基于对角回归神经网络的自整定全系数自适应控制器及其特征参量辨识

针对全系数自适应控制器参数人为调试带来的不便,提出一种基于对角回归神经网络的参数自整定方法,通过神经网络的自学习能力对全系数自适应控制器参数进行在线整定.同时,提出一种新的特征模型参数间接辨识方法,采用神经网络的权值和回归层输出组成的非线性函数构造对象的特征参量,更有效地对特征模型的时变参数进行自学习和调整.对闭环回路...     

特征模型分散式自适应姿态控制在高超声速飞行器中的应用

 针对高超声速飞行器在再入过程中强耦合、大扰动和气动参数大范围变化的问题,基于特征建模的思想,把原非线性动力学方程用一个二阶时变差分方程组形式的特征模型描述,建立了攻角通道独立、 偏航/滚转通道耦合的特征模型,并设计了分散式自适应姿态控制器,给出了稳定性分析和数值仿真。由于基于特征模型设计的控制器组成的闭环系统是一个非常复杂的混合系统,稳定性分析在特征建模理论中一直是一个难点,提出的稳定性分析方法完全解决了此类不含内动态相对阶为二的多输入多输出系统的稳定性问题。     

一种非均匀面阵单快拍自适应处理方法

提出一种基于虚拟阵列内插技术的非均匀面阵单快拍自适应处理方法。首先,通过虚拟阵列内插技术将非均匀面阵转化为均匀面阵,继而采用均匀面阵的单快拍方法对其进行自适应处理,从而突破了非均匀面阵单快拍处理瓶颈,实现了期望信号恢复和干扰置零。最后,通过仿真实验对方法进行性能验证。     

轨控期间挠性卫星姿控系统的容错控制

卫星在实施轨道控制期间,轨道机动推力会影响卫星的姿态稳定.本文针对存在推力干扰的挠性卫星,研究执行器故障情况下姿控系统的容错控制问题.首先设计一种基于反步自适应变结构的被动客错控制器实现姿态稳定,在此基础上,采用分布式智能部件作为执行器,设计补偿项以更好地抑制挠性结构的振动和常值变形.最后,以轨控期间挠性卫星姿态控制系统的飞轮故障为应用实例进行数值仿真.仿真结果验证了本文所设计的姿态容错控制器的有效性和可行性.     

一种基于机动辨识预测的空空导弹导引律

现有的空空导弹导引头在有噪声和干扰的环境下获得目标精确信息存在时间延迟,且新一代目标的机动能力更强,不对导弹加以补偿会造成较大脱靶量,所以需对目标状态有效预测。针对新一代目标规避空空导弹常用的大机动模式,为满足新一代空空导弹发展需求,设计了一种新型复合导引律。从目标自身出发,研究高机动目标规避导弹采用的典型机动形式,对机动轨迹进行离线建模,构建具有扩展能力的目标机动模型库。设计自适应滤波器对测量噪声进行降噪。同时,利用模型库设计了机动辨识预测器,对目标实际机动进行在线辨识。基于在线辨识的结果对目标机动进行预测,并对时间延迟进行补偿和修正,实现对高机动目标的精确打击。仿真结果表明:该方法对不同类型的机动目标均有较高的预测精度和命中精度。     

自适应直角切割网格民机增升装置绕流数值模拟

提出并介绍了基于直角切割网格的分区面搭接技术,采用变长宽比网格方法,成功地进行了存在外形间断(剪刀叉)的民机增升装置的网格生成和绕流Euler方程数值模拟.根据外形的特点,运用\"根\"网格分区算法,降低了整个网格的生成难度;通过基于外形的自适应网格加密技术,详细地描述了外形上的大量缝道和凹槽,提高了网格质量;在分区交界面上,利用重叠面积切割和面搭接算法实现了两侧网格间的流场信息传递,并保证了通量守恒;采用中心有限体积方法,结合双时间推进算法,完成流场的Euler方程数值模拟,计算结果与实验数据吻合良好,说明所述方法的正确性.     

转台速率波动原因分析及一种自适应抑制方法探讨

对导致惯导测试与运动仿真转台速率波动的原因进行了探讨,分析了它们对转台速率波动的影响,并在此基础上提出了一种针对位置传感器周期性误差的速率波动自适应抑制方法。     

自适应直角坐标网格方法在耦合传热数值模拟中的应用

首先介绍了耦合传热计算区别于一般的导热和对流换热过程的特点,然后介绍了常用的计算方法应用于耦合传热计算遇到的困难及自适应直角坐标网格方法在耦合传热计算中的优势。最后用两个算例证明了采用自适应直角坐标网格方法数值模拟耦合传热问题是适用的。     

一种基于简化自适应SCKF的目标跟踪算法

为降低传统自适应SCKF(Square-Root Cubature Kalman Filter)在目标跟踪过程中的计算负担,依据目标跟踪模型中状态方程通常为线性的特点,提出一种简化自适应SCKF算法。该算法在一步预测过程中,利用状态转移矩阵代替容积点,实现对状态变量和协方差矩阵的计算,达到降低运算复杂度的目的。通过对机动目标跟踪的仿真验证:相比于传统的自适应SCKF,提出的简化自适应SCKF不但能够保证跟踪精度,还能有效地提高运算效率。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。