微小型机器人嵌入式自驾仪设计

分析了不同类型微小型机器人对自驾系统的共性需求.提出了一种基于ARM(Advanced RISC Microprocessor)和μCOS-II的嵌入式自驾仪设计方法,给出了从需求分析、功能设计、结构设计、硬件设计、软件设计的系统设计过程,并分别从上述各方面对自驾仪的通用性进行了探讨.层次化的体系结构、模块化的硬件、结构化的软件以及无精确模型的模糊控制方法使得设计出的自驾仪经过简单的硬件调整和软件定制,就能适用于仿生机器鱼、履带机器人、小型无人机等不同的微小型机器人平台.经过多次试验验证,该自驾仪性能稳定、具有一定的通用性,弥补了专用自驾仪在多元异构群体中应用时的成本高、协调控制困难、兼容性和维护性差等不足.     

高超声速飞行器BTT非线性控制器设计与仿真

高超声速飞行器的气动特性比一般的飞行器更为复杂,选用BTT(Bank-to-Turn)技术,即倾斜转弯技术可以满足其对于气动外形的要求,但随之给动力学系统带来了快时变、严重非线性及强烈耦合的特点.针对高超声速飞行器倾斜转弯非线性控制器的这一特点,采用了一种更为有效的非线性系统的控制方法,即非线性动态逆技术.首先建立了高超声速飞行器的非线性数学模型,然后根据奇异摄动理论将动力学系统的受控状态变量分为快变量和慢变量2部分,应用非线性动态逆理论分别对快逆回路和慢逆回路进行设计,其中慢逆回路控制器的输出作为快逆回路控制器的输入指令,最后对于所设计的系统在高超声速下的倾斜转弯运动进行了仿真验证.仿真结果表明该控制系统可以实现倾斜转弯,并可以满足高超声速飞行器稳定飞行的要求.      

自组织网络中UPMA协议的群间仿真

基于有效竞争预约接入、无冲突轮询传输的思想,结合分层分布式网络结构为自组织网络提出了依据用户妥善安排的多址接入(UPMA)协议,UPMA协议可以支持节点移动性和多跳网络拓扑,并使用网络仿真工具OPNET仿真评估了它的群间通信性能.该协议利用分群算法将多跳网络拓扑形成轮询所需要的两跳分群结构,包括预约接入和无冲突的轮询服务阶段.有分组发送的节点在每帧的竞争接入时隙中竞争接入.如果成功,则进入轮询服务过程;否则,在本帧重新开始的接入阶段中进行冲突避免和分解的预约接入过程.仿真结果表明,UPMA协议显著提高了多跳群间的业务传输效率,可以提供较高的端到端信道利用率、较低的端到端平均消息时延和较小的平均消息丢弃率.      

MOEMS陀螺的谐振腔设计

微光机电(MOEMS)陀螺代表着微型光学陀螺的重要发展方向,而MOEMS谐振腔的设计是谐振式MOEMS陀螺的核心技术.提出了一种新颖的基于微纳米加工技术的MOEMS空间谐振腔结构,介绍了其工作原理和系统构成.建立了谐振腔的数学模型,并利用MATLAB软件对其重要参数进行了仿真计算及分析.为提高谐振腔清晰度及系统测量精度,优化了谐振腔输入输出镜的技术指标,并在此基础上完成了谐振腔的微加工工艺设计.结果表明:所设计的谐振腔清晰度可以达到346,陀螺极限灵敏度为0.25(°)/h,同时可以有效克服克尔效应、背向散射、偏振等光路噪声的影响.      

一种用于目标跟踪的UT-BLUE滤波方法

雷达机动目标跟踪问题中,通常目标运动模型可精确地在直角坐标系下建模,但大多数情形下模型是非线性的,同时在传感器坐标系下所获得目标量测又是直接可用的.通过将无迹变换与最优线性无偏滤波器有机结合,提出一种新的BLUE(Best Linear Unbiased Estimator) 滤波算法,以便解决上述非线性跟踪问题.首先,该算法利用无迹变换对经由直角坐标系下非线性目标运动模型得到的目标状态及其协方差作出预测,然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时,直接对它们作出状态估计.在算法推导及Monte-Carlo仿真过程中,将新的BLUE滤波算法和EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)滤波算法进行比较,结果表明新算法的有效性和适用性.      

机载火控系统的对空作战效能分析

机载火控系统的作战效能评估是飞机作战效能评估的重要内容.运用将影响图因子理论与兰彻斯特方程相结合的建模方法,建立了机载火控系统的对空作战效能评估模型.计算了装备不同机载火控系统飞机的空战损伤比,效能指标反映了不同机载火控系统对空战优势的影响,并绘出了机载火控系统性能指标(瞄准误差、目标识别概率、占位时间)对飞机空战损伤比的影响曲线图,为改进空战飞机火控系统装备提供可靠依据.该模型为评估飞机空战效能奠定了基础,并具有实际作战指挥意义.      

成败型系统可靠性增长的Bayes评估

针对成败型系统在研制阶段的动态增长的可靠性评估问题,依据前期可靠性增长试验中多阶段的试验信息和专家经验,提出了基于新Dirichlet先验分布的可靠性增长的Bayes评估方法。该方法根据已有的不同阶段试验信息,利用离散AMSAA（Army Material System Analysis Activity）可靠性增长模型描述可靠性增长试验中不同阶段可靠性的增长趋势,并对各个阶段的可靠性进行评估;针对下一阶段建立基于新Dirichlet分布的可靠性先验分布,并根据下一阶段可靠度的估计值采用最大熵模型给出先验分布参数估计;在获得现场试验数据的条件下,给出下一阶段的可靠度后验估计,并讨论不同区间范围对后验可靠性的影响。最后通过实例分析,表明相较于直接利用离散AMSAA模型和Beta先验分布,该方法在合适的专家经验的指导下能够给出更为准确的可靠性评估。     

基于奇异谱分析的空间环境数据插补方法

空间环境数据具有典型的非线性、非平稳特征,并经常包含有缺失数据,给预报模型的建立、预测以及物理过程的分析带来了一定的困难。为了实现对缺失数据的插补,基于奇异谱分析(SSA)迭代插补的思想,设计了一种能够适用于不同缺失数据分布的插补方案。该方案提取出原始时间序列中缺失数据分布数组,利用缺失数据分布数组生成交叉验证所用的测试数据集,并利用离散粒子群优化算法寻找SSA的2个关键性参数,即嵌入窗口长度和主成分个数。通过不同太阳活动年份实际观测的太阳风参数、地磁指数等实例验证了算法的有效性。      

非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.