卫星轨道保持的非线性鲁棒自适应变结构控制

应用反馈线性化方法，对卫星轨道保持的非线性动力学进行线性化，考虑线性化模型的范数有界不确定性，设计变结构各棒控制器，得到卫星轨道保持的非线性鲁棒控制律。在此基础上，利用自适应控制方法，得到一种具有不确定性范数上界估计能力的鲁棒自适应变结构控制器。进行数值仿真研究，验证了所提出控制器设计方法的有效性和适应性。     

自适应干扰抑制算法中的收敛因子的动态调整

在卫星通信中，由于干扰信号强弱的变化很大，采用固定收敛因子的自适应算法是无法满足系统的性能要求，而采用目前常用的一些动态补偿性，又存在着算法复杂，计算量大，无法满足系统的实时性要求的问题。本文提出了一个可以应用于工程实际的方法，从而使在满足系统实时性要求的前提下，实现了收敛因子的动态调整。     

星上Ka波段自适应调零、电控可移点波束天线方案

提出一种Ka波段自适应调零，电控可移点波束天线方案，对星用自适应调零天线的方案进行了论证，包括天线形式，自适应算法，调零处理器配置及实施方案。     

脉冲干扰条件下雷达自适应恒虚警算法及其体系结构

本文提出一种用于信号处理的新型并行算法以及带有自适应检测后积累（API）的恒虚警（CFAR）处理器的并行systolic结构。这种处理器用于脉冲干扰条件下雷达对小型机载目标回波的单个距离分辨率单元中的有效目标检测。这种算法的主要特征是在进行噪声水平估计前能自动地确定并删除二维参考窗口及检测单元中受脉冲干扰污损的不希望的样本。通过这种方法可将脉冲干扰环境对自适应门限处理的影响减至最低程度。对这种目标控制自满的统计分析表明，即便在脉冲干扰的功率与频率都非常高的情况下，信噪比损失也微乎其微。设计了CFAR API的Systolic结构。Systolic结构的基本微量尺度为处理器单元的数目、计算时间及实时实现所需的加速度。     

一种用于机动目标的线性调频脉冲估计和逆合成孔径雷达成像的自适应滤波方法

在逆合成孔径雷达（ISAR）成像中，由于机动目标的非合作运动，散射器的多普勒频移随时间变化，而雷达回波信号通常为线性调频脉冲。线性调频脉冲会计对ISAR成像的性能起着重要作用。Li和Stoica最近提出了一种自适应FIR滤波方法，用来估计正弦信号的振幅和相位，并将这种方法应用于采用正弦信号模型的合成孔径雷达（SAR）成像。本文推广Li和Stoica的算法，用来估计线性调频脉冲信号并将其用于机动目标的ISAR成像。该推广算法已由仿真数据验证。     

饱和状态下的不稳定燃烧自适应控制

研究了易受自激燃烧振荡破坏的一类燃烧系统的控制.近年来一种名为自调谐调节器(STR)的自适应稳定控制器得到了发展.这种调节器在尽可能少地依赖于一个特别的燃烧模型的同时,又保证了调节器不会造成危害.控制器根据检测到的振荡信号,非稳态地注入一些燃料到燃烧区,在那里转换成热释放出来.本文着重阐述了一种STR设计的扩展方法,这种STR设计扩展方法适用于由于紧急激励的要求及为避免火焰扩展造成危险而采用有限数量燃料进行控制的情形.采用李亚普诺夫稳定性分析方法来证明当被施加饱和强制时,改进的STR的稳定性.改进的STR仍保持了简单、实用性,同时,基于Dowling提出的非线性预混火焰模型得到的仿真结果显示了在饱和条件下,用改进的STR模型比用未改进的STR模型可以更快地抑制自激振荡.     

高超声速飞行器鲁棒自适应控制律设计

针对具有强耦合特性与模型不确定性特点的高超声速飞行器控制问题,提出了一种新的鲁棒自适应控制律设计方法。首先,结合高超声速飞行器数学模型,在引入参考模型的基础上,建立了一种具有非匹配特性的耦合控制模型。然后,基于该非线性模型,结合Riccati方程,通过动态调节参数的方法,得到了一种鲁棒自适应控制律。最后,对该控制算法的有效性进行了仿真验证。仿真结果表明：此算法在气动参数摄动与干扰同时存在的情形下,可以满足高超声速飞行器的稳定飞行要求。     

基于BP神经网络的自主定轨自适应Kalman滤波算法

针对Sage Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于BP神经网络学习估计系统协方差矩阵的自适应Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计Kalman滤波系统协方差矩阵。将其应用到自主定轨系统,仿真结果表明利用本文算法自主定轨60天星座平均URE误差小于1.9米,且能够快速跟踪到系统噪声的突变,较Kalman滤波方法和Sage Husa自适应滤波方法具有更好的性能。     

基于自适应波形设计的天基雷达目标检测方法

针对天基雷达检测海面目标时杂波特性复杂、场景变化迅速和信杂比低的问题,文中提出一种基于波形自适应设计的目标检测方法。这种方法将每个驻留时间分拆为若干个子驻留,在第1个子驻留上发射线性调频脉冲,并进行预检测和杂波协方差估计。在后续子驻留中采用多粒子滤波技术对杂波协方差进行动态更新,以适应天基雷达杂波的快速变化。进而在后续子驻留中利用平均平方优化技术自适应的设计波形,并进行主成分分析和广义似然比检验,以提高信杂比和实现恒虚警率检测。最后,文中将海杂波建模为复合高斯过程、将目标建模为若干个具有确定但未知散射幅值的散射体,并进行仿真实验。结果表明,在尖峰性海杂波环境和天基监视雷达配置条件下,用这种目标检测方法实现可靠检测所需的信杂比降低约9dB,可有效改善对弱小目标的检测效果。     

欠驱动航天器编队重构的切换神经网络控制

针对圆轨道欠驱动航天器编队重构问题,将传统的自适应神经网络控制器和自适应滑模控制器相结合,设计了一种切换神经网络控制器,用以跟踪由伪谱法求解得到的航天器编队重构的最优开环控制轨迹。自适应神经网络控制器在活跃区域内工作,利用径向基神经网络(RBFNNs)近似动力学系统中的不确定项,自适应滑模控制器在活跃区域外工作,利用自适应律来估计近似误差上界,并采用李雅普诺夫方法证明了闭环系统稳定性。数值仿真结果表明切换神经网络控制器可在欠驱动条件下实现编队重构,与线性滑模控制器相比,实现了控制器快速、高精度、强鲁棒等控制性能。