基于目标逃逸机动预估的空空导弹可发射区

为适应无人自主空战条件下对空空导弹火控解算的特殊需求,提出了基于目标机动预估的空空导弹可发射区问题。首先,基于导弹-目标追逃对抗策略,设计了目标机动预估模型,根据导弹与目标的相对方位信息,实现对目标逃逸机动方式的预估;然后,基于多种实际约束,构建了导弹运动动力学模型;最后,设计了基于黄金分割搜索算法的可发射区边界求解策略,实现对可发射区边界值的快速精确搜索。仿真结果表明,空空导弹对初始位置位于所提出的基于目标机动预估的可发射区内的目标,具有更大的命中概率;该可发射区更加适应近距空战中目标逃逸机动的剧烈态势变化,有利于导弹战术使用性能的充分发挥。      

元认识理论在英语阅读教学中的运用

如何将元认知理论应用到阅读教学实践中去的问题得到了越来越多的研究者的关注,以Weaver&Cohen提出的"SBI教学模式"为理论基础,对大学英语专业一年级学生进行为期一个学期的元认知策略培训以培养学生英语自主阅读能力的研究,结果显示,元认知策略培训有助于提高学生元认知策略使用水平,培养学生的自主阅读能力。     

乘务专业英语口语教学的现状及改进策略探究

由于乘务专业生源的特点和专业的特殊性,其英语口语教学在教学内容、教学方法、教学评估手段上应独具特色。本文在探讨乘务专业英语口语教学的现状后,提出改进策略,旨在提高乘务专业学生英语口语能力。     

基于混合灵敏度的航空发动机切换控制系统设计

针对航空发动机工作安全边界,提出了一种基于切换控制的航空发动机控制系统设计方法.给出了切换控制策略的设计思路及切换稳定性的条件.给出基于混合灵敏度的航空发动机多回路切换鲁棒控制器设计方法,并构造了线性矩阵不等式.通过基于计算得到的控制器参数仿真表明,采用该切换方式相比于Min/Max切换方式消除了积分饱和在切换中延迟影响,提高发动机的动态响应能力及鲁棒性,同时可以保证切换的稳定性.      

星座设计中的安全性问题研究

如何避免星座中卫星之间发生碰撞是星座安全性设计需要考虑的重要问题,给出了预测星座中卫星发生碰撞的一种方法,提出保证星座安全性需要考虑的三个问题并研究了如何避免星座中工作卫星、备份卫星和寿命终止卫星与工作卫星发生碰撞的措施。     

惯性非对称转子系统动力特性及安全设计策略

本文旨在分析惯性非对称转子结构的动力特性,主要包含多频特性、稳定性,并针对转子的失稳提出相应的安全设计策略.建立惯性非对称转子模型及其动力学方程,通过Hill无穷行列式建立非对称转子模态特性分析方法,分析惯性非对称转子系统的模态频率、稳定性;计算减速过程中转子的响应特性,进行试验验证并提出惯性非对称转子系统的安全性设计...     

质量矩复合控制拦截器一体化制导控制方法

在建立质量矩复合控制拦截器制导控制一体化数学模型的基础上,利用微分几何策略对一体化制导控制系统进行了设计,给出了发动机期望控制力矩和滑块期望位置指令,并采用极点配置方法对反馈控制系数进行了设计。为保证系统具有能控性,对滑块质量和发动机稳态推力参数进行了设计。仿真结果表明,该方法能实现拦截器末段的制导控制,同时能降低对滑块执行机构的功率要求。     

基于协调变量的多导弹协同制导

 根据多导弹协同攻击的特点和要求,提出了一种具有一定通用性的双层协同制导结构。该双层协同制导结构由底层导引控制和上层协调控制组成。其中底层导引控制由分散于各个导弹的本地制导律来实现,上层的协调控制可通过集中式或分散式的协调策略来实现。基于该协同制导结构并针对多导弹同时击中目标这一特定协同任务,给出了一种具体可行的多导弹协同制导律。该协同制导律把具有导引时间限制的制导律和基于协调变量的协调策略相结合,具有控制能量的次优性,结构简单且具有解析解形式。数字仿真算例验证了其良好的性能。     

一种面向动态需求的多优先级天文观测卫星任务重规划方法

针对多优先级天文观测卫星任务动态规划问题，分析了高优先级任务动态插入以及未知事件中断原任务规划方案执行的情况，研究了原任务规划方案相应的动态规划问题.在关于SVOM （Space multi-band Variable Object Monitor）卫星任务规划系统的研究中，针对单星机遇目标任务重规划问题，提出一种基于滚动优化策略的任务重规划求解方案.在每个滚动周期内，优先安排高优先级动态到达任务，回滚处理原方案中受未知事件和高优先级机遇目标影响的任务，或者删除原方案中受影响的任务.目标函数综合考虑了全年卫星任务规划总时长和机遇目标的规划总时长.仿真验证结果表明，本文设计方法对于快速响应高优先级机遇目标以及提高服务质量具有一定意义.      

行星软着陆GPS有模型强化学习制导方法

由于距离地球较远、测控延时误差较大、飞行环境十分复杂且难以提前预测，行星软着陆的自主制导技术目前存在水平位置估计困难、导航参考信息匮乏、复杂地形着陆困难等挑战。针对行星软着陆存在的困难和挑战，提出了基于引导策略搜索算法的有模型强化学习制导方法，实现了着陆器在初始状态受到扰动时，无需重新规划，仍能在满足约束条件的情况下降落在指定位置。该方法将迭代线性二次调节器作为控制器，产生初始轨迹；其次，使用多层神经网络拟合制导策略；最后，利用控制器监督策略学习，进而收敛产生可行策略。针对行星表面软着陆的仿真验证结果显示该算法仅通过几次循环，即可以实现初始状态变化的快速软着陆。一方面表明了基于有模型强化学习的数据高效利用率，另一方面也证明了强化学习方法在深空探测领域中具有广阔的应用前景。