基于多小波的Volterra级数非定常气动力建模方法

非定常气动力建模除了要准确描述气动力的非定常特性,还要反映其非线性特性。Volterra级数因为对系统非线性具有很强的描述能力正日益受到重视。一阶Volterra核只能表达线性特性,要建立反映非线性特性的非定常气动力模型,需要引入二阶核甚至更高阶核的影响。高阶Volterra核辨识的主要困难在于待辨识参数的数量随着核阶次的增加而呈指数增加导致计算难度急剧加大,即出现所谓维数灾难问题。以一种分段二次多小波为基函数将Volterra核展开,求解一个高维病态方程组来计算展开系数,利用小波的多分辨分析在时间和频率两个维度的分解特性将方程降维,最终将问题转化为求解一个低维方程组得到稳定解。通过NACA0012翼型在马赫数0.8下作沉浮运动时,升力系数、阻力系数和俯仰力矩系数的二阶核和三阶核的辨识构建非定常气动力模型,然后由此计算不同减缩频率下的气动力并与CFD结果进行比较,验证了Volterra级数对非线性非定常气动力的描述能力和多小波处理方法的有效性。     

基于模型预测静态规划的自适应轨迹跟踪算法

轨迹跟踪是飞机自主运动控制的关键问题之一。跟踪模型预测静态规划（T-MPSP）是一种新近发展的基于非线性模型的轨迹跟踪算法,但对于飞行器受损等情况下,模型参数相较于标称模型具有较大的偏差时,则可能导致轨迹跟踪效果不理想。提出了基于参数估计的自适应轨迹跟踪算法,在模型预测静态规划（MPSP）的框架下得出解析解,实现了对参数的实时估计,据此更新跟踪模型预测静态规划算法中所使用的模型后,可以有效扩大对参数偏离的适应性,并保留模型预测静态规划计算效率高的特点。通过仿真对比得出,相较于已有的跟踪模型预测静态规划,改进后的算法对模型参数偏离的容忍性明显提高,且算法迭代效率高,适于在线应用。     

随机多输入试验模态分析方法

本文提出了多输入随机振动试验模态分析的两个新方法;组合频率响应函数法(CFRF)和多重频率响应函数法(MFRF)。通过某一导弹的模态试验在微型机上实现了全部的分析计算,获得了满意的结果和有益的结论。     

单片微机用于陀螺参数辨识

简要介绍一种用伪随机信号对陀螺进行参数辨识的方法，及单片微机的应用。     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

模态参数识别中的激振点和测量点的布局 Ⅰ理论分析

测量点和激振点在被识别结构上的布局对于目标模态的准确识别具有很大影响。本文针对目标模态分别是孤立模态和重频模态，讨论了激振点和测量点的布局准则，给出了模态可识别的必要条件和充分条件。     

惯性组合-计算机数学模型辨识方法研究

根据频率响应测试的结果，本文讨论了离散传递函数最小二乘解辨识方法，并对某战术导弹捷联惯导控制系统的惯性组合－计算机的数学模型进行了辨识。结果表明：该方法辨识精度高，算法简单，易于计算机编程。     

模糊神经网络应用于数据融合中实现目标的身份识别

结合“情报侦察与数据融合专家系统”的需求 ,对基于产生式规则的模糊知识表示和推理、神经网络的结构和机理进行了研究 ,提出了将模糊规则与神经网络相结合 ,实现一种新的推理方法。在此基础上 ,实现了一种将模糊规则转化为神经网络的算法以及神经网络的学习算法 ,并具体讨论了这种新的推理方法在“情报侦察与数据融合专家系统”中实现飞机的身份识别的应用。实验证明这种网络结构巧妙地将模糊集理论和神经网络结合起来 ,充分利用了两者各自的优势 ,最终达到了对目标身份识别的效果     

模态参数识别的小波变换方法

系统地研究了使用调频高斯小波变换识别结构系统模态参数，闻基于系统脉冲响应函数的小波变换的模态参数识别方法，讨论了影响识别精度的因素以及提高识别精度的途径，并针对两自由度问题给出了方法的验证与分析。     

基于GPRS的车载信息平台的研制与关键技术

对通用无线分组业务GPRS(General Packet Radio Service)传输方式进行了论述,分析说明了它的多项优点,设计出一种以提高交通现代化程度为目的的新型车载信息平台,并结合实际测试情况从系统的整体功能、软硬件实现方法等多方面进行了描述,对登录GPRS网络的关键技术进行了重点介绍,并将提高系统性能的方法作了详细论述.实测结果表明:经完善的系统数据丢失率在5%~6%之间,数据延迟率低于1%,具有相当的实用价值,并为其他车载监控系统的研制开发提供了具有一定参考意义的理论和实验研究结果.