基于分层神经网络的航天器故障诊断技术

为了提高卫星、飞船等复杂系统的故障诊断速度和精度,文章提出了一种基于分层神经网络的整星故障诊断模型。模型中的上层神经网络采用自组织特征映射网络,完成整星故障的初步定位与辨识;下层神经网络采用广义回归神经网络,实现整星各分系统故障的精确定位和定因。引入主元分析法实现原始状态变量的降维,减少神经网络神经元数量。该模型已成功应用于某卫星各分系统的故障诊断,提高了诊断效率,并能精确给出诊断结果。     

基于自提取脉冲样本图的雷达信号快速提取法

针对电子侦察中截获的敌方雷达信号,估计敌方雷达参数、实现快速的雷达信号提取,对电子对抗决策有重要意义。基于脉冲样本图的描述方式,提出一种新算法,实现对截获的敌方雷达信号的快速识别。算法利用同种雷达信号脉冲之间的匹配相关性,通过脉冲的整体平移,在实现对脉冲样本图的自提取的同时,把用此脉冲样本图描述的雷达辐射源信号筛选出来。仿真分析表明该方法可以获得较高的成功率。     

大长径比卷弧尾翼火箭弹气动特性数值研究

采用CFD方法对大长径比卷弧尾翼火箭弹流场进行了模拟,对比风洞实验数据,验证了数值方法可靠性.对比单个弹体和翼身组合体的气动特性,得到了卷弧尾翼对全弹气动特性的影响.利用正交设计方法,建立以卷弧尾翼6个几何参数为因素的正交数值实验表,得到卷弧尾翼几何参数对各个气动系数的影响.分析零安装角卷弧尾翼在超音速下零度攻角时流场,指出翼面压力分布差异,得到自诱导滚转力矩产生机理,同时分别指出超音速时其随攻角、曲率半径、展弦比和马赫数的变化趋势.     

相对位置和姿态动力学耦合航天器的自抗扰控制器设计

慢旋非合作目标在轨服务任务中,在轨服务航天器不仅需要悬停在目标自旋轴上方保持相对位置不变,而且需要与非合作目标同步慢旋保持姿态一致。此时需要保持的相对位置在目标本体坐标系中为常量,在目标本体坐标系下建立相对位置动力学模型,使相对位置控制系统成为调节系统。然后,建立基于相对姿态四元数的姿态动力学模型,并给出推力偏心力矩的数学描述。基于扩展状态观测器、过渡过程安排技术和非线性反馈控制技术,设计姿态和轨道耦合系统的自抗扰控制器。仿真结果表明自抗扰控制器在解决存在非线性和耦合特性的相对位置和姿态耦合系统的控制问题上能够取得理想的控制效果,具有较高的控制精度和较快的系统响应。     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。     

基于对角回归神经网络的自整定全系数自适应控制器及其特征参量辨识

针对全系数自适应控制器参数人为调试带来的不便,提出一种基于对角回归神经网络的参数自整定方法,通过神经网络的自学习能力对全系数自适应控制器参数进行在线整定.同时,提出一种新的特征模型参数间接辨识方法,采用神经网络的权值和回归层输出组成的非线性函数构造对象的特征参量,更有效地对特征模型的时变参数进行自学习和调整.对闭环回路...     

基于自抗扰的直接力与气动力复合控制系统设计

针对直接力/气动力复合控制导弹的设计问题,提出了一种基于自抗扰控制技术的自动驾驶仪设计方法.首先分析了复合控制系统的特点和控制问题,建立了三通道的复合控制模型.然后针对俯仰通道和偏航通道提出了一种三环设计方法,内环和中环应用自抗扰控制器设计,主要考虑自抗扰控制器对对象参数变化和外部扰动的不敏感特性,外环采用PI控制器设计.最后针对滚转通道提出了一种双环设计方法,内环和外环均采用自抗扰控制器设计.仿真结果表明,所提出的控制方案对过载指令具有较好的跟踪效果,且控制器具有很强的鲁棒性,适用于直接力/气动力复合控制导弹的控制系统设计.     

直接力与气动力复合控制系统姿态稳定问题研究

大气层内直接力与气动力复合控制导弹具有响应快速、可用过载大等优点，可以拦截高速、高机动性目标。研究制导末端轨控直接力与气动力复合系统姿态稳定问题。首先分析了复合系统的特点和控制问题，建立了控制模型。然后应用扩张状态观测器观测对象模型内扰和外扰的实时作用量，进行反馈补偿，实现了动态线性化。最后设计了非平滑反馈控制律，从而实现了复合系统的姿态控制设计。仿真结果表明，系统具有良好的动态性能和稳态性能，控制器具有很强的鲁棒性。     

Galileo卫星导航系统中的BOC调制与接收技术

介绍了二进制偏移副载波(BOC)调制的原理、性能及其扩频信号相关特性。在分析E5波段Galileo导航信号的接收和捕获技术的基础上,提出了改进的数字化基带处理模型和信号捕获方法。用结构仿真对基带信号处理模型和信号捕获算法进行仿真验证。仿真系统实现了标准E5波段Galileo导航信号的发生、数字化中频接收和基带信号处理,以及信号捕获。结果表明该信号处理方法能消除BOC调制扩频信号自相关函数多峰特性导致的捕获性能下降,可显著提高伪码顺序搜索速度,并大幅缩减跟踪环路的硬件规模。     

固有模态函数（IMF）积检测器——以低信噪比情况下超宽带雷达信号检测为例

首次提出了一种固有模态函数积检测器。首先通过经验模式分解（EMD）把带噪信号分解成有限个固有模态函数（IMF）。检测的基本思路是，对各个IMF分量的绝对值作逐点乘积，用于抑制噪声并凸现信号，最后进行滤波和判决。本文以UWB信号为例，数据源于UWB雷达实验系统。在低信噪比（SNR），UWB脉冲与噪声波形相似，且噪声概率密度函数（PDF）未知情况下，进行实验。结果表明，当峰峰信噪比低于5dB时，该检测器性能优于Teager能量算子（TEO）。