二阶新型智能非线性PID控制稳定对象时的参数设定方法

介绍了将新型智能非线性PID(INPID)用于二阶稳定对象控制时的参数设定方法 ,推导了相关公式 ,并以某导弹某时刻的线性化模型为例 ,给出了仿真结果 ,表明该设定方法设计出的控制器具有极好的控制效果和极强的鲁棒性。     

基于校园网模具学习系统的研究

主要介绍基于校园网模具学习系统的web数据库系统的设计与实现。该系统将网络教学平台、网络考试系统、BBS、信息管理系统集于一身,其中智能体模块在系统中的应用使各功能模块联结成一个有机整体,服务于模具专业教学的各个方面。     

一类新型智能码序列的相关函数研究

智能码的生成方法和特性研究是当前移动通信中重点研究的关键技术之一。文中介绍一类特殊的智能码———桥函数序列。给出桥函数序列的几种特殊生成方式。研究桥函数序列的自相关和互相关函数特性,得到一类具有零自相关窗的桥函数序列和一类互相关函数恒为零的桥函数序列族。最后给出q=8和k=2时对应的一类智能码———桥函数序列族,它由64个不同的长度均为256的离散桥函数序列组成。这类桥函数序列族可望在移动通信CDMA中得到应用。     

天基跨域群智系统发展分析和技术展望

面向不同任务对目标、环境和态势等精细刻画需求,跨域分布式协同系统能够带来更大的测量范围、更高的定位精度、更全面的探测维度和更好的鲁棒性.与单域系统不同,跨域群体系统中,承载平台的运动空间、传感器能力和通信手段各不相同,通过智能化策略配置可有效地聚合不同维度、不同置信度的信息以实现不同域群体之间的高效协同.系统性分析了天...     

空间仿生可变构智能感知网络技术

基于仿生集群系统感知功能与行为的视角,提出了空间感知网络的若干前沿科学问题,包括仿生可变构异构空间分布式智能感知网络设计、单星自主机动对准和协调操控、星群协同相对测量与控制等。在干扰对抗态势下,空间感知网络的生存智能需求是保持各节点的可变构型网络、异构分布式感知与协调控制,从抗扰、容错和节能等角度提出了未来智能感知网络所应具有的安全、绿色和免疫等特征。仿生空间感知网络的目标是通过可变构异构分布式星群设计,实现星群多源信息融合和“眼、耳、脑、体、群”的智能协调,提高感知网络的智能协调能力以及对于空地目标与空间态势的感知、理解、预判和机动处置能力。     

基于Adaptive Sigma-Point滤波的智能导弹对目标协同定位方法研究

在对智能导弹协同作战过程详细描述的基础上,提出了一种利用多枚智能导弹协同对目标定位的方法。考虑目标运动模型为静止模型和运动模型两种情况,将Sigma-Point滤波方法与过程噪声的自适应估计方法相结合,融合目标运动状态和目标到达角信息,克服了常规Sigma-Point滤波性能依赖于目标运动模型的先验统计信息的缺点。通过比较目标可能存在区域面积的大小,确定了参与协同定位的智能导弹数目和编队构型。仿真研究表明,多枚智能导弹协同对目标定位可以显著提高定位精度和速度。     

基于自适应动力吸振器的空间桁架结构振动抑制研究

航天器中使用的轻质桁架结构在受到扰动时会产生振动,从而影响设备正常工作。为解决这一问题,本文提出一种附加在结构上的主动动力吸振装置,利用电磁力推动质量块产生的反作用力作为主动力施加在被控结构上,抑制结构振动。主动控制算法采用自适应逆扰动抑制算法,对空间环境下的结构参数变化具有一定的自适应调节能力。为验证算法的有效性,建立了桁架-吸振器系统的动力学模型,对无吸振器和有吸振器时的被动和主动吸振模式进行了仿真对比。最后在三棱柱桁架结构中进行了振动主动控制实验。结果显示在主动模式下桁架振动振幅衰减可达90%以上。
     

航天器电源系统大功率智能配电技术

随着航天器功能的增多和容量的增大,对电源系统的配置、管理、故障检测与诊断以及可靠性和可维修性都提出了更高的要求,促使航天器配电技术向着大功率和智能化方向发展。文章介绍了“天宫一号”目标飞行器电源系统采用的大功率智能配电单元,并在此基础上提出了智能能源管理单元设计。通过采用智能数据处理、固态功率控制等改进技术,将大功率智能配电系统进一步提升和完善,拓展其应用领域,以满足未来载人航天和深空探测任务发展的需要。     

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题,提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先,以一类后掠角可连续变化的高速飞行器为研究对象,给出变形飞行器动力学模型,分析模型特性及变形量与关键气动参数之间的定性关系。其次,基于关键气动数据特征分析,考虑包含气动性能、控制误差在内的综合性能指标,设计一种基于DDPG算法的智能变形决策方案。再者,针对带有标称控制器的HMFV进行变形决策训练,实时获得滑翔过程中不同飞行状态下的最优构型。最后,仿真结果表明所设计的智能变形决策算法收敛效果好,且具备较好的泛化性能。相比于固定外形,可通过变形使得在不同状态下的升阻比保持最优,且与考虑单一决策指标相比,考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。     

一种基于深度强化学习的机动博弈制导律设计方法

针对高速机动飞行器常用的程序化机动突防方式适应性不强、突防效果不稳定的问题,提出了一种基于深度强化学习算法的机动博弈制导方法。该方法以增大交会摆脱量为任务目标,采用深度神经网络拟合飞行器的制导律,应用强化学习方法训练网络参数,得到一种以突防拦截双方的位置和速度为输入、以飞行器的需用过载为输出的智能机动博弈制导律。数学仿真验证结果表明,在连续的状态空间和动作空间中,飞行器能根据当前态势自主选择合适的制导指令。相比传统突防方式,该制导律显著提升了交会摆脱量,且突防效果更稳定。