电液力伺服系统的神经网络并行自适应预测 PI 控制

考虑电液伺服系统的复杂非线性和不确定性特性,提出一类基于神经网络的并行自适应预测PI控制结构,该结构使控制参数的调整和系统的实时控制操作可并行进行,不仅做到了神经模型和控制器的在线辨识和设计,而且避免了神经网络方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。      

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

利用模糊控制理论设计自适应机构的自适应系统的研究

本文针对航空发动机的转速控制系统 ,提出了以模糊控制理论 ,设计比较和积分自适应机构的模型参考自适应控制系统的设计方法 ,并对系统进行数字仿真。结果表明 :这种自适应控制方法充分发挥了 PI控制和模糊控制的优点 ,不但使控制算法得到简化 ,而且使控制精度得到提高。因而 ,这种自适应方法对高阶、非线性或缺乏精确数学模型的被控对象提供了一种新的设计方法     

自适应滑模控制在飞机前轮转向中的应用

前轮操纵系统是大型飞机实现地面滑行机动和按预定轨迹起降控制的关键系统之一。针对轮胎转向时复杂的负载特性以及电液伺服系统自身存在的非线性和参数不确定性的特点,基于滑模控制理论,结合Lyapunov稳定性理论,给出了飞机前轮转向滑模控制方案,并进行了数字仿真。结果表明,所设计的滑模控制器具有鲁棒性强、结构简单、易于实现的优点。     

基于两级直角网格结构的三维DSMC算法研究

结合直角网格计算的高效率以及表面非结构网格对飞行器几何外形的精细描述,本文建立了基于两级直角坐标网格结构的DSMC数值模拟算法。一级网格为计算区域离散后的背景网格,二级网格为独立的碰撞网格和取样网格,是在背景网格的基础上根据流场性质的变化经过自适应后获得的亚网格,碰撞分子对在亚网格内选取,以保证选取的分子是"最相邻的"。计算的Orion飞船外形从自由分子流到稀薄过渡流的气动力系数,与DS3V和DAC软件计算结果的一致性非常好,验证了本文算法的可靠性和有效性。同时对过渡区的流动特征和表面气动参数的分布规律进行了分析。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。     

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。     

自适应流通机匣处理改善压气机性能的机理

为了探索自适应流通机匣处理形式影响跨声压气机性能及流场的流动机理,文中采用非定常数值模拟方法研究了自适应流通机匣处理对NASA轴流Rotor37气动性能的影响。数值计算结果表明:自适应流通机匣处理能有效地延迟失速并在大部分流量范围内略微提高压气机的效率。通过详细的流场分析表明,该机匣处理能有效地增大叶顶区的气流进气角度,抑制了间隙泄漏涡在叶顶通道内的发展,同时阻止泄漏涡涡核在通过激波后破碎,提高了转子顶部通道的流通能力,进而减少叶顶区的流动损失。     

并行原位自适应建表方法在超燃计算中的应用

分别采用直接积分方法(DI)和并行原位自适应建表方法(ISAT)对二维超声速燃烧室进行了计算,并与试验结果进行了比较。从对比结果可以看出,ISAT方法和DI方法计算的压力和组分分布结果基本一致,壁面压力分布与试验结果相吻合,能够满足计算的精度要求。在本文并行计算环境下,和DI方法相比,在化学反应计算速度上,ISAT方法最低提高了3.34倍,最高达到约40倍。     

车牌定位与字符分割方法研究

介绍了一种改进的基于纹理特征的车牌定位方法,采用自适应阈值,实现了车牌的准确定位。设定自适应改变大小的投影切割阈值实现了字符分割。最后采用BP神经网络法来识别各个字符。实验结果表明,该方法能够较为准确的实现车牌识别,具有定位准、鲁棒性好等特点。