MEMS陀螺随机漂移在线补偿技术

为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.     

高超声速飞行器冲压燃烧室随机振动响应分析

利用高超声速冲压发动机燃烧室结构试验结果完成了地面试验状态下燃烧室壳体复杂结构随机振动响应分析,并与试验结果进行了对比分析,试验验证了所采用的飞行器复杂结构随机振动响应分析方法和技术途径.在此基础上,采用试验压力载荷数据,对飞行状态下燃烧室结构的随机振动响应进行了分析,得到燃烧室结构加速度响应的功率谱密度曲线及均方根值,该项工作对飞行器的动力环境初步预示工作具有重要的工程应用价值.      

模拟退火算法在连续变量全局优化问题中应用

研究了基于模拟退火算法应用于连续变量全局优化问题,并给出了实现步骤.介绍了控制参数实用选择方法.针对连续变量的特殊性,给出了新解产生的实用方法.最后以计算机视觉领域中的基本矩阵的求解作为一个实例,来说明它在连续变量中的应用.大量数字仿真结果表明该算法能有效地解决连续变量全局优化问题.      

SMA超弹性系统在平稳随机激励下的响应预测

提出了一种简单的折线超弹性模型来描述SMA(Shape Memory Alloys)的力学特性,将其利用在等价线性化方法中,对SMA超弹性系统在随机激励下的响应进行了预测,预测结果和数值模拟方法的结果进行了对比,有较好的计算精度.该方法为解析方法,计算效率高,便于工程使用.      

大前置角拦截攻击时间控制导引律

为了实现大前置角拦截下的时间一致性饱和攻击,利用非线性导引方程,采取基于预测命中点（PIP）的剩余时间估计方法,结合等效滑模控制理论和Lyapunov稳定性定理,设计了一种大前置角拦截攻击时间控制导引律（ITCG）。针对固定目标和非机动运动目标,在弹目接近速度为负的情况下也能保证准确命中,实现了任意初始前置角下的指定时间到达,拓宽了导弹的制导初始条件,并给出了严格的理论证明。不同初始条件下的仿真结果验证了导引律的有效性。      

基于UR-MTPGERT网络模型的复杂装备风险传导分析

针对复杂装备风险传导关系描述不清晰的问题,构建了风险传导不确定随机多传递参量图形评审技术（UR-MTPGERT）网络模型。首先,基于机会理论,定义了不确定随机变量的矩母函数,并在此基础上构建了UR-MTPGERT网络模型。其次,为刻画复杂装备的微观风险信息,在模型中引入系统风险度、风险元重要度、风险路径关联度等解析参数。然后,求解矩母函数时,采用德尔菲法处理专家经验数据,得到经验不确定分布,并利用极大熵模型处理随机数据,得到概率密度函数;引入矩阵分析技术,解决了网络拓扑分析困难的问题,在此基础上计算网络参数。最后,对某型飞机进行安全性分析,结果表明,该模型能清晰反映风险元间的关系,可以为复杂装备的风险分析、预判和安全控制提供借鉴。      

乏信息空间机械臂随机振动信号的灰自助评估

经典的统计学方法无法解决乏信息数据的评估问题。结合自助法和灰色系统理论,提出一种实现乏信息空间机械臂随机振动数据估计的灰自助方法。运用自助法对乏信息振动功率谱密度进行自助再抽样得到大量样本数据;利用灰色系统理论和最大熵理论建立灰自助模型,构建振动功率谱密度在不同频率点的灰自助分布。利用灰自助方法得到随机振动功率谱密度的真值估计和区间估计。提出了可靠度偏差和区间准确度2个指标对区间估计进行评价。灰自助方法与灰色方法和自助法的对比与测量实例表明,真值估计平均相对误差小于5%,在不同置信度水平下区间估计的准确度高于97%。      

一种MEMS陀螺随机漂移的高精度建模方法

为补偿MEMS陀螺随机漂移,采用时间序列分析法对其进行自回归滑动平均（ARMA）模型辨识,提出一种滑动平均（MA）参数估计的新方法。先将陀螺随机漂移建模为带观测噪声的ARMA模型,在估计出自回归（AR）部分的参数后,针对AR滤波后的残差,推导出一种方差小的MA自协方差估计值,并将该估计值作为输入,利用Gevers-Wouters（GW）算法估计出MA部分的参数。仿真结果表明,MA参数估计精度得到提升的同时,参数估计可靠性也得到了增强。MEMS陀螺的随机漂移补偿实验进一步验证本文所提算法的补偿精度高于改进前。      

基于随机森林的月球表面软着陆实时最优控制

针对传统月球表面软着陆在处理入轨偏差或降落过程轨迹偏离实时性差,文章提出一种通过监督学习离线训练随机森林结构,使得着陆器在降落过程中根据其状态,通过训练的随机森林结构在线计算其控制量,从而达到实时控制的目的。文章还提出一种基于随机森林的模型对月球着陆过程轨迹重规划技术,通过动力学建模将月球着陆过程分成制动段、接近段和着陆段共3个阶段,利用离线训练好的模型根据航天器状态在线计算其控制量,并通过三段下降过程逐渐降低航天器位置速度误差。仿真结果表明,针对入轨偏离500m的情况,通过第一阶段将位置误差缩短至50m,保证了航天器状态位于第二阶段训练集内,经过接近段后再将位置误差缩小至10m范围内,速度误差降至0.01m/s量级,满足着陆误差要求,且控制量计算时间短,达到了轨迹实时重规划的目的。