模糊聚类方法在PIO探测中的应用

用于驾驶员诱发振荡(PIO)探测的特征参数可以有效地反映出PIO时飞机在频域和时域的特征,利用模糊逻辑方法对特征参数进行辨识可以有效地识别出是否发生了PIO.模糊逻辑方法中的隶属函数直接反映了特征参数的特点,其设计决定了是否能有效地对PIO进行识别.为了设计有效的隶属函数,根据特征数据的特点采用球壳型模糊聚类算法对数据...     

随机机翼结构阵风响应的分布函数及灵敏度分析

随机结构在随机激励作用下的结构响应具有随机不确定性,响应的分布函数(CDF)能够充分地体现响应量分布变化规律,只要掌握了响应的CDF,就可以进一步掌握响应的统计信息.基于响应的CDF,对基本变量的分布参数进行灵敏度分析,可以表明基本变量的随机不确定性对输出响应的随机不确定性的影响程度,从而清楚地表明重要随机变量和非重要...     

基于QFD和TRIZ的可信软件技术冲突解决方法

为解决软件开发中的技术冲突及提高软件的可信性,提出了基于质量功能展开(QFD)和发明性问题解决理论(TRIZ)的可信软件技术冲突解决方法.首先构建可信软件规划质量屋,在软件开发过程中引入用户视角;其次,重点分析质量屋的技术特性自相关矩阵中呈负相关的技术特性,尝试用TRIZ的发明创新原理予以解决,获得多个可行的创新性解决...     

基于神经网络模型的动态非线性气动力辨识方法

 在标准径向基函数（RBF）神经网络模型的基础上发展了带输出反馈的RBF神经网络。将计算流体力学(CFD)方法计算的时域气动载荷作为输入信号,建立跨声速非定常非线性气动力模型,并进一步运用CFD方法验证模型的精度。算例表明带输出反馈的RBF神经网络较标准RBF神经网络精度更高,能更准确描述跨声速激波大幅振荡时的非线性和非定常特性,并可推广用于多自由度运动的动态非线性气动力建模。用多级信号训练,预测简谐信号输入下的气动力算例表明带输出反馈的RBF神经网络能够预测不同振幅、不同频率的信号激励下的非线性气动力。     

基于势函数法的航天器自主姿态机动控制

主要研究存在禁止姿态的航天器自主姿态机动控制问题.首先,给出航天器的动力学和运动学模型,利用四元数描述航天器与机动姿态和禁止姿态的姿态偏差,用相应的欧拉转角描述不同姿态间的距离.为利用势函数完成禁止姿态回避,结合航天器的运动情况设计排斥势函数(RPF)存在条件后,根据禁止姿态最小允许夹角构造一种新的排斥势函数.接着,利...     

高超声速飞行器动态神经网络反推自适应控制

针对高超声速飞行器纵向模型的高度非线性特点,在考虑模型不确定性的情况下,提出了高超声速飞行器动态神经网络调节函数反推自适应控制方法.对给定的速度指令,引入积分型Lyapunov函数设计跟踪控制器,取消了控制增益一阶导数上界的限制,且避免了控制器的奇异性;对给定的高度指令,引入调节函数技术,设计了反推控制器,避免了将模型化为严反馈形式;采用动态神经网络对未知系统动态进行自适应在线逼近.根据Lyapunov理论证明了设计的控制律保证了闭环系统的稳定性与指令跟踪的精确性.仿真结果验证了该方法的可行性及有效性.     

Stewart平台动力学建模及鲁棒主动隔振控制

未来复杂航天器低频模态密集,其敏感载荷要求很高的指向精度和稳定度,只对航天器本体姿态控制很难满足要求.本文采用Stewart超静平台对敏感载荷进行6自由度主动隔振,建立了非线性动力学模型,并根据线性模型设计了多变量鲁棒控制器,采用DK迭代算法求解.频域分析可得Stewart平台对3～800Hz的扰动主动隔振大于25dB,仿真证明Stewart平台对10Hz谐波扰动隔振性能优于40dB,对白噪声随机扰动隔振性能优于30dB,有效抑制了微小扰动,起到了6自由度超静隔振平台作用.     

一种基于遗传RBF神经网络的智能容错滤波算法

针对组合导航中标准卡尔曼滤波容错性能不足的问题,提出一种基于遗传RBF神经网络的智能容错滤波算法,其基本思想是通过RBF网络自动调节滤波增益来控制不确定性噪声的影响,进而提高滤波容错性。在RBF神经网络中,隐层单元与核函数宽度的选取对网络的性能具有重要影响,进而利用自适应遗传算法对其隐层单元数及核函数宽度进行了优化,隐层单元中心和输出层连接权值分别由K-均值聚类和最小二乘算法确定,最后得到精度较高且结构优化的RBF网络。为检验方法的应用效果,以SINS/GPS组合导航系统为例进行了仿真验证,实验结果表明遗传RBF网络容错滤波算法能在满足导航精度和计算量增加较小的前提下,比标准卡尔曼滤波具有更强的容错能力,由此也说明了方法的有效性。     

飞行器设计偏差量建模方法研究

对设计变量的偏差量进行建模,拟合偏差量服从的概率密度函数,是分析评价飞行器性能和概率设计的重要基础.针对常用分布拟合能力有限,以及混合Gamma分布无法在整个数轴上对试验数据进行拟合的问题,在论证混合Gauss分布拟合任意概率密度函数合理性的基础上,提出了利用混合Gauss分布对试验数据进行拟合,并运用期望极大化算法(...     

空间超高速撞击碎片云前端速度的预测模型

文章利用一组二级轻气炮发射2017-T4 铝质球形弹丸撞击6061-T6单层铝板的地面试验数据,通过选择适当的函数模型,采用多元函数拟合的方法,得到了碎片云前端速度与靶板厚度、弹丸直径和弹丸速度关系的三元二阶多项式模型。再用另外一组数据对该模型进行检验,验证了其对碎片云前端速度具有较好的预测效果。将以上两组数据同样用于建立“无量纲化”模型进行碎片云前端速度预测,并与前述多项式模型的预测结果进行比较发现,该多项式模型预测的方均根误差及平均相对误差均明显优于“无量纲化”模型。该多项式模型可用于预测空间碎片撞击航天器产生的碎片云的前端速度,有助于航天器的空间碎片防护设计。