推力矢量飞机自适应控制系统仿真平台研究

研究了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,研究了RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识和等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。并且根据系统各个部分的算法,采用面向对象技术语言VC 6.0和三维图形语言OpenGL开发了仿真平台,利用仿真平台实时演示了飞机存在舵面故障情况下的飞行控制系统运行仿真,解决了飞机飞行过程中存在舵面损伤和气动参数变化的问题,该仿真平台可以根据需求进行飞机故障加载,具备完备的推力矢量飞机自适应控制系统仿真功能。     

自适应滤波抑制电子设备窄带干扰的研究

针对电子设备内部、外部普遍存在的窄带干扰问题,提出了采用自适应滤波的手段抑制这种干扰信号的设想,分析了其抑制扩频信号多窄带干扰的性能,并对其做出了理论论证。     

基于酉变换的约束优化均衡算法

基于李道本等人提出的代价函数，在特定的约束条件下，利用酉变换方法，提出了两个约束化均衡算法。这两种均衡算法是传统的直接梯度算法和共轭梯度算法的改进方法。这两种约束算法是在Householder变换下或GiVen平面旋转变换下获得的，它们完全不同于前人的各种线性约来自适应算法，这两种算法的计算复杂度是可以接受的。计算机仿真结果验证了这两种变换域算法的性能。     

超机动飞行非线性动态逆 - 模糊自适应控制

对带推力矢量飞机的飞控设计问题进行了研究。根据奇异摄动理论将受控状态变量分为快变量和慢变量，然后根据非线性动态逆理论分别对内环和外环进行设计。针对非线笥动态逆要求准确的数学模型的特点，引入模糊自适应控制以考虑模型的不确定性,最后对所设计的飞控规律进行过失速机动仿真。结果表明，在存在较大模型误差的情况下，所设计的飞控规律安全能在过失速机动条件下控制飞机跟踪指令飞行。     

进气道物面贴体坐标生成的几何自适应控制方法

针对轴对称进气道跨音速绕流问题的特点,用几何自适应的方法和椭圆型方程构筑了适合流场特征的贴体坐标系,并用AF3格式计算了A－27进气道物面上的压力分布。计算结果表明：几何自适应方法能够控制进气道物面上网点的疏密,给出进气进物面上网点的良好分布,从而为进气道跨音速绕流问题的准确计算奠定了基础。     

光纤惯导车辆姿态识别系统及其误差分析

光纤惯导具有分辨率高、动态范围大、灵敏度高、寿命长、自主性强、成本低等特点,将其应用到驾驶行为和车辆姿态识别系统中,通过对中低精度光纤惯导的车辆姿态识别系统存在的误差进行分析,提出车载惯导自适应快速对准模式、全参数自标定误差标校方法,以解决中低精度光纤惯导误差随时间不断累积的问题,实现车辆姿态识别自主性,为车辆姿态识别以及驾驶行为识别提供强有力支撑。分析和实验结果表明该车辆姿态识别系统可指导行车安全。     

基于Autodesk Inventor的自适应设计

本文介绍了基于Autodesk Inventor环境的自适应设计技术,通过简单的例子说明自适应设计方法提高了设计效率和设计的自动化程度,从而使其具有更大的应用价值。     

基于遗传算法和 Vague集的液压位置控制系统自适应 PID控制

在被控对象模型精度不高的情况下,设计了一种自适应PID控制方法,提高其鲁棒性,以确保系统的响应具有最优的动态性能和稳态性能。该方法在常规PID控制的基础上,引入智能技术,在线实时调整PID控制器的3个参数。该控制器主要由3部分构成:一是采用遗传算法优化模糊推理规则;二是精确的Vague集推理规则表;三是基于Vague集相似度量的自适应PID控制。仿真结果表明,该控制方法响应速度快,稳态精度高。     

基于自适应混合网格的脱体涡模拟

基于混合网格和CGNS（CFD General Notation System）数据结构,建立了一种各向同性加密/稀疏的网格自适应方法。在悬空点的后处理中,让含有悬空点的单元转化为任意多面体,从而简化了自适应单元剖分模版,同时自适应网格单元之间可完全相容,自适应生成的网格能够直接用于可处理任意多面体的流场求解器。将该自适应方法与脱体涡模拟（DES）算法相结合,开展了65°后掠三角翼大迎角流动的数值模拟应用,并与初始网格的模拟结果进行了详细比较。对比表明：采用网格自适应方法适当增加局部网格量,能够以较小的成本迅速提高三角翼背风区的空间分辨率,增强数值模拟对小尺度涡系结构的解析能力,从而弥补了基于混合网格的脱体涡模拟中常用二阶格式计算的空间分辨率相对偏低、不利于湍流多尺度结构精细模拟的不足。     

基于MAX-MIN自适应蚁群优化的无人作战飞机航路规划

为了保证无人作战飞机(UCAV)以最小的被发现概率和最优的航程到达目标点,在敌方防御区域内执行任务前必须进行航路规划。蚁群优化(ACO)算法的并行实现机制适合于复杂作战环境下的UCAV航路规划,但是基本ACO算法有易陷于局部最优解的缺点。在对基本ACO算法采用精灵策略保留每次迭代最优解的基础上,提出了一种适用于航路规划的MAX-MIN自适应ACO算法,并给出了改进后ACO算法的实现流程,最后采用改进前后的ACO算法对某UCAV的任务态势分别做了仿真实验。实验结果表明改进后的ACO算法可更加有效地应用于UCAV航路规划。