迎风格式在二维非结构网格中的应用

将原来在结构网格中提出的AUSM⁺(Advection Upstream Splitting Method)格式,推广应用于二维非结构网格中.利用格林-高斯公式对控制体内的变量进行线性重构,获得空间二阶精度,并采用Barth型限制器以抑制数值解的振荡.为提高计算效率,采用了自适应多重网格法.最后给出了NACA0012翼型和平板激波反射的几个Euler方程的算例,并进行了分析比较.     

基于OCP的实时自适应资源管理技术研究

无人飞行器的自主飞行是一个非常复杂的过程,未来的先进无人飞行器要求能够对外界的环境扰动和突发事件做出迅速的反应,这就对资源的分配与任务的调度有了更高的要求,传统的技术手段已经不能适应先进无人飞行器的要求,本文从先进无人飞行器对QoS(Quality of service,服务质量)的要求出发,着重介绍了一种基于全新的OCP(Open Control P latform,开放式控制平台)的实时自适应资源管理技术,在介绍了一种Anytim e任务的调度方案之后,给出了下一步工作的重点。     

基于小波变换法的相位编码信号脉内特征提取

信号脉内调制信息识别技术对密集和复杂环境中辐射源的分选和识别有着重要的意义。研究了基于小波变换技术识别相位编码信号的脉内调制信息的算法,分别基于计算机仿真数据和专用设备提供的仿真数据进行了算法验证,结果证实了算法的可行性。     

一种利用功率反演和线性约束最小方差算法的自适应天线

介绍了一种新的基于功率反演和线性约束最小方差的算法,以高度抑制GPS接收机的干扰信号。这种结构通过提调整天线阵列的权值,实时地接收并改变来自各方向的GPS信号,同时对不同方向的干扰信号有高的抑制比。对固定和移动的干扰都做了仿真,仿真表明这种结构有很深的零点,对固定干扰信号的抑制比可达到115dB,对移动干扰信号的抑制比可达到94dB。     

基于BP神经网络的零件成组技术的研究

提出了一种基于BP神经网络的零件分类方法。通过200个典型零件样本对神经网络进行训练和测试,证明该基于BP神经网络的零件分类成组系统可实现零件的准确分类成组。     

燃气发生器二自由度H∞自适应压强控制研究

为了解决由滑动板调节角度和空腔自由容积引起的燃气发生器压强时变特性的控制问题，设计了二自由度H∞自适应控制器。首先，建立燃气发生器数学模型，并提出根据标准二阶线性模型建立燃气发生器归一化线性变参数（LPV） 系统的方法。其次，假设燃气发生器系统固有频率不变，通过最小二乘辨识方法获得在不同工作点的虚拟阻尼系数分布。再其次，针对归一化LPV系统，设计了两个胞点的二自由度H∞控制器，在两个控制器胞点之间，根据虚拟阻尼系数实时求解控制参数。最后，给出了二自由度H∞自适应控制器输入信号量纲变换方法。仿真结果表明，燃气发生器LPV系统辨识精度高，二自由度H∞自适应控制器具有不超调、快速控制特性和良好的抗噪声干扰能力。     

基于ADRC迭代学习控制的四旋翼无人机姿态控制

针对农用无人机超低空表型遥感和喷药精准悬停易受地效扰动问题，提出了一种自适应ADRC姿态控制器。首先设计了基于ADRC的姿态控制器，结合四旋翼无人机平台在0.9~1.1、1.1~1.3、1.4~1.6、2.0~2.4、2.5~2.9、3.3~3.6 m/s侧向水平风、0.9~1.1 m/s （11°）、1.1~1.3 m/s （13°）、1.4~1.6 m/s （18°）、1.8~2.0 m/s （18°）、2.1~2.5 m/s （18°）前俯向风和侧俯向风下进行干扰的预测和控制量的补偿实验。实验结果显示使用ADRC姿态控制器后无人机抗风性能有较大提升。然而在存在初始误差时，ADRC固定带宽无法满足要求，进一步设计了自适应ADRC姿态控制器（ILC-ADRC）。通过迭代学习控制在线优化自抗扰控制器带宽，实现了不同增益观测器的自适应整定。实验结合四旋翼无人机平台分别进行了机头实际方向与期望方向偏离55°、90°、180°，水平风速1.1~1.3、1.4~1.6、2.0~2.4、2.5~2.9 m/s下使用ADRC和ILC-ADRC的对比。实验结果显示采用ILC-ADRC姿态控制器，在150次控制周期内，偏航角误差均在-15°~15°之间，满足四旋翼无人机偏航角控制精度要求，同时调节时间分别缩短了40%，16.67%，12.5%，53.33%，10.34%，13.95%，27.27%，58.66%，11.86%。     

高超声速飞行器纵向内环系统自适应反演预设性能控制

针对高超声速飞行器控制器现有方法大都没有考虑系统的瞬态和稳态性能满足预先设定性能的问题,在模型中存在参数型不确定性的情况下,基于反演设计思想,结合自适应控制技术,提出了一种预设性能控制器的设计方法,利用Lyapunov稳定性定理证明了系统的稳定性,保证纵向内环闭环系统误差全状态满足预设的瞬态和稳态性能。给出的仿真算例验证了提出方法的有效性。     

面向高超声速飞行器双重不确定性的自适应状态估计

将高超声速飞行器双重不确定性因素建模为未知干扰输入项，针对状态演化方程和量测方程含有不同未知干扰输入的高超声速飞行器控制系统状态估计问题开展研究，提出一种基于自适应方差极小化的递推状态估计器(Adaptive variance minimization based Recursive Estimator, AVMRE)。首先建立了状态估计递推滤波器模型，实现滤波误差中的量测未知干扰解耦，之后引入自适应调整因子刻画状态未知干扰并推导了最小上界估计误差协方差矩阵，最后，基于最小方差估计准则设计了滤波器中的量测增益反馈矩阵。以外部突风和传感器故障为例，受内外部双重不确定性因素影响下的高超声速飞行器仿真实验验证了本文算法的有效性，与相关算法的仿真对比反映了本文算法的优越性。     

飞机驾驶舱视觉告警信号设计的基本要求分析

飞机驾驶舱告警系统对提高飞行员工作效率和保障飞行安全具有重要的作用。本文主要概述了视觉告警信号的设计标准和信息编码的设计规定,并论述了相关标准中对颜色编码和告警字符的设计规定,为飞机驾驶舱视觉告警信号的设计提供相关设计参考。