逆合成孔径雷达综合对抗策略分析

针对ISAR成像特点,提出了对ISAR在成像过程中容易受干扰的不同环节进行干扰的综合对抗策略,可以有效地降低ISAR二维处理增益的优势,干扰ISAR对目标的成像与识别效果。     

基于升速响应信息柔性转子系统的多阶多平面瞬态动平衡方法

利用升速响应信息进行柔性转子多阶、多平面瞬态动平衡方法研究.在提出柔性转子越过各阶临界转速时平衡校正量最优值算法的基础上,建立了以3次起车即可实现同时抑制多阶不平衡达到整体平衡的方法.通过所提出的平衡方法分别对双盘转子模型前2阶不平衡和三盘转子模型前3阶不平衡进行动平衡仿真研究,结果显示:该方法能在整体上有效控制转子系统的振幅波动,越过临界转速时的振幅减幅率普遍在80%左右,最低可达到60%以上.      

一种星光折射卫星自主导航系统方案设计

利用星光折射间接敏感地平的卫星自主导航方案具有导航精度高、自主性强的特点,是一种极具应用潜力的自主导航方案。在基于星光折射的自主导航方案中,折射星的准确识别与折射角的精确获取是实现高精度导航的基础。提出了一种基于双星敏感器,利用连续高度星图模拟与匹配技术实现高精度折射星识别和折射角获取的方法,并在此基础上设计了一种新颖的基于星光折射的卫星自主导航系统方案。同时,为了验证该方案的可行性,设计了相关的折射星仿真程序,以轨道高度为686km的对地观测卫星为例进行计算机仿真验证,结果表明在星敏感器精度为3″时,该导航系统平均位置误差约为145m,最大位置误差不超过400m。     

基于导波传播模型的MUSIC损伤识别算法

针对结构健康监测领域的损伤近场定位问题,提出了适用于复合材料结构损伤识别的近场二维多重信号分类（MUSIC）损伤识别算法。该损伤识别算法将导波传播模型引入近场二维MUSIC损伤识别模型,构造损伤散射信号与实验差信号的互相关矩阵,通过信号子空间与噪声子空间正交特性构造近场二维MUSIC空间谱。通过数值仿真和实验验证了所提出的损伤识别算法能够有效地识别复合材料结构损伤位置信息,具有很高的定位精度和分辨率。针对飞机垂直尾翼的加强筋结构对导波传播特性影响较大的问题,提出了分区域监测的损伤检测策略,并利用基于导波传播模型的二维MUSIC空间谱损伤识别算法成功地识别飞机垂直尾翼结构损伤,实现了复杂复合材料结构损伤识别的工程验证。     

基于压缩感知的叶端定时信号参数辨识方法

叶端定时技术作为一种非接触式测量手段,在实际应用中的主要问题之一是测量信号欠采样。压缩感知方法是解决信号欠采样问题的有效手段,但由于求解过程中引入了正则化项,在提高稀疏度时,降低了幅值重构精度,而转子叶片振动幅值参数的准确辨识对于叶片动应力重构具有重要意义。将叶片振动方程设计矩阵与压缩感知字典相结合,在不依赖先验信息的条件下对叶片振动参数进行辨识。首先,根据振动方程设计矩阵形式及关注的最大振动频率,构造压缩感知字典;其次,通过叶端定时信号稀疏表示中的非零元素所在位置,从压缩感知字典中提取对应原子构成设计矩阵进而求得振动参数;接着,叶端定时（BTT）模拟仿真结果表明,所提方法可有效辨识叶片单模态、多模态振动参数;最后,开展旋转叶片振动测试试验,同时利用应变片和叶端定时系统采集振动信号,结果表明,与应变片测量结果相比,提出的方法振动频率辨识相对误差仅为0.14%;对比4个叶片的位移-应变传递比,其中偏离均值的最大百分比仅为2.15%。     

空中交通网络模体识别及子图结构韧性评估

研究空中交通网络的结构特征是理解网络性质的重要手段。从局部角度出发,以构成空中交通网络的子图结构为研究对象,对其模体特性进行识别。通过对子图浓度在外界扰动下的变化情况进行分析,提出子图结构韧性概念以表征网络拓扑结构的动态演化规律。以华东地区空中交通网络为例,对低阶子图结构进行了模体特性识别,并对不同扰动下子图结构韧性的变化情况进行评估。实证结果表明,子图结构的模体特性符合空中交通网络的实际连通度需求;在网络受扰动及恢复过程中,子图相对浓度较为稳定,子图结构韧性和网络宏观结构变化之间较为一致。对于揭示节点间连接的偏好及航路结构合理性,网络受扰动及恢复过程背后的底层机制,网络整体与局部结构之间的关系等有着一定的研究意义。     

基于三分图的非共面卫星分布式加注任务规划

分布式加注规划的目的在于规划加注过程的交会路径,使任务在满足约束的情况下整体燃料消耗最优。针对异面圆轨道卫星间的分布式加注策略,建立了分布式加注任务规划问题的数学模型,把该规划问题归结为非完全赋权三分图的匹配问题,并将整体最少燃料消耗作为规划目标。其次,进行了算法的流程设计,采用了Kuhn-Mundres图论算法和整数遗传算法相结合的LSGA算法加快了收敛的速度保证了全局最优。最后,选取了两个具有小角度轨道偏差的异面卫星星座对该问题进行分析。计算得到了优化后的双冲量机动下加注任务的服务关系与燃料代价,规划算法的有效性也得到了验证。     

空间机器人惯性参数辨识的粒子群优化新算法

提出了针对一类多自由度空间机器人卫星惯性参数在轨辨识的一种粒子群（PSO）优化新算法。通过粒子邻域限定的多样性保持、低效粒子随机重置和粒子误差的序列性评价,得到了比常规方法更好的结果,且具有无附加燃料消耗、线动量测量和特定的机器人路径规划等便利性优点。仿真算例表明,该改进方法具有较高的准确性与效率。     

利用时延神经网络的动载荷倒序识别

将时延神经网络引入动载荷识别研究中,结合时延神经网络的"记忆"特性、因果有限长冲激响应（FIR）系统理论与振动响应的求解原理,提出一种利用时延神经网络的时域动载荷倒序识别方法。对一个受两点随机动载荷作用的舵面模型结构进行载荷识别验证实验,结果表明,用本文方法识别的两个激励点上识别载荷样本的时间序列与真实载荷样本的时间序列之间的均方根误差分别为0.635 4和2.543 7,识别载荷样本时间序列与真实载荷样本时间序列的相关系数分别为0.965 7和0.826 2,功率谱密度曲线也能够较好吻合。本文提出的方法具有不需要结构动力学模型、识别精度高的优点。