动力翼伞系统空投风场的辨识与应用

风场对动力翼伞系统的运动状态有着重要的影响,获得风场中风的速度和方向可以使动力翼伞系统利用或者消除风场的影响。针对风场辨识问题,通过分析动力翼伞系统在风场作用下的飞行特性,提出了一种基于动力翼伞系统在风中的飞行状态进行风场辨识的方法。该方法仅使用动力翼伞系统配备的全球定位系统（GPS）模块采集定位数据,计算获得动力翼伞系统飞行的速度和方向,根据风场与动力翼伞系统的动态关系,利用最小二乘法对风场进行在线辨识。为了保证辨识精度,由GPS获得的动力翼伞系统运动信息经卡尔曼滤波器进行滤波处理。仿真结果表明：该方法对风场有较高的辨识效果,并能辅助实现雀降。     

直接力与气动力复合控制前向拦截导引律综述

直接力与气动力复合控制前向追击在拦截高空高速目标方面具有独特的优势。分别综述了前向拦截导引律和直接力气动力复合控制设计方法的研究进展,其中,直气复合控制分别从点火逻辑设计、控制分配方法、气动舵控制和直接力控制分别设计、俯仰和偏航通道同时设计、复合控制导弹的制导律设计等几方面进行分类分析,并介绍了复合控制前向拦截导引律进展。最后,指出了值得进一步研究的几个关键问题,可为今后的研究提供参考。     

考虑控制系统故障的重复使用运载器轨迹优化

传统的重复使用运载器的制导系统与控制系统的设计是分开进行的。当运载器出现故障时,需要进行轨迹和控制的重构,故障下气动特性和配平能力的变化使得重构后的制导系统与控制系统难以良好匹配。考虑到控制系统对轨迹设计和优化的影响,通过将三自由度轨迹优化与多舵面控制分配结合,提出一种考虑控制舵面气动力和故障的重复使用运载器轨迹优化方法。仿真结果表明,多舵面控制分配算法可以将运载器故障下的配平能力转化为轨迹优化的约束条件,从而避免了传统三自由度轨迹优化方法结果无法被控制系统跟踪的可能性,并为制导与控制一体化设计提供参考依据。     

面向协同standoff跟踪问题的无人机制导律

针对多无人机（UAV）协同standoff跟踪问题,提出了UAV的横侧向和纵向制导律。对参考点制导（RPG）进行改进,作为UAV的横侧向制导律。然后,采用一组非线性微分方程对UAV和目标相对距离的调节过程进行建模,在此基础上证明了改进RPG的渐近稳定性,并推导了RPG参数与系统性能的关系,为RPG参数的选取提供了依据。最后,给出了UAV的纵向制导律,并分析了其渐近稳定性。仿真结果表明,改进RPG的跟踪误差和时间乘以误差绝对值积分（ITAE）指标均优于Lyapunov向量场制导（LVFG）和模型预测控制（MPC）,故改进RPG具有更快的响应速度和更高的稳态精度。     

基于锥形运动的制导火箭速度控制导引律设计

针对制导火箭落点速度的约束要求,提出了一种采用锥形运动控制导弹飞行速度的导引方法。该方法首先设计了满足速度约束的虚拟目标理想运动轨迹,将导弹减速控制问题转化为对虚拟目标的追踪导引问题,通过建立制导火箭与虚拟目标的相对运动模型,分析了弹目相对位置和相对速度的关系,推导了具有速度控制的导引律一般形式,并采用动态逆控制理论设计了锥形运动控制指令和导引参数。通过数字仿真对比了不同落角约束条件下导弹锥形运动的速度控制效果,结果表明该方法设计的导引律能够满足制导火箭速度约束要求,且制导精度高、控制效果好,为导弹锥形运动速度控制技术提供了参考。     

基于GPM的高超声速飞行器再入轨迹优化

为保证高超声速飞行器具有最大再入距离,应用高斯伪谱方法求取了存在路径约束及终端约束的飞行器最优再入轨迹。首先选取迎角及倾斜角作为最优控制量,并分析再入轨迹的最优控制模型;然后应用高斯伪谱方法将最优控制问题离散成非线性规划问题,并采用SNOPT软件包对非线性问题进行求解,得到最优轨迹。通过仿真证明了该方法求得的最优轨迹对初始值不敏感,且具有良好的实时性。     

300万DN值圆柱滚子轴承优化设计与试验

为了解决圆柱滚子轴承在高DN(轴承内径×轴承转速)值工况下易失效问题,开展了高DN值圆柱滚子轴承的研制工作。结合轴承设计准则,进行300万DN值圆柱滚子轴承结构参数优化设计和材料选取;基于轴承动力学理论,建立了动力学模型并仿真分析,研究了300万DN值圆柱滚子轴承动力学行为;在自主研发的试验机上进行轴承试验,试验过程中监测轴承温升及振动加速度值。结果表明：DN值为300万时,温度低于130 ℃,振动加速度低于20g。通过优化设计,圆柱滚子轴承DN值从200万提升到了300万。     

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。     

考虑驾驶仪动态特性的固定时间收敛制导律

针对打击机动目标的制导问题,设计了一种同时考虑攻击角度约束、自动驾驶仪动态特性和固定时间收敛的新型制导律。首先,基于非奇异终端滑模控制和固定时间稳定性理论,采用反步递推方法设计制导律。在制导律设计过程中,设计了一种固定时间收敛的非奇异终端滑模面,基于固定时间控制和滑模控制,设计虚拟控制律,构造一种非线性一阶滤波器解决传统反步设计中的"微分膨胀"问题。基于超螺旋算法和固定时间稳定性理论,设计了一种固定时间收敛的滑模干扰观测器,用于估计目标机动等干扰。然后,基于Lyapunov稳定性理论,对制导律的固定时间稳定性进行了证明,并给出了收敛时间的表达式。最后,通过仿真分析,验证了所提制导律的有效性,和现有制导律相比,所提制导律具有较高的制导精度和角度约束精度、较快的系统收敛速度以及较少的能量消耗。     

一种改进的基于最大熵理论的 多属性决策的鱼雷弹道优选方法

鱼雷弹道方案优选是鱼雷作战使用的关键环节。在分析目前主观法和客观法优劣的基础上,提出了一种改进的基于最大熵理论的多属性决策方法的鱼雷弹道方案优选方法。通过实例仿真分析,得到限定条件下的优选方案,为鱼雷弹道方案论证提供了一种决策方法。