频率捷变雷达抗干扰效能评估研究

利用功率准则 (EIF)、概率准则、综合抗干扰能力准则 (AJC)等几种典型的抗干扰效果度量方法 ,对频率捷变雷达抗干扰效果的评估进行了研究 ,并提出相对捷变因子 (SRFA)的概念 ,给出了具体计算实例     

基于RBF网络的飞行器姿态滑模控制器

针对中制导段飞行时间长,空间拦截器需要进行一定的姿态机动,提出一种基于RBF网络的姿态控制器.建立了拦截器3个通道的姿态运动模型,对每个通道进行变结构控制,并在此基础上对变结构控制器增益通过RBF(Radial Basis Function)网络进行自适应控制,同时给出了稳定性证明.仿真结果表明,该方法能有效实现拦截器中制导段的姿态控制.     

机动目标拦截的变结构制导律设计与实现

考虑目标机动和弹体动态特性,研究了导弹末制导律设计与实现问题。在切换函数的设计中应用增广比例导引的思想对目标的逃逸机动进行补偿;设计了变结构制导律,使得导弹的实际横向加速度具有增广比例导引的形式,来减弱弹体动态特性对制导精度的影响。在制导律实现过程中,应用高增益观测器对视线变化率进行了估计,同时通过将观测器进行二次扩张,实现了对目标机动加速度及其变化率的快速估计。最后进行了数值仿真验证,仿真结果说明了方法的有效性。     

基于控制体积方法的降落伞初始充气模型

考虑降落伞初始充气过程中降落伞变形情况与受力特性,建立了基于控制体积方法的初始充气模型。模型从理想气体状态方程出发,通过伞衣内部气体质量求解伞衣内部各个部分所受压力,将压力结果代入基于凯恩方法建立的伞衣结构模型中,即可得到对应的伞形;模型在计算时能够考虑伞衣结构透气的影响。数值计算的结果表明,模型计算得到的初始充气过程伞衣形状变化与试验吻合较好,初始充气时间与经验公式基本一致。该方法还可用于对降落伞主充气阶段的数值模拟。     

金属热防护系统瞬态传热数值模拟方法研究

针对由金属蜂窝夹心板和多层纤维绝热材料组成的金属热防护系统(Metallic Thermal Protection Sytems,MTPS)建立了气动加热条件下整体传热计算模型,采用蒙特卡罗方法模拟蜂窝腔内的三维辐射传递和每个纤维层内的一维辐射传递,采用有限体积法对MTPS一体化结构内辐射导热耦合换热能量方程进行求解,对某结构的MTPS瞬态传热及热响应进行了数值模拟分析,结果表明在所给定的典型时变气动热流条件下金属蜂窝夹芯板对MTPS瞬态热响应影响很小,增大蜂窝腔内表面发射率可明显降低蜂窝蒙皮间的温度差,再入过程中时变气体压力对MTPS瞬态热响应有明显的影响.     

基于自适应幂次切换增益的动能拦截滑模制导律

抖振问题限制了非线性变结构制导的应用。运用幂函数作为切换增益函数并设计全局鲁棒的滑模,构成自适应趋近律,实现切换线平滑趋近,形成基于自适应幂次切换增益的滑模制导律AP-SMG。给出其存在可达与稳定条件,并对空间目标的非机动和脉冲/连续机动环境作了仿真比较与参数分析。结果表明该制导律在动能拦截中可以有效削弱甚至消除视线角速率和控制律抖振,降低所需控制能量的同时能够保证制导精度,构造简单,无需智能结构辅助,总体性能优于基于常值切换增益的系列制导方法C-SMG。     

临近空间高超声速飞行器鲁棒自适应控制方法

提出了一种新的将自适应滑模变结构控制与动态逆控制组合的鲁棒自适应的控制方法,用于临近空间高超声速飞行器的再入阶段飞行控制系统设计。用内外环动态逆控制将非线性飞行器对象近似解耦成不确定的3通道一阶线性系统,将所有不确定性转化为匹配的逆误差;由自适应滑模变结构控制给出动态逆的输入信号,消除逆误差的影响,保证对制导指令的鲁棒跟踪。某高超声速飞行器临近空间再入的六自由度仿真结果表明:控制器有较好的鲁棒性和跟踪性能。     

变结构控制用于增大仿真转台带宽的研究

用变结构控制(VSC)法增大仿真转台的带宽。根据被控对象的数学模型,通过模型转化给出了VSC控制器的控制律,并用符号函数连续化削弱振颤。数学和半实物仿真结果表明,采用该VSC控制器的仿真转台控制系统具有良好的快速性和鲁棒性。     

复杂工况下的直升机行星传动轮系故障诊断

行星传动轮系是直升机动力传动系统的核心部件,是直升机健康和使用监测系统重要的监测对象。针对复杂工况下直升机行星传动轮系的故障诊断难题,提出了结合域对抗与深度编码网络的自适应域对抗深度迁移故障诊断方法。方法输入归一化频谱数据,基于堆栈收缩自动编码网络建立训练负载与测试负载编码网络,从训练域数据进行有监督学习提取高质量深度故障特征,并结合参数迁移和对抗学习策略,通过测试域数据无监督自适应优化测试域深度故障特征提取网络,以适应负载条件变化引起的样本数据分布差异以及恶劣噪声环境引起的样本数据波动的影响。方法在直升机行星传动轮系实验平台上通过故障注入试验进行了对比验证,证明了方法的有效性与健壮性。     

多无人机协同任务分配混合粒子群算法

针对多无人机协同任务分配问题(MTAP),设计了一种综合考虑飞行航程、任务收益以及任务完成时间窗口的混合粒子群任务分配算法。首先,将粒子位置编码为一组任务分配向量,针对同时打击场景可能存在的死锁问题,设计了一种基于多打击任务有向图的死锁检测和修复算法,解码出对应一组可行的任务分配解或方案,实现粒子群算法解的离散化。另外,对于传统粒子群算法(PSO)容易陷入局部收敛的缺点,提出一种基于变邻域搜索算法的跳出局部收敛策略,并建立局部搜索启动概率准则,实现跳出局部收敛和计算开销的平衡。最后,将跳出局部收敛的策略嵌入到粒子群算法中,得到协同任务分配的混合粒子群算法(HPSO)。另外,针对新目标发现导致的初始计划失效问题,设计了一种基于匹配策略的局部任务重分配方法。仿真实验证明,所提出的混合粒子群算法能够有效解决异构多无人机同时打击场景中的任务分配问题。