直升机旋翼载荷模拟系统力耦合性分析

直升机主桨载荷模拟系统是一个多输入多输出液压伺服加载系统,该系统助力器和加载缸之间存在复杂的非线性耦合关系。通过建立系统的数学模型分析了该系统存在的力耦合关系,发现其造成的影响在系统允许的误差范围之内,因此可忽略这部分耦合因素。从而为简化系统控制策略提供依据。     

网络攻击下无人机信息物理系统的自适应状态估计

针对网络攻击下无人机信息物理系统(CPS)的安全状态估计问题,提出了一种基于自适应方差极小化的递推状态估计器(AVMRE)。通过将针对控制输入和传感器数据的恶意攻击分别建模为状态和量测方程中的未知干扰项,建立了未知干扰解耦状态递推估计器,实现滤波误差中的量测未知干扰解耦,利用滤波残差设计自适应调整因子对估计误差上界进行极小化,应用最小方差估计准则求解出算法中的量测增益反馈矩阵。同时引入事件触发机制,使得系统在保持一定估计精度的情况下节省通信资源。此外,给出了滤波误差指数有界性的充分条件。无人机飞行模型仿真验证了本文算法相比传统算法的有效性和优越性。     

一种适用于FADEC系统的宽输入范围AC/DC变换器

针对航空发动机全权限数字电子控制(FADEC)系统专用发电机的输出特性,提出一种电流回馈型恒流变频AC/DC(交流/直流)变换技术,以适应专用发电机的宽输出范围,满足FADEC系统的供电需求.给出了该技术的控制策略、拓扑结构、工作原理、过压故障检测及保护设计方法.试验结果表明:该变换器工作稳定,在-55~125℃全温范围内,满足国家军用标准飞机供电特性(GJB181A)对电源的相关规定.研究成果已成功应用于某型航空发动机数字控制系统中,并通过了台架试车和飞行平台试验.      

电动伺服机构永磁同步电机的自抗扰控制

针对运载火箭电动伺服机构谐振频率过低,而传统陷波滤波器算法会降低系统的快速性问题,提出了一种基于自抗扰控制（ADRC）的微分前馈控制算法。在开环等效增益相近的情况下,比较了系统在传统PID控制和一阶ADRC控制方式下的阶跃响应和抗扰性能;对输入正弦指令的情况,比较了系统在比例+扩张状态观测器（ESO）和有限时间比例（FTP）+ESO这两种控制方式下有无输入微分前馈（IDF）的跟踪性能。仿真和实验结果均表明,在常规ADRC中引入IDF,可有效提高电动伺服机构对时变输入的跟踪精度。     

航空发动机全包线自适应解耦控制器设计

为实现航空发动机在全包线的解耦控制, 在飞行包线内选择了若干点, 使用遗传算法对单神经元自适应解耦控制器的比例系数进行了离线优化。以优化得到的若干组参数为训练样本, 离线训练径向基函数(RBF)神经网络, 训练后的网络可映射高度、马赫数与比例系数之间的非线性关系, 飞行包线内任意点的解耦控制器比例系数即可由该网络得到。仿真表明:在设计点和非设计点, 系统均具有良好的动态特性和解耦特性。该方法结构简单、易于实现, 具有实用价值。      

模糊神经网络的侧滑角校正

叙述了一种利用模糊神经网络模型来校正侧滑角的方法。侧滑角的校正基于以下七个输入变量：动静压之比、动压、迎角、滚转速率、偏航速率、飞机重心处侧向过载、基准侧滑角。在模糊神经网络模型的结构辨识中，采用了前向搜寻算法。样本数据的一部分用于训练模糊神经网络，另一部分用于测试和评价所得模型的性能；参数辨识中，采用了反向传播学习算法（即BP算法）。某型飞机的六自由度仿真软件仿真验证表明，用这种方法校正后的侧滑角具有较高的精确度。