多飞行器再入段时间协同弹道规划方法

提出了一种多飞行器再入段时间协同弹道规划方法。首先,在纵向平面内规划满足航程与终端约束的纵向标称轨迹。随后,在采用轨迹跟踪律跟踪纵向标称轨迹的同时,运用考虑初始横侧向状态的多边界航向偏差角走廊策略控制飞行器的横侧向机动,以满足到达时间约束与终端约束,进而实现单枚飞行器到达时间约束下的轨迹规划。在此基础上,完成了飞行器的到达时间分布与飞行能力分析,给出了最小与最大到达时间的分析计算方法,并根据多飞行器协同再入的任务需求完成了协同飞行时间决策。最后,多飞行器协同再入与扰动条件下的仿真结果表明,该方法能够规划出满足到达时间与终端约束的协同再入轨迹,具备良好的计算精度与鲁棒性。     

非匹配扰动下变体无人机预设性能控制

针对半倾转旋翼变体无人机易受到非匹配扰动和受制于性能约束的问题,提出一种基于复合浸入与不变(I&I)理论的非匹配/匹配扰动观测器和有限时间预设性能控制策略.首先,建立了含有复合扰动的变体无人机数学模型;其次,引入有限时间动态尺度技术和监督因子的概念,提出了一种复合I&I的扰动观测器对非匹配/匹配扰动进行估计和补偿;最后...     

基于控制分配的恒压腔压力精准控制

针对采用双阀调节的恒压腔系统压力在空气流量大范围变化时的精确控制问题,提出了一种基于控制分配的恒压腔压力精准控制方法。首先,建立了虚拟放气流量的双阀控制分配算法,包括：建立满足虚拟放气流量要求且调节阀能耗最小的优化问题;通过线性矩阵不等式(Linear Matrix Inequality, LMI)求解该优化问题得到双阀实际流通面积值;考虑调节阀动态并计算调节阀控制信号指令值。其次,建立以虚拟放气流量为恒压腔控制输入的闭环负反馈回路,基于此,设计满足伺服性能和抗干扰性能要求的PI控制器,引入上述双阀控制分配算法,进而构建完整的基于控制分配的恒压腔压力控制系统。仿真结果表明,采用该方法的控制系统性能明显优于传统单阀PI控制系统性能,恒压腔压力动态相对误差小于0.07%;干扰流量最大变化率为77kg/s2时,压力最大偏差低于500Pa;此外,调节阀动态时间常数和流量系数的拉偏仿真结果进一步验证了该控制器的鲁棒性。     

激光时间同步

介绍了利用激光测距技术进行时间同步的各种可行方法,包括地面同步系统和卫星同步系统。还介绍了如何利用搬运钟测量激光时间同步精度及测量结果如何评定。     

精确测定皮秒量级脉冲上升时间的新方法

本文介绍了一种利用付里叶反变换和频域反卷积来精确测定脉冲产生器和取样头上升时间的新方法。建立了一个测量系统,并用它实测了Tek S-52脉冲产生器、Tek S-4和TekS-6取样头的上升时间。测量上升时间的精确度达3.5ps。文章中给出了较详细的误差分析。     

无刷直流起动/发电系统的起动控制

介绍了用于某型飞机的无刷直流机载起动/发电系统。该系统的起动/发电机采用电励磁双凸极电机,文中通过改进电机结构降低了起动时的转矩脉动,在理论分析的基础上提出了基于转速变化的阶段性角度控制:低速采用标准位置查询起动,中高速采用随转速变化自动改变提前角的角度控制方式,使起动机工作在最佳状态。最后,完成了18 kW无刷起动/发电系统的样机制作及航空发动机的冷开车试验。试验表明:该系统的起动控制策略正确有效,起动转矩平滑,所需电源容量小,效率高,具有良好的起动性能。     

有时间窗的多式联运问题分析与建模

限时性的快速货物运输已成为货运发展的趋势之一,多式联运则是此类限时快速运输较佳的运输组织形式.对有时间窗多式联运的内涵具体描述的基础上, 提出了有时间窗多式联运问题的双层优化模型,上层为货物时间窗求解模型,下层为路径优化模型.设计了求解路径优化模型的蚁环算法,并进行了实证分析,结果表明,用该算法求解有时间窗的多式联运问题可以方便有效地求得满意解.     

时间序列三角极值点线性分段算法

文章在时间序列逐段线性描述方法基础上提出三角极值点分段算法.通过考察时间序列相邻极值点之间幅度变化大小来确定关键点序列.该算法较好地处理了时间序列局部噪声和数据压缩问题.并通过实验说明了算法的有效性.     

电励磁双凸极电机调速系统的原理与实现

介绍了新型电励磁双凸极电机的结构和原理，然后结合全桥变换器阐述了电励磁双凸极电机的控制方法，接着详细介绍了电励磁双凸极电机转速、电流双闭环控制调速系统的原理和实现方法，最后以一台500W12/8极电励磁双凸极电机调速系统为例进行了系统实验。实验结果表明，电励磁双凸极电机调速系统具有结构简单、控制方便和良好的动静态性能。     

优化的GM(1,1)模型及其适用范围

在已有灰色理论的基础上,利用“最小二乘法”确定GM(1,1)白化权函数的时间响应函数中的常数c,摈弃了传统GM(1,1)把原始序列中x^(0)(1)作为初始条件的欠科学的做法,构建了时间响应函数的优化模型。经大量的数据模拟和预测,发现优化的GM(1,1)模型各项指标均优于传统的GM(1,1)模型,且拓宽了其适用范围。