基于蒙特卡罗方法的小卫星偏心分离动力学分析

对小卫星单星偏心分离动力学进行了研究。建立了基于多体动力学理论的偏心在轨分离模型,用ADAMS平台对小卫星分离过程动力学进行仿真,结果显示两者误差小于0.15%,验证了仿真模型的正确性。用Monte-Carlo法对分离动力学性能进行了优化,分析了不同因素对分离角速度和分离速度的敏感度,给出了三种优化方案。     

临近空间高超声速飞行器鲁棒自适应控制方法

提出了一种新的将自适应滑模变结构控制与动态逆控制组合的鲁棒自适应的控制方法,用于临近空间高超声速飞行器的再入阶段飞行控制系统设计。用内外环动态逆控制将非线性飞行器对象近似解耦成不确定的3通道一阶线性系统,将所有不确定性转化为匹配的逆误差;由自适应滑模变结构控制给出动态逆的输入信号,消除逆误差的影响,保证对制导指令的鲁棒跟踪。某高超声速飞行器临近空间再入的六自由度仿真结果表明:控制器有较好的鲁棒性和跟踪性能。     

单周期冲跃飞行轨迹性能参数影响程度分析

对高超声速飞行器的单周期冲跃飞行轨迹进行了研究。建立了动力学模型和约束条件。仿真分析了升阻比、初始速度和初始弹道倾角对飞行轨迹性能的影响,并讨论了影响程度,确定了适于该飞行器的最佳飞行走廊,为后续的冲跃飞行轨迹完整设计和优化提供了参考。     

某固体火箭发动机药柱的动力学分析

对某固体火箭发动机药柱进行了动力学分析。针对发动机药柱结构,利用MSC.NASTRAN有限元软件,建立了药柱结构的三维有限元计算模型,其中推进剂和包覆层采用粘弹性材料的频变复模量模型。进行了复特征值分析、频率响应分析和公路运输的随机振动分析,得到了固体火箭发动机药柱的固有频率、相应的振型、各阶模态损耗因子和频率响应曲线,以及随机振动响应均方根值和功率谱密度曲线,为进一步分析发动机在动力学载荷作用下的结构完整性奠定了基础。     

卫星CMAC神经网络姿态控制器设计及仿真

为提高传统卫星姿态控制系统精度,提出了一种基于小脑模型(CMAC)神经网络的比例-积分-微分(PID)的复合控制器。给出了具在线学习功能的复合控制器结构,并证明了神经网络学习收敛条件与最终控制目标的一致性。仿真结果表明,设计的控制器具有较好的自适应性和鲁棒性。与传统控制器相比,进入稳定状态的速度更快,指向精度更高。     

基于均匀化方法的轴编C/C复合材料性能预测

把均匀化理论与有限元法相结合,应用于轴棒法多维编织C/C复合材料的性能预测,通过对该材料有效模量的计算和实验验证,表明本方法可以得到较准确的材料刚度性能,为该材料的设计提供了性能预测方法.     

复杂动态环境下无人飞行器动态避障近似最优轨迹规划

针对复杂动态环境下无人飞行器的动态障碍规避问题,基于合理假设建立了无人飞行器和动态障碍的运动学模型,并综合考虑无人飞行器飞行过程中的终端约束、控制输入约束、安全避障约束等,以能量最少为性能指标构建动态避障问题数学描述。之后,针对终端约束和控制输入约束,依据优化模型预测静态规划算法(OMPSP)生成初始轨迹;针对动态避障问题的不等式约束,引入松弛变量并结合滑模变结构控制方法设计松弛变量动力学,实现对一个、多个或同时多个动态障碍的安全规避;最后,依据有限时间微分动态规划(RHDDP)算法进行轨迹优化,获得满足上述各种约束并能规避动态障碍的近似最优轨迹。     

加权叠加结构滤波器组动态信道化结构研究

针对传统DFT多相结构滤波器组动态信道化结构要求系统过采样因子必须为整数,限制了参数设置的灵活性的问题,将灵活高效的加权叠加(WOLA)结构滤波器组引入动态信道化结构。通过公式推导得到WOLA综合滤波器组的实现结构,进而设计了基于WOLA结构滤波器组的动态信道化结构。仿真结果表明,设计的动态信道化结构解除了系统过采样因子必须为整数的限制,增强了参数设置的灵活性,同时与DFT多相结构滤波器组动态信道化结构相比,重构误差减小了一个量级,具有良好的重构特性。     

基于机械抖动激光陀螺仪的动态误差分析

机抖激光陀螺仪是目前应用最为广泛的激光陀螺,是实现应用捷联惯导系统进行导航的理想惯性仪表,研究激光陀螺仪的误差因素,并通过软件进行补偿提高其精度,对提高捷联惯导系统的精度具有重要意义。相对于研究已经较为成熟的静态误差,对动态误差的研究仍较少。针对激光陀螺的动态误差,通过分析在动态环境中抖动机构的输出对二频机抖激光陀螺输出的影响,建立了动态误差模型,为激光陀螺动态误差的研究提供了理论储备,具有一定的工程应用价值。     

基于动态逆和神经网络的机动弹头姿态控制系统设计

机动弹头是复杂的非线性系统,它给姿态控制系统设计人员以极大的挑战。为了满足飞行稳定性要求,提高系统的适应性和鲁棒性,本文构造了动态逆神经网络姿态控制系统,设计了慢变量和快变量动态逆,引入了在线神经网络进行逆误差的补偿。实例仿真的结果表明:动态逆和在线神经网络的结合,能够实现弹头的稳定飞行。