基于任务评定的战斗机大迎角飞行控制律设计方法

针对现代战斗机大迎角机动的飞行控制设计问题,在角速率指令非线性动态逆控制律基础上,引入表征期望飞行品质的理想参考模型,构成了模型参考动态逆飞行控制律,并借助基于任务的飞行品质评定方法完成了控制参数的整定,从而实现了对飞机大迎角机动的控制.对设计结果进行了时域和频域仿真,并使用基于任务的飞行品质评定方法对闭环系统的飞行品质进行了评定,验证了控制律设计的有效性.通过不同任务下评定结果的对比,说明了这一方法在揭示飞机大迎角飞行品质特性和特定任务对飞行控制律的特殊要求这两方面的优越性,可用于战斗机大迎角机动的非线性飞行控制律设计与飞行品质的评定.      

一种新的SINS/GPS深组合导航系统设计

为了提高GPS在高动态、强干扰条件下的跟踪性能和导航精度,提出了一种新的SINS/GPS深组合导航方案.利用卡尔曼滤波器反馈回路取代了传统接收机中独立、并行的跟踪回路,能够同时完成所有可视卫星信号和组合导航信息处理的任务;利用矢量跟踪算法加强各跟踪通道相互关联,增强跟踪通道对信号载噪比变化的适应能力,从而提高接收机在信号中断条件下的导航性能;利用相关器输出的I和Q路测量值直接作为导航滤波器的观测量,减小滤波过程残差,可以提高组合导航系统的导航精度和跟踪性能.仿真验证表明,这种基于矢量跟踪的深组合导航方案不仅在GPS信号中断期间能够保证系统的导航精度和可靠性,而且在低载噪比条件下可以增强导航系统的跟踪性能以及抗干扰能力.     

基于STF和加权改进的群目标跟踪算法

为了进一步提高群目标交互多模型跟踪算法的估计性能,提出一种改进的群跟踪算法.首先,通过采用模型转换概率的自适应算法,优化模型与目标运动模式的实时匹配.并通过引入强跟踪滤波（STF,Strong Tracking Filter）中的渐消因子,提高机动阶段时的群质心的状态估计精度.其次,分别利用概率加权法和标量加权法完成群质心状态和扩展状态的融合估计.最后在变分贝叶斯滤波的基础上,建立完整的跟踪算法流程.仿真实验结果表明,该方法不仅能够提高群质心状态和扩展状态的估计精度,还能有效降低机动阶段时的峰值误差.     

飞机机身自动对接技术研究

介绍了飞机机身对接方式、采用的对接基准和对接测量方法,并以某飞机机身对接为实例,详细介绍了某型号机身自动化对接平台的建立流程、装配协调方法及激光跟踪仪和激光准直仪相结合的测量方法.     

15-5PH沉淀硬化不锈钢磁粉检测磁痕分析

针对航空15-5PH马氏体沉淀硬化不锈钢在磁粉检测过程中发现的条状、片状和长直磁痕显示进行了总结。分析了不同磁痕显示的特点及微观组织情况,最终确定了磁痕的性质。结合不同热处理状态下的磁特性分析,确立了纯洁度磁粉检测的工艺流程以及磁痕判别方法。研究发现沉淀硬化不锈钢在磁粉检测过程中磁痕显示主要是由铁素体和组织不均匀造成的。研究结论为航空制造过程中沉淀硬化不锈钢的磁粉检测的磁痕判定以及规范的制定提供依据,确保磁粉检测工作的顺利进行。     

分组级短码长LT喷泉码的工程应用

针对LT喷泉码在准单向链路、高差错、链路恶劣易中断的信道环境应用时出现的运算量大、译码时延长、编码效率较低等问题,文章提出使用基于数据分块的分组级短码长喷泉码方案。其思想是将短码长LT码方案和分组级LT码方案结合起来,并且在数据子块的度序列生成过程中加入度值检测机制。实验仿真结果表明:与已提出的LT码方案相比,该方案能够有效地降低译码开销、计算代价和译码时延,提高系统的最大传输效率。     

粒子群算法在装配序列规划中的应用方法研究

将粒子群优化算法引入到装配序列规划中,详细讨论了粒子群算法在装配规划中的数学表示,给出了适应度函数评价方法,并实现了装配干涉矩阵的构建,以发动机化油器装配为例,分析了粒子群算法在装配序列规划中的具体应用.     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。