基于SMDO的滑模控制器设计及其在导弹上的应用

提出了一种基于滑模干扰观测器(SMDO)的滑模控制器(SMC)设计方法.针对一类级联多输入多输出(MI-MO)非线性系统,根据奇异摄动原理将其分为内、外回路分别进行控制器设计.以外回路为例,分析了传统基于饱和函数的滑模控制的鲁棒性,针对其在面I临干扰时鲁棒性较差的问题,在名义滑模控制律的基础上设计了基于超扭曲算法的SM...     

GA-BP神经网络在航空发动机状态监测中的应用研究

针对航空发动机状态监测问题,引入人工神经网络为发动机复杂非线性系统建立精确模型;选择以GA-BP贝叶斯算法作为神经网络训练算法,建立优化设计近似模型;以发动机排气温度的预测为例,构建了一个GA-BP神经网络对航空发动机状态进行预测。结果表明,GA-BP神经网络收敛速度快,泛化能力强,优于标准BP神经网络,因而为航空发动机状态监测提供了一种有效的方法。     

基于蜂群算法的舰艇编队维修作业调度方法

针对编队维修保障系统需要对编队内所有舰艇装备提供快速有效的保障,使之具有持续作战能力,将维修保障过程中涉及的机构及资源,分割为功能相对独立的多个智能体Agent,并提出基于多Agent的具有良好扩展性和智能性的舰艇编队保障体系架构.基于该架构中Agent单元的特点,提出基于蜂群算法的任务调度优化方法,该方法可缩短舰艇编...     

基于低可探测性的参考航迹规划

根据分层规划思想,确定参考航迹是进行航迹规划时首先要解决的问题。在充分考虑雷达探测的各种环境因素及飞行器RCS方位分布特性的基础上,将雷达对目标发现概率作为参考航迹的一个重要评价指标,基于自适应进化算法,采用新的遗传算子,最终生成综合考虑雷达威胁和飞行距离的参考航迹。结果表明,该航迹规划模型能根据对低可探测性和航程的不...     

水下重力辅助惯性导航关键技术研究及实现

重力辅助惯性导航已渐成水下导航领域的研究热点,其实现是一项复杂的工程,涉及多项的关键技术.文章首先介绍了重力辅助导航的基本原理;之后详细阐述了在真实海洋环境下,重力辅助导航所需解决的若干关键技术问题,并给出了相应的研究成果;最后总结了我国水下重力辅助导航的发展趋势及研究的若干建议.     

一种月球软着陆参考轨迹解析算法研究

使用了高度和航向航程匹配求解推重比的算法,解决了一种无直接解析解的参考轨迹的求解问题.在数值仿真的基础上,简化了参考轨迹的求解,给出了推重比与高度和航向航程的关系,以及这些关系存在的原因.应用Monte Carlo仿真法对该方法求解的可行性进行了仿真验证,并基于一个类Apollo的参考轨迹,验证了算法对参数分布引起的状态不定具有鲁棒性.     

箭载无线传感器网络动态业务分配方法研究

无线传感器网络技术是新一代火箭测量系统中的关键技术之一,为实现箭上无线传感器节点业务动态变化场景下的信道资源无冲突分配,提出了一种基于优先级的动态业务分配方法——基于优先级的动态占空比节能位图辅助MAC协议(PD-EBMA)。主要思想是利用位图辅助适应业务量的动态变化、搭载预约的方式减少控制信息开销、背包算法提高信道利用率和降低时延,以及在流量较小时延不敏感的场景中使用动态占空比的思想降低能量开销。仿真结果表明:相比传统固定时隙的分配方式,PD-EBMA可以大幅提升网络灵活性,同时能耗和时延特性也得到显著改善。     

多飞行器协调航迹规划方法

针对多飞行器的协调航迹规划展开研究，提出了一种基于协同进化的多飞行器协调航迹规划算法。在该算法中，不同飞行器的潜在航迹形成它们自己的子种群，并在于种群内部进化。不同飞行器间的协调关系由航迹的评价函数来实现。同时，通过使用特定的染色体表示方法和进化算子，该算法可以有效利用各种环境信息，处理各种航迹约束，并实时地生成三维航迹。     

超椭球凸集合可靠性综合指标定义及求解方法

针对失效域与超椭球凸集合发生干涉与不发生干涉两种情况下,超椭球凸集合非概率可靠性与非概率可靠度两种指标各自存在的不足,将两指标相结合提出多个超椭球凸集合描述时的可靠性综合指标定义,并提出将改进的有限步长迭代法(MLSA)与Monte-Carlo法结合来求解综合指标的方法.MLSA是在有限步长迭代法的基础上提出的,根据增...     

一种小波神经网络与遗传算法结合的优化方法

提出一种基于小波神经网络(简称WNN)与Pareto遗传算法相结合的优化方法,并用于内流的数值流场优化计算.小波神经网络由输入层、隐含层和输出层组成.在隐含层用Morlet小波母函数取代了误差反向传播(BP)神经网络中常用的Sigmoid激励函数.Pareto遗传算法具有很好的全局寻优能力和良好的优化效率,在通常情况下它总可以得到均匀分布的Pareto最优解集.典型算例表明:该算法快速、高效,能高精度的完成非线性函数的逼近与映射,其泛化能力很强.