圆感应同步器在采样伺服系统中的应用研究

对于用圆感应同步器做位置传感器的采样伺服系统,由于测量延迟的存在,导致采样时刻较大的测量误差.为解决上述问题,提出一种动态补偿方法,采用线性外推方法,对圆感应同步器数显表的测量输出进行动态修正,以减小由于测量延迟产生的测量误差,从而提高系统的动态跟踪精度.通过理论分析,给出了修正后测量误差的界.仿真和针对三轴转台系统的实验结果都表明了该方法的有效性.      

满足战场需求的实时飞行路径规划

基于启发式A*搜索技术,给出了两种战机飞行路径实时规划算法,通过采用折距替代直线距离,达到减少扩展点和提高搜索速度的目的;通过添加虚拟威胁源,解决了飞机最小转弯半径和飞行目标进入角度限制问题,通过飞行速度和飞行到达时间对应的最大飞行距离来对规划过程中扩展节点的剪枝,可以满足飞行速度、飞行时间等战场需求,提出的算法还保证穿越威胁源飞行飞机的生存性达到最大.仿真结果证实了该算法的有效性以及实时性.      

复杂系统的可靠性分配和优化

在考虑成本的基础上,通过建立一种实用的成本-可靠度函数和非线性规划模型,将对组件的可靠性最优分配的问题转化为对非线性规划问题的求解,从而为复杂系统可靠性的最优化问题提出了一种新的方法.对于非线性规划问题,为获得具有实际意义的数值解,提出了一种具有自适应的改进型遗传算法,对非线性规划问题求解,解决了更复杂结构系统可靠性分配的优化问题.      

基于仿真模板的控制系统可靠性分析

提出面向对象的计算机辅助故障模式影响分析(CFMEA)方法,建立了控制系统仿真模板,将其数据、操作和性能封装成一个对象,对象间通过属性进行因果推理,实现FMEA向故障树(FTA)的自动转换.引入控制系统性能可靠性概念,建立控制系统性能和功能综合可靠性模型,开发相应的解算方法.实例分析证明了基于仿真模板的控制系统可靠性分析的有效性, 综合了功能和性能可靠性分析的优点.      

桁架式可展开网状抛物面天线反射器的模态分析

文章利用ANSYS软件中灵活多样化的单元，以及其强大的APDL语言，对小卫星合成孔径雷达可展开网状抛物面天线的反射器进行了模态分析。结果表明，反射面杆的连接方式对整体振动不产生本质上的影响，即在一定的频率范围内当连接扭簧刚度取不同值时，整体振型的数目相同，模态形状相似。     

CFRP二面角电磁散射特性分析

用时域有限差分(Finite difference-time domain,FD-TD)法分析计算了由碳纤维复合材料(Carbon fiber reinforced polymer,CFRP)单向板组成的二面角的电磁反射特性.计算结果表明,碳纤维二面角的雷达散射截面(Radar cross section,RCS)对纤维方向和极化方向敏感.当两块板的纤维方向垂直时,对极化方向敏感度降低.     

变形翼的分布式协同控制方案

搭建了一个基于相互作用的智能体阵列的变形翼模型。针对该模型,提出了一种分布式协同控制方案,以驱动翼面准确平滑地变形至期望翼型。分析变形翼系统在采样通信约束下的稳定性,给出了基于Lyapunov-Krasovskii稳定性理论的稳定性判据。利用锥补线性化方法,提出了控制器设计的算法。最后使用Matlab进行变形翼的仿真,结果证明了提出方法的可行性。     

控制输入约束下非线性系统输出反馈容错控制

针对一类非线性系统的执行器增益故障,在考虑控制输入幅值约束下,研究了故障系统的主动容错控制策略。利用静态输出反馈控制策略,基于Lyapunov理论和线性矩阵不等式技术给出了重构容错控制器的递推设计方法,确保故障闭环系统在满足给定控制输入幅值约束下的鲁棒稳定性,并具有与无故障正常系统接近的其他优化控制性能。仿真算例表明了本文容错设计策略的有效性。     

网络系统的容错控制、优化与博弈研究综述

网络系统是一类由多个子系统通过机械或通信相互耦合所构成的系统。该系统由于其结构复杂、耦合机制多变,具有较高发生故障的概率。随着近几年人工智能的快速发展,网络系统除了可能发生物理故障,还可能存在恶意决策,为系统的安全性带来了新的威胁。本文首先针对网络系统的物理故障,从容错控制和容错优化两个角度总结和梳理当前国内外相关的研究成果。接着,沿着容错博弈控制技术发展的脉络,从博弈控制到分别面向物理故障和恶意决策的容错博弈控制,总结了相关的研究成果。进一步,梳理了当前博弈论在集群飞行器中的应用现状,并以此抛砖引玉,希望推动容错博弈成果在航空航天领域中的应用。最后给出了几个未来值得探索的研究方向。     

地面目标多角度SAR数据集构建与目标识别方法

南京航空航天大学雷达探测与成像技术研究团队利用自主研制的无人机（Unmanned aerial vehick, UAV）机载高分辨率微小型合成孔径雷达（Mini synthetic aperture radar, MiniSAR）系统,针对多类具有代表性的地面目标进行全方位回波录取及成像处理,构建了拥有自主知识产权的复杂目标SAR数据集,并依托该数据集开展了基于人工智能的目标识别方法研究。针对无人机运动姿态不稳定、辅助传感器精度受限导致的图像散焦问题,本文提出了新型运动补偿及新型二维自聚焦算法。实验表明,虽然AlexNet、ResNet-18、AConvNet和VGG等经典神经网络在MSTAR十类目标分类问题中取得了接近100%的分类准确率,但将其应用于南航MiniSAR数据集时分类准确率均明显低于90%。由于本文采取的实验方法与SAR目标识别技术的实际应用场景较为接近,该MiniSAR数据集对于面向工程应用的SAR目标识别算法研究将会具有重要参考价值。