基于希尔伯特-黄变换的雷达数据误差修正处理技术

由于雷达跟踪测量数据总存在误差,而目前采用的误差处理算法修正效果并不理想,为了有效估计数据中的未知误差,提高数据处理的精度,提出了一种基于希尔伯特-黄算法的雷达误差残差诊断方法,利用得到的内蕴模态函数拟合出误差残差的特征,准确分离出设备的误差信息。通过对某雷达的实测数据分析证明该方法较其他方法对解决该类问题更为有效,且在事后高精度数据处理中具有较好的实用性。     

基于角动量守恒的空间机器人动力学参数辩识

空间机器人由于加工、装配误差以及在轨燃料消耗等因素使其名义公称参数与实际 动力学参数相比存在一定的误差。空间机器人路径规划和地面机器人不同,其广义雅克比 矩阵包含动力学参数,使计算的轨迹偏离实际要求的路径,引起末端位姿误差。本文根 据自由飘浮空间机器人的角动量守恒方程式,对一种两自由度空间机器人的基座以及机械臂 的各个关节分别单独做三次多项式轨迹激励,利用基于偏差模型的最小二乘法和遗传算 法对动力学参数进行辨识。仿真结果表明,遗传算法的计算稳定性和对动力学参数辩识精 度优于最小二乘法。〖JP〗     

基于单目视觉的空间非合作目标相对运动参数估计

提出了一种估计空间非合作目标相对运动参数的单目视觉方法,该方法将相对运动参数估计问题描述为一个非线性约束优化问题．通过迭代求解特征值问题来确定基本矩阵,将基本矩阵分解可得到相对运动参数的4个可能解,给出了消除旋转矩阵多义解的简单判断准则．数值仿真结果验证了该方法的有效性．     

基于PEA的椭圆轨道航天器编队飞行高精度位置保持

针对航天器编队飞行时相对位置保持精度要求高的特点,采用基于线性变参数模型的多项式特征结构配置方法设计椭圆轨道航天器间相对位置控制算法。对于线性变参数控制系统,本文将基于线性定常系统的多项式特征结构配置方法推广以确保系统性能与变化参数间的独立性。在特征结构配置时,先设计带参数变化的控制器结构后计算出带未知控制器增益的设计闭环传递函数,接着将其与含有闭环系统性能的期望传递函数在三个条件下进行匹配,进而获得未知控制器增益的表达式。在设计实际控制椭圆轨道编队飞行MIMO相对位置保持算法时,将系统期望传递函数设为解耦形式来实现三轴位置控制间的解耦控制,达到提高系统控制性能的目的。最后进行相应的数学仿真,其结果表明该算法能够保证系统的高精度位置保持要求。     

基于双目视觉的相对状态自主确定

基于双目视觉系统提出了一种适于交会对接最后阶段的近距离绕飞的相对状态自主确定方法。用修正罗德里格参数(MRP)描述姿态,给出了追踪器与目标器间的相对姿态运动学与动力学方程,以及相对运动方程,根据双目视觉系统的小孔成像原理建立了双目系统的测量数学模型,由扩展卡尔曼滤波(EKF)获得两航天器的相对位姿及其变化率。仿真结果表明该法可行。     

舰载飞机弹射起飞的机舰参数适配特性

舰载飞机与航母之间的参数适配特性是弹射起飞总体方案设计阶段的关键问题之一。针对舰面起飞的复杂环境,建立了舰载飞机弹射起飞的数学仿真模型。在此基础上,分析了各主要机舰参数对弹射起飞安全性的影响,并计算得到满足弹射起飞安全准则的主要机舰参数的适配值集合。研究结果表明:在弹射起飞过程中,增加弹射能量、前起落架突伸力和升降舵预置偏角均可抑制航迹下沉;在适配值集合内,随着弹射能量的增加,升降舵预置偏角的适配范围增大,前起落架突伸力的影响减小。     

基于左矩阵分式模型的模态参数识别方法

提出一种多输入多输出(MIMO)系统的宽频模态参数识别算法。该方法基于频响函数(FRF)的左矩阵分式模型(LMFD),通过最小二乘法在z域内求解模态参数,避免了s域内矩阵的病态问题。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。指出了传统的频域多参考点(PRFD)方法与基于左矩阵分式模型识别方法之间的关系。最后采用GARTEUR模型仿真算例与飞机模型的实测算例对所提出的方法进行了验证,结果表明该方法具有良好的识别效果。     

基于随机文法的多功能雷达识别方法

 针对多功能雷达采用复杂体制而造成的辐射源不能正确识别问题,提出了一种基于随机文法(SG)的辐射源识别算法。该算法基于多功能雷达的句法模型,将威胁数据库中的多功能雷达文法分为随机正则文法(SRG)和随机上下文无关文法(SCFG)两种情况,并分别构造随机有限自动机(SFA)和随机下推自动机(SPDA)对测量辐射源进行识别。仿真实验表明,该方法不仅能识别出多功能雷达辐射源的型号及模式,而且能识别出雷达辐射源的功能状态,并进而推断出雷达辐射源的威胁等级。     

基于模态信息的叶盘结构失谐识别方法鲁棒性研究

为有效运用整体叶盘结构失谐识别技术,针对一种以模态信息作为输入参数的识别方法进行了鲁棒性方面的研究.推导了该方法中识别参数对各输入参数的灵敏度公式,利用灵敏度分析的结果,可以明确各个输入参数的重要程度,为实际运用中获取输入参数信息提供指导;另外也可对识别结果的准确度作进一步的分析评价,为可靠的使用该识别方法提供保障.      

基于稀疏最小二乘支持向量机的航空发动机动态过程辨识

针对现有最小二乘支持向量机(LS-SVM)稀疏性不足的难题,提出一种稀疏化策略,应用此方法建立了航空发动机动态过程模型.在对原始样本预求解过程中,该策略使用改进Gram-Schmidt正交化算法对非线性映射矩阵实施递归分解,同时以阈值监督输出向量的残差化过程,从而优选训练样本,降低样本规模,节省内存,提高LS-SVM学习速度.仿真表明,基于优选样本的学习模型较之其他训练样本学习模型提高了回归精度和速度,验证了方法的可行性;基于实际试验数据建立的航空发动机动态过程模型在类似过程参数预测以及性能递推预估仿真表明,高压转子相对转速误差低于0.2%,低压转子相对转速误差低于0.35%,涡轮后燃气温度误差小于3.5℃,满足控制与仿真的需要.