导弹电液伺服机构的变论域自适应模糊滑模控制

为减弱导弹电液伺服机构位置跟踪滑模控制(SMC)的抖振,提出了一种基于变论域自适应模糊滑模控制(AFSMC)方法。通过在线调节输入变量论域和规则后件隶属度函数,可在不影响滑模变结构控制鲁棒性的情况下有效削弱滑模切换控制产生的抖振。给出了相应的控制律。设计的控制系统具有良好的跟踪性能,提高了电液伺服机构的跟踪控制精度。仿真实验结果验证了该控制方案的有效性。     

大气湍流光学长曝光像的数值计算

在介绍大气湍流光学长曝光像的两个模型——高斯模型(空间域模型)和统计平均光学传递函数模型(空间频率域模型)的基础上，推导两模型之间的关系与差别，并应用两模型数值计算了扩展目标通过大气的长曝光成像结果。此外，还应用高斯模型给出了自适应光学系统校正后的远场光斑。     

基于冗余伪观测的自适应滤波算法

现有的二阶互差分(SOMD)算法能够给出与状态估计误差解耦的观测噪声协方差估计，但是需要满足冗余测量的条件，但这一条件往往难以满足。 针对这一问题，提出了一种利用状态预测值构造相邻2个时刻伪观测的方法，将原SOMD算法扩展到具有单测量的系统中。使用目标跟踪问题对该算法的有效性进行验证。仿真结果表明，当采样周期较小时，该算法能够忽略状态估计误差的影响并给出较准确的观测噪声方差，在精度和鲁棒性方面优于其他参考算法。     

基于SVR的导航传感器自适应野值检测方法

针对Lagrange插值法无法处理连续野值的问题，提出了一种基于改进支持向量回归(Support Vector Regression, SVR)的导航传感器自适应野值检测方法。该方法结合了支持向量回归利用小样本数据就能够准确建模和3σ准则计算简易的优点，利用支持向量回归在线建立舰船的运动模型对测量值进行实时预测，并利用3σ准则自适应地计算阈值，然后通过比较阈值与预测残差来判别测量值是否为野值点。该方法可以自动地学习舰船的运动趋势，建立舰船的真实运动模型，而且不受连续野值点的影响，能够在没有其他传感器辅助的条件下完成野值检测。海试实测数据表明，提出的方法对离散和连续的野值点均具有较好的检测效果，同时可以更好地估计传感器的真实测量值。     

智能结构应用给飞行力学带来的挑战

探讨了智能结构在航空航天中的应用可能性和应用领域，包括智能结构的发展概况。概述了智能结构技术的发展和应用给飞行力学学科带来的新课题和新挑战，如具有智能结构的飞行器的动力学建模问题，参数辩识问题，稳定性与操纵性分析及飞行试验问题，智能结构机械特性，电磁特性等相互耦合及其飞行器性能的影响等问题，智能结构设计技术将是下一世纪飞行器设计中最重要的技术这一。     

一种改进的数字式波束形成的快速自适应算法

提出了一种改进的数字式波束形成的快速自适应算法,即具有严格约束最小功率的抽样矩阵梯度算法(CSMG)。它综合了传统抽样矩阵梯度、算法和具有严格约束的最小功率自适应算法的优点。计算机模拟表明,此算法波束方向随约束角度而变,自适应调零能力较强,收敛速度也较快。     

Application of improved active disturbance rejection control algorithm in tilt quad rotor

The Tilt Quad Rotor (TQR) has complex dynamics characteristics, especially in conversion mode. It is difficult to build the dynamic model of the TQR and the environmental factors have a great influence on it. To solve the problem of control in conversion mode of TQR, this paper carries out the design of the controller based on improved Active Disturbance Rejection Control (ADRC). According to the characteristics of flight in conversion mode, Tracking Differentiator (TD) with explicit model is used to solve the problem of multiple integrals when the system is high-order system. Extended State Observer (ESO) with Radial Basis Function (RBF) neural network is used to estimate and compensate for internal and external uncertainties, and the adaptive sliding mode control in Nonlinear State Error Feedback (NLSEF) is used to improve the response speed of the controller and reduce the parameters which should be tuned. Through the flight control simulation of the TQR, the validity and rationality of the control system are verified.     

Adaptive suppression of passive intermodulation in digital satellite transceivers

For the performance issues of satellite transceivers suffering passive intermodulation interference,a novel and effective digital suppression algorithm is presented in this paper.In con trast to analog approaches,digital passive intermodulation (PIM) suppression approaches can be easily reconfigured and therefore are highly attractive for future satellite communication systems.A simplified model of nonlinear distortion from passive microwave devices is established in consid eration of the memory effect.The multiple high-order PIM products falling into the receiving band can be described as a bilinear predictor function.A suppression algorithm based on a bilinear poly nomial decorrelated adaptive filter is proposed for baseband digital signal processing.In consideration of the time-varying characteristics of passive intermodulation,this algorithm can achieve the rapidness of online interference estimation and low complexity with less consumption of resources.Numerical simulation results show that the algorithm can effectively compensate the passive intermodulation interference,and achieve a high signal-to-interference ratio gain.     

基于自适应网格的超声速液体射流破碎过程研究

为研究超声速气流中液体横向射流的破碎过程,采用脉冲背景光方法和VOF方法开展了实验和数值研究。为提高液体横向射流中气液界面和气流场特征捕捉的精确性,采用自适应网格技术对于气液界面、激波出现位置进行网格细化,计算得到了较为精细的气液界面、激波特征及涡系结构。研究结果表明:在低成本仿真模拟条件下,利用自适应网格计算得到的射流轨迹和轮廓与实验吻合较好,射流轨迹的最大误差为10%;射流初始段在超声速气流条件下,仍然存在一段高度约为1.9倍喷孔直径且圆柱形态保持较好的连续光滑液柱。随着喷注压降的升高,液柱的长度逐渐增大;主流气体流经液柱发生三维绕流,在射流附近和近壁面区域形成不断演化的反转涡对,反转涡对的形成加速了液体射流一次破碎过程。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。