基于特征模型的高超声速飞行器姿态控制器与自适应滤波算法的设计

提出一种基于特征模型的强跟踪无迹卡尔曼滤波（CSUKF）算法对状态和参数进行联合估计,利用特征模型参数构造时变的二阶状态转移阵,使滤波和辨识模型简化;结合强跟踪滤波（STF）的强跟踪能力和无迹卡尔曼滤波的（UKF）的非线性高逼近性对含测量噪声的高超声速飞行器系统进行参数辨识和滤波,并将其与非线性黄金分割自适应控制律相结合,对高超声速飞行器进行姿态控制.最后,将提出的CSUKF与基于特征模型的无迹卡尔曼滤波（CUKF）和基于特征模型的普通扩展卡尔曼滤波算法（CEKF）进行比较,仿真结果说明CSUKF与非线性黄金分割自适应控制律相结合可以有效改善控制的平稳性,且具有更好的滤波精度和系统输出,从而能更好地处理含测量噪声情况下的高超声速飞行器的辨识与控制问题.     

非线性变结构制导律

为使导弹制导系统具有良好的鲁棒性能和适应性能，本文基于Lyapunov稳定性理论，利用滑模控制来设计导弹的末端导引规律。考虑结构摄动和目标机动加速度的界未知情况下，提出了一种基于零化视线法向速度的具有强鲁棒性的末端导引规律，这种制导律在保证系统闭环稳定的前提下能够在线对结构摄动和目标机动加速度的界进行估计。仿真验证说明所提出的方法是有效的。     

柔索的非线性变形分析

根据柔索应变与位移非线性几何关系以及自重作用与温度影响下的平衡方程,采用欧拉坐标系统精确地求得了各点位移和张力的一般解.由柔索的非线性变形问题建立的非线性代数方程组应用改进Powell混合算法编制的高精度DNEQNF程序直接进行求解.算例中对柔索两端点在同一水平线上承受自重或集中力两种情形进行了计算,并与其他学者用不同...     

倾转旋翼机模型缝合鲁棒控制律设计研究

从研究倾转旋翼机的飞行动力学模型入手,通过引入模型缝合的思想,利用非线性的方法实现由有限固定线性模型拟合任意工作点处的模型响应,提高了倾转旋翼机飞行动力学计算的实时性,并得到多模型控制的模型集;其次基于规范互质分解理论、H∞回路成形设计技术对多输入多输出系统进行通道解耦控制研究,针对不同飞行工况的工作点分别设计H∞回路成形控制器.最后,采用加权求和的控制策略实现控制律的平滑切换,通过仿真验证了设计的多模型控制系统具有良好的控制能力.     

一种基于数据驱动的装备信息系统软件快速设计框架

针对装备信息系统类软件特点,提出了一种基于数据驱动的软件设计框架.该框架采用数据土壤生成服务森林的核心设计思想,形成一套快速实现该类软件的设计模式,以及面向表单型、流程型、可视化型等常用业务类型开发的辅助工具,支撑软件的敏捷构建.针对装备数据的异构多源特性,与框架配合提出了面向装备信息的数据规范模型,支撑设计框架的通用化、智能化使用.该设计框架形成了一套面向装备信息类软件的研发指导思路,降低了软件的设计复杂度,提升了软件可靠性.     

微重力对拟南芥长势影响的代谢网络流平衡分析

微重力作为典型的空间环境因素,对植物生长发育的影响机制是空间生命科学的研究热点。微重力环境直接或间接影响植物代谢,并引起许多生理适应。 随着系统生物学的发展,代谢网络模型使微重力环境下的植物代谢建模成为可能。采用流平衡分析方法对模式植物拟南芥不同组织的代谢网络进行分析,研究微重力对拟南芥生长发育的影响机制。通过比较空间与地面条件下拟南芥的生物质产量,发现空间条件下拟南芥黄化幼苗、幼苗、芽、根、下胚轴的生物量分别下降了33.00%,51.52%,6.89%,12.53%,11.70%,与空间环境下拟南芥的长势变化趋势一致。代谢通路富集分析发现,微重力使得拟南芥的碳固定等通路下调,而磷酸戊糖途径上调,初步解析了微重力对拟南芥生长发育的影响机制,也验证了流平衡方法用于微重力生物学效应研究中的可行性。      

预测悬停旋翼跨音速流动的一种组合自由层流／CFD方法

一种新的组合自由尾流/CFD方法用于悬停旋翼流动的CFD解中以考虑实际尾流的作用。用中描述的尾流分析方法研究了螺旋尖涡的运动。首先从广尾流模型开始，用半经验公式模式化涡核对旋翼尾流的作用；然后在环量收敛和尾迹收敛的条件下完成了自由尾迹计算；最后就用Jameson有限体积龙格-库塔推进格式求解了欧拉方程。所得结果与相关献和实验数据进行了比较。     

湍流标度律的实验测量

实验测量了射流与圆柱尾流纵、横向的湍流速度脉动，计算了这两种方向的湍流速度结构函数的标度规律。结果表明，横向的湍流速度脉动比纵向有着更大的间歇性，这支持目前已有的一些关于均匀各向同性湍流的实验测量和数值计算的结果，而与另一些文献报道不同。此外，还对纵、横向湍流速度结构函数标度律的S－L模型进行了一些分析。     

基于RBF神经网络的一类不确定非线性系统自适应H∞控制

基于RBF神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用RBF神经网络逼近非线性函数，并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能。H^∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性，而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后给出的算例验证了该方法的有效性。     

基于误差模型的权重二值神经网络近似加速

针对智能识别系统精确度和硬件复杂度之间的均衡设计问题,提出了一种基于误差统计模型的权重二值神经网络近似加速方法。在提出了一种获得高精度轻量神经网络的权重二值化处理算法基础上,引入近似加法器、消除乘法器以进一步提高能效。最终提出了一种系统级误差统计模型用于系统评估和优化设计,该设计能够分析和预测权重二值神经网络近似加速系统的最终精度。结果表明:该模型可以准确地预测系统精度,与仿真结果对比,相对误差在2.05%～3.07%。该模型预测用于指导相应软硬件的设计优化,可大幅提高设计的迭代速度。