基于ANN逆模型的非线性系统内模控制结构方案及仿真研究

基于逆模型的非线性系统控制器设计方法已得到了快速发展,并成为设计控制系统的一种重要方法。但对大量复杂、未知和不确定的非线性对象,建立具有一定通用性的逆模型控制器,在实际非线性系统设计中是非常困难的。文中基于系统内模控制（IMC）原理和神经网络（ANN）的非线性映射、大规模并行处理等特性,设计了非线性系统的ANN正模型辨识器及逆模型控制器,基于IMC原理和ANN理论建立了非线性系统的IMC结构方案。大量仿真研究表明,设计的基于ANN逆模型的IMC结构方案是有效的,ANN逆模型控制器具有良好控制性能,且其结构简单,具有一定通用性。     

基于数字控制器的陀螺再平衡回路

文章首先对比说明数字再平衡回路所具有的特点,论述了模拟系统数字化的理论与方法,建立了数字再平衡回路的数学模型,并对典型动态环节的软件算法进行了介绍,接着为改善系统的动态响应特性引入了数字PID控制算法。最后对试验样机的硬件组成、软件流程,以及在转台试验中的结果进行了总结。     

直升机旋翼桨叶防/除冰技术新思路

为了满足直升机全天候飞行和特殊环境中飞行的要求,有必要对直升机的旋翼桨叶、发动机进气道、风挡玻璃等部位采取防/除冰防护。常用的电热等防/除冰方法存在各种弊端,如消耗大量电能、冰防护装置复杂、脱冰产生危害等,而超疏水表面材料以零耗能、零设备、零操作的特点在防/除冰方面具有巨大的应用潜力。本文在总结现有防/除冰方法及其特点的基础上,介绍了超疏水表面材料的最新研究进展,探讨了其在直升机防/除冰技术上应用的可能性,为解决直升机的防/除冰问题提供了一个新思路。     

基于神经网络的飞行器总体优化设计

针对经验公式存在的精度低、适用范围受限的缺点,采用广义回归网络代替经验公式计算气动特性,并将其嵌入到优化设计流程之中,提出了一种基于神经网络的飞行器总体优化设计方法。神经网络的训练样本输入、输出数据通过试验设计和涡格法计算得到。以高空长航时无人机为例,选取航时与机翼结构重量系数作为目标函数,应用所提出的方法进行总体优化设计。计算结果表明,提出的方法是可行的,能够满足设计要求,同时降低优化过程的复杂程度,减少迭代次数。     

一种AMR磁罗盘的误差建模与校准方法

针对传统磁罗盘硬磁校准时容易受到外界干扰,标定校准为相对值的问题,详细分析了AMR(Anisotropic Magneto Resistance,各向异性磁阻效应)磁罗盘的系统误差并建立其误差模型,提出了标量校准方法用于磁罗盘的硬磁标定校准.与传统方法相比,该方法不需要确切的航向参考值,利用任意多位置下的大量测试数据通过迭代求取校准参数的最优解,通过施加约束避免校准过程中磁干扰的影响,并且校准值为绝对矢量.经过硬磁校准,磁罗盘航向精度提高7倍.实验结果验证了该方法的有效性和实用性.     

屈服假塑性凝胶模拟液直圆管流变和流动特性分析

通过理论分析和试验研究,进行了某型凝胶模拟液在直圆管内的流变和流动特性研究。研究结果表明：该凝胶模拟液具有明显的屈服应力;由于屈服应力的作用,直圆管中心明显地分为剪切流动区和柱塞流动区,柱塞流动区半径与屈服应力成正比,与压力梯度成反比;当流量恒定时,沿程压降随屈服应力的增大而增大;当压力梯度保持不变时,流量随屈服应力的增大而减小。     

前体涡非对称分离机理及前缘吹气控制研究

通过设计对称性算法,求解层流Navier-Stokes方程,数值模拟了细长体在低超声速情况下前体背风涡随攻角演化的规律,在此基础上,进一步研究了前缘吹气对前体涡演化和侧向力特性的控制机理.根据数值模拟结果及分析,倾向于支持在层流框架内,前体涡的非对称失稳是一种对流不稳定机制,要想根据需要产生对称或不对称的前体涡,就必须外加持续的扰动.在约16°～48°攻角区间内,前缘吹气可产生规律性较好的侧向力,有可能直接利用前体涡进行横侧向控制.为工程实用化,需提高前缘吹气的激励收益效费比.     

基于CDMA蜂窝网的飞行器三维定位算法

针对中低空飞行器提出了一种将码分多址(CDMA)蜂窝网导频信号被动定位与惯性导航系统进行组合的导航定位方法。该定位方法是根据CDMA蜂窝网导频信号的到达时差（TDOA）进行两次加权最小二乘解算,并利用飞行器惯性组合的原始信息进行解模糊,从而实现中低空飞行器的三维实时定位。蒙特卡罗仿真证明：在高斯白噪声条件下,该算法运算速度快,精度高,其均方误差逼近克拉美罗下界（CRLB）,为组合导航实时性要求提供了理论参考。     

西方马克思主义对构建和谐社会的启示

西方马克思主义作为一种社会思潮传人中国,其内容涉及到政治、经济、文化等各个方面,虽没有明确提出构建和谐社会的理论,但其中不乏有和谐社会的思想和精辟论述,如建立人道主义的社会主义社会。深入研究和吸取西方马克思主义中和谐社会思想的精华,对于我们构建社会主义和谐社会具有重要意义。     

Autonomous navigation of formation flying spacecrafts in deep space exploration and communication by hybrid navigation utilizing neural network filter

Autonomous navigation of spacecrafts is a difficult task, however, which is a must in future deep space exploration. With multiple spacecrafts flying in space, this aim can be achieved by formation flying spacecraft (FFS) utilizing inverse time difference of arrival (ITDOA) and inverse difference Doppler (IDD) methods, which can locate the position of earth-station from one-way uplink signals in the FFS coordinate, and by way of conversion of coordinates, the position of FFS is achieved in earth-centered earth-fixed (ECEF) coordinate. The ability of neural network (NN) filter in navigation to extract position of spacecrafts from random measuring noise of signal arrival time and Doppler shift is studied with different radius of FFS and surveying parameters. The NN filter used by spacecraft group is new way of unidirectional autonomous navigation and is of high precision of hybrid navigation.