基于ε-滤波LMS算法的航空发动机自适应逆控制

针对航空发动机这种复杂的被控对象，设计了基于ε-滤波LMS算法的发动机自适应逆控制系统。该控制结构能利用非线性滤波器实现航空发动机建模和逆建模，以滤波后的误差在线调整控制器权系数。进行了飞行包线内的数字仿真。结果表明：这种方案结构不需要精确的发动机模型，跟踪速度快，具有较高的精度和较强的鲁捧性。     

自动着陆精确轨迹跟踪控制

研究自动着陆过程中的非最小相位飞机对象的轨迹精确输出跟踪问题.分析了自动着陆过程的特点,采用稳定逆控制方法并结合反馈控制器设计了大型运输机的自动着陆控制律.稳定逆根据对象模型产生期望控制输入和期望状态轨迹,反馈控制器处理飞机对象参数不确定性及外界干扰.基于飞机对象的相对阶,设计了满足舒适性的光滑进场着陆期望轨迹.仿真结果表明,自动着陆控制律具有精确跟踪能力,自动着陆过程满足美国联邦航空局III类精密进场着陆要求,并且飞机内部动态稳定有界.     

逆压梯度湍流边界层中的相干结构

利用流动稳定性理论中一般共振三波的概念对4种定常逆压梯度以及两种变逆压梯度湍流边界层的相干结构进行研究.其中2种变逆压梯度分别为压力梯度由小变大和由大变小,变化的终了具有相同的压力梯度.通过计算得出逆压梯度能够激励相干结构的生成和发展,而且逆压梯度越大作用越强.在变压力梯度流动中,压力梯度由大变小的情况对相干结构的激励最强.此外,逆压梯度使相干结构的流向尺度变小,而展向间距基本在100个粘性长度左右,这些变化趋势与实验以及直接数值模拟结果一致.     

距离瞬时多普勒算法实现的振荡目标ISAR成像

新近有报告提出ISAR图像重构的新方法——距离瞬时多普勒(RID)算法，它是众所周知的距离多普勒(RD)算法的扩展算法。RID采用联合时频变换(JTFT)技术来代替经典的多普勒谱分析方法。本文旨在从解析和数值分析的角度来证明使用RID技术可成功获得转动(俯仰、横滚、偏流)目标的ISAR图像。我们特别分析了RID和RD技术在对直线运动的振荡目标成像时的性能。     

四旋翼式飞行潜航器非线性增量动态逆控制

针对四旋翼式飞行潜航器水下运动姿态控制问题,设计了一种带二阶低通滤波器的非线性增量动态逆控制器。建立了四旋翼式飞行潜航器水下运动数学模型,推导了增量形式的姿态控制律,以反馈的角加速度信号作为虚拟输入,得到了推力增量与角加速度的关系式,设计了姿态控制器,并进行了鲁棒性分析。通过在控制端和反馈的状态导数端引入二阶低通滤波器,保证了系统的时间同步性。仿真结果表明,在外界扰动和不确定性作用下,所设计的增量动态逆控制方法能够快速准确跟踪参考信号。     

磁鞘等离子体密度统计建模

利用理想磁流体LFM模型的模拟数据,基于非参数统计方法对2004年11月14日03:00UT-07:00UT磁暴恢复相期间磁鞘等离子体平均密度进行建模.分析磁鞘等离子体平均密度与上游太阳风参数、行星际磁场参数及地磁扰动参数的统计关系,建立基于数据降维的经验模型.结果表明,电离层扰动强度因子、太阳风-磁层耦合强度因子和日地空间因果链耦合强度因子是影响磁鞘等离子体平均密度的三个主要方面.磁暴恢复相期间电离层上行离子是磁层环电流和磁尾等离子体的重要离子来源.建模分析过程表明,利用经验模型对空间物理过程开展建模,数据的严重多重共线性通常会导致模型的精度较差.而利用SIR和LPR建立的磁鞘等离子体平均密度随相关参数变化的经验模型可以有效解决该问题,具有较好的预测精度,统计特征显著.      

基于神经网络补偿动态逆的飞翼布局无人机姿态控制方法

将动态逆控制技术应用于飞翼式布局无人机的姿态控制回路,以适应飞翼布局无人机控制系统要求。介绍了动态逆控制器解耦控制原理,以及神经网络补偿结构的作用和设计方法,并基于无人机非线性姿态运动学和动力学模型设计了基于神经网络补偿的动态逆控制器。在强耦合、强非线性的飞翼布局无人机模型上,通过数学仿真验证了系统具有良好的动态性能和稳态特性,控制器具有很强的鲁棒性。     

基于稀疏分解的空间目标双基地ISAR自聚焦算法

空间目标双基地逆合成孔径雷达（ISAR）成像中,双基地角时变会造成二维图像的散焦。针对此问题,在三大同步理想可实现的条件下,以平稳空间目标为研究对象,分析了空间目标双基地ISAR成像原理,研究了双基地角时变对二维图像散焦的影响机理,提出了利用稀疏分解实现高精度自聚焦的算法。首先,将半双基地角的余弦进行泰勒展开;其次,结合目标的平动及转动条件,将成像相位项用多项式建模;然后,利用稀疏分解算法估计多项式的二次项系数,据此构建补偿项完成相位补偿。算法利用L-曲线准则选取正则参数,基于目标尺寸的先验信息构建冗余基的高分辨因子,利用推广的正则化欠定系统聚焦求解（FOCUSS）算法实现稀疏表示系数的估计,在恰当选取词典分辨率的条件下,算法可实现二次相位项的精确补偿,仿真实验验证了算法性能优于常用的非参数化自聚焦算法。     

基于自适应小波网络的反舰导弹非线性控制算法研究

提出了一种综合运用动态逆、小波神经网络和滑模控制的非线性控制方法。首先运用动态逆理论对非线性系统进行近似线性化,利用具有在线学习能力的小波网络来抵消系统的误差,根据李雅普洛夫稳定理论导出了网络权值的自适应调整规则,用滑模控制和鲁棒控制分量保证了系统的鲁棒性。将该非线性控制算法用于某型STT导弹的控制系统设计,并采用输出重定义技术解决原系统的非最小相位问题。仿真结果表明,这种方法能有效消除扰动的影响,提高导弹过载控制系统响应的精度。
     

基于模糊多模型匹配与辨识的伪逆重构控制

将多模型匹配及在线模糊辨识的思想与伪逆重构控制方法相结合 ,提出了一种新的智能型重构控制策略。该方法不仅可以适应多种故障模式 ,而且能克服各种不确定性因素和扰动对系统重构后动、静态性能的影响。理论分析和针对歼击机在机动飞行过程中各种舵面故障的仿真研究均表明本文方法的有效性