导引头天线角预定算法研究

本文针对中制导采用无线电指令、末端采用半主动或主动寻的复合制导技术的地空武器系统，详细推导、研究了导引头天线角预定的三种算法，其中提出了一种优化的变换矩阵算法，以满足导引头天线预定角精度和计算实时性要求，通过分析比较表明：本文提出的导引头天线角预定算法具有计算延迟小、计算精度高的优点，具有良好的工程实用价值。     

捷联式制导系统中四元数的保范递推计算

推导了捷联式制导系统中四元数的保持范数不变的递推计算公式,并对公式的误差传递进行分析,证明其计算误差随迭代次数线性增长.     

分体四轮式空气循环制冷系统仿真及试验研究

为了提高飞机座舱环境控制系统性能，同时降低设计和制造难度，提出了分体四轮式空气循环制冷系统。所提系统采用2个独立的两轮式涡轮冷却器代替一体化四轮式涡轮冷却器。基于焓参数法分析了分体四轮式及四轮式空气循环制冷系统的热力性能，结果显示2个系统热力性能一致。基于实验室现有部件搭建了分体四轮式空气循环制冷系统原理样机，摸底测试表明，系统最大制冷量可达12.0 kW，制冷量理论值与试验值的误差分布在±15%以内，验证了焓参数法的有效性。原理样机的性能系数分布在0.21~1.15之间。所提系统可为国产大飞机环境控制系统的研制提供良好的技术储备。      

基于非线性干扰观测器的四旋翼非奇异快速终端滑模控制

针对存在系统不确定性和外部干扰的四旋翼飞行器,提出了一种基于非线性干扰观测器(Nonlinear distur-bance observer,NDO)的非奇异快速终端滑模控制(Nonsingular fast terminal sliding mode control,NFTSMC)策略.首先,利用NDO估计系统不确定...     

功率级无刷直流电动机四象限运行模拟器设计

针对无刷直流电动机（BLDCM）驱动控制器在研发过程中全工况测试困难、测试成本高和研发周期长的问题，提出了一种采用分区间采样和解算方法的、具有四象限运行能力的功率级（PHIL）无刷直流电动机模拟器，替代实物电动机和机械负载装置完成对两两导通控制方式下无刷直流电动机驱动控制器的各项性能测试与可靠性试验。该模拟器由实时仿真器、电动机模拟变换器和多级式双向变换器3部分组成，实时仿真器负责采集被测电动机驱动控制器输出的PWM电压，实时解算电动机模型得到三相电流指令，控制电动机模拟变换器生成三相电流，多级式双向变换器负责维持模拟器输入、输出间的能量平衡关系，从而实现对四象限运行时无刷直流电动机的功率级模拟。实验结果表明:所提出的功率级无刷直流电动机模拟器模拟精度高、实时性好、测试灵活，能够有效替代实物电动机和机械负载装置，满足电动机驱动控制器的测试需求。      

失效概率矩独立全局灵敏度分析的高效算法

失效概率矩独立全局灵敏度分析对指导可靠性优化至关重要，本文从乘法降维及Edgeworth级数展开的角度提出一种失效概率矩独立全局灵敏度指标分析的高效算法。所提算法通过Edgeworth级数展开将失效概率矩独立全局灵敏度指标的求解转化为输出无条件及条件前四阶整数矩的求解。对于输出的无条件及条件四阶矩的计算，基于乘法降维的思想，本文推导了重复利用计算输出的无条件矩的输入输出样本来计算条件矩以及外层关于输入变量一维积分的计算公式，使得仅需重复利用输出无条件前四阶矩求解产生的积分网格内的数据即可同时求得输出的前四阶条件矩以及外层关于输入变量的一维积分。所提算法大大提高了失效概率矩独立全局灵敏度的分析效率。航空发动机涡轮盘以及汽车前轴的分析结果验证了所提算法的高效性及准确性。     

预测-五阶容积卡尔曼滤波方法

为适用于强非线性、非高斯过程噪声系统，结合预测滤波（PF）与高阶容积卡尔曼滤波（HCKF），提出一种预测-五阶容积卡尔曼滤波（P5thCKF）方法。通过预测滤波方法对系统模型中的过程噪声及其方差阵进行实时调整，进而将新模型代入到五阶容积卡尔曼滤波框架中进行实时递推状态估计。推导了五阶球面单形-径向积分准则，采用五阶球面单形积分准则处理球面积分，广义高斯-拉盖尔积分准则处理径向积分；描述了预测滤波方法并对模型误差调整量进行了推导。通过2个仿真实验验证了本文方法在强非线性、非高斯过程噪声系统中的可行性以及应用于工程实践的可能性。     

弹道可调的落角约束分数阶滑模制导律设计

针对制导弹道带落角约束的末制导问题,提出了一种基于分数阶微积分理论的时变滑模制导律。可通过提前设置参数调整制导弹道,分数阶的引入增加了制导弹道的可变性和多样性。利用李雅普诺夫稳定性理论证明了制导律的稳定性。采用分数阶积分中值定理,将分数阶微分方程转化为一阶线性微分方程,并求解出状态误差的解析式,最后利用夹逼定理证明了制导律的收敛性。数值仿真结果表明,该制导律在保证高制导精度的同时,可大范围改变弹道形式,使制导弹道复杂多变难以预测。