An intelligentized and fast calibration method of SINS on moving base for planed missiles

In order to minish the error of inertial sensors, the technology of neural networks is attempted to on-line calibration of a slave inertial navigation system mounted on planed missiles. Based on the time-varied specialty of slave inertial navigation system on a moving base, an input–output sample structure method is proposed, and to automatically calibrate and revise the error of inertial sensors of inertial navigation system. When a missile is appended under the wing and in free-flight, in order to solve the inconsistent problem of measurement's character of the inertial sensors, the error angles between the master inertial navigation system and the slave inertial navigation system are estimated in advance, then, the input samples of a neural network can correctly simulate the free-flight state. Furthermore, in order to make a learning algorithm of neural networks can satisfy real-time calibrating on a moving base, the traditional Newton algorithm is improved by using first differential coefficient to replace the approximate matrix of second differential coefficients. As a result, the training speed and precision of neural network are enhanced. The simulation results indicate that the method and algorithm are feasible.     

水上电动飞机浮筒设计及起飞滑行

水上飞机起飞滑跑时低速滑行阶段的阻力变化规律对于其设计研究十分重要,而电动水上飞机正常起飞所需最大拉力是否匹配现有电推进系统是飞机改型设计的关键。首先,针对基准浮筒水阻力较大引起的纵向不稳定问题进行了优化设计,优化后浮筒水动性能有明显提高。其次,基于Fluent中的多相流（VOF）模型对水上电动飞机起飞滑跑阶段的力学特征进行了数值模拟计算,着重分析了不同速度下的姿态变化规律、阻力变化及流场特性。最后,对"阻力峰"这一节点下所需电推进系统功率进行了验证计算,结果显示现有装置满足起飞的动力要求;将实际起飞滑跑试验与仿真结果进行对比,结果显示力学特性变化规律基本一致,所得误差在15%之内,验证了仿真计算的可行性,所得结论可为电动水上飞机的研究设计提供借鉴。     

不同重力环境下空间机械臂神经自适应鲁棒控制

针对空间机械臂从地面装调到空间应用过程中重力项的变化问题,提出了一种神经网络自适应鲁棒补偿控制策略用于空间机械臂的末端控制,从而实现在地面重力环境下装调好的空间机械臂在空间微重力环境下实现在轨操控任务。通过神经网络在线建模来逼近系统模型中变化的重力项,逼近误差及系统的不确定性通过自适应鲁棒控制器来补偿。该控制策略不依赖于系统的模型,避免了回归矩阵的复杂计算及未知参数的估计,降低了计算量。基于李亚普诺夫理论证明了闭环系统的渐近稳定性。仿真结果表明该控制器对不同重力环境下空间机械臂的末端控制均能达到较高的控制精度,具有重要的理论研究和工程应用价值。     

基于自适应动态逆的高超声速飞行器姿态复合控制

考虑高超声速飞行器再入过程中存在气动舵低效的问题,提出了质量矩/气动舵复合控制方式,研究了这两类执行机构的复合控制分配问题,并针对高超声速飞行器强非线性和不确定性的对象特性,基于神经网络方法设计了自适应动态逆姿态控制系统。首先给出了质量块配置原则以及质量矩/气动舵复合控制模型;其次,为获得良好的控制分配精度并保证较小的执行机构能耗,基于二次规划方法设计了质量矩/气动舵复合控制分配策略;再次,利用神经网络权值的自适应调整来逼近系统中存在的不确定性,补偿动态逆误差,设计了基于神经网络的自适应动态逆控制器。最后,通过仿真验证了文中控制分配策略和自适应动态逆方法的有效性。     

压电网络板的振动控制原理与控制效果

在给出压电网络板机电耦合动力学方程的基础上对其进行求解,将压电网络板的响应表示为子模态压电系统响应的线性组合.通过分析压电网络板在脉冲激励下子模态压电系统的响应行为,揭示压电网络板可以通过两种途径控制自身振动.基于对传递函数的分析进一步得到子模态压电系统的最优电学参数;在此基础上研究了针对某一阶子模态压电系统设计最优电学参数时,各阶子模态压电系统的响应行为以及压电网络板的多模态控制效果.研究结果表明,压电网络板具有多模态控制效果,特别地,当对板的某一阶次的振动控制具有较高要求时,通过对最优电学参数进行设计,电感电阻并联型压电网络板可满足要求.     

基于改进BP算法的复杂武器系统健康状态评估

根据复杂武器系统指标体系的确定原则：系统性原则、完整性原则、独立性原则、可比性原则、可操作性原则和定性与定量相结合的原则,建立了某复杂武器系统健康指标体系;分析了基本BP神经网络的优点及BP算法的缺陷,研究了一种改进的BP算法;建立了某复杂武器系统健康管理BP神经网络结构;对某复杂武器系统健康状态进行了评估,验证了指标体系的合理性。     

基于神经网络的拖靶高度自抗扰控制研究

为了解决建立拖靶数学模型的难点以及高度测量误差的影响,提出了基于神经网络的拖靶高度自抗扰控制方法。自抗扰控制降低了模型的不准确对飞行控制造成的影响。以垂向加速度信号和高度信号作为神经网络的输入信号,得到自抗扰控制器的补偿因子系数,既降低了高度表测量误差的影响,又使得自抗扰控制的补偿因子得到实时更正。仿真表明,该方法使得拖靶的控制性能更加精确,有效抑制了外界的干扰,达到了恒高飞行的目标。     

低成本飞行试验平台的FADS技术研究

在国内首次利用成熟的低成本火箭弹平台,开展超声速(马赫数>3)飞行试验的嵌入式大气数据传感系统技术研究。针对嵌入式大气数据传感系统的求解算法,测量系统和误差影响等关键技术问题,建立基于神经网络技术的求解算法和设计飞行试验方案,并完成飞行试验和数据分析研究。研究结果表明基于神经网络技术的求解算法具有较好的鲁棒性和较高的求解精度。测量结果与雷达测量结果基本吻合,验证了算法设计;测量结果相对于雷达测量结果,静压平均相对误差约为5.2%,最大相对误差18.8%;马赫数平均相对误差4.2%,最大相对误差14.9%。攻角和侧滑角的测量结果与理论弹道结果变化趋势接近。研究结果可为相关飞行试验技术研究提供参考。     

LEO卫星网络路由算法的OPNET建模与仿真

由于OPNET没有提供标准卫星模块和星上路由器模块,这给卫星网络仿真带来一定难度 。针对LEO卫星网络路由算法,提出了一种OPNET路由仿真模型。该仿真模型主要由卫星网络 域、卫星节点域和路由进程域组成。卫星网络域实现网络拓扑结构的动态变化,节点域利用 无线仿真机制进行数据的发送和接收,路由进程域完成具体算法的实现。为了检验模型的性 能,仿真分析了几种典型的星上路由算法。结果表明,提出的仿真模型是正确可行的,且具 有一定的通用性,为卫星通信网络性能的仿真和分析提供了一种简单有效的途径。
     

基于Web服务的单点登录系统的研究与实现

随着分布式计算技术与应用的不断发展,基于动态、松耦合环境的业务流程将涉及到多个服务提供商,以致用户在完成这样的业务时需要面对多次登录的困扰.针对这个问题,分析了在分布式环境中基于Web服务的用户单点登录机制,并设计实现了Web服务应用支撑环境中的单点登录系统,使得用户只需登录一次即可完成复杂业务.