基于自适应滑模的变质心再入飞行器控制律设计

建立了有纵向单滑块的变质心再入飞行器系统控制模型。对该有输入非线性的快时变多体系统,考虑系统存在参数不确定等因素的影响并将完整的活动质量体动力学环节置入姿态控制,基于滑模控制理论设计了俯仰姿态跟踪鲁棒控制系统。在参数不确定性条件下对飞行控制系统进行了仿真。结果表明：设计的控制律可实现对指令角度和指令位置有效、快速、稳定...     

基于结构不确定性的非线性鲁棒制导律设计

根据多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段制导信息精度的特点,以非线性鲁棒控制理论为依据,设计了一种制导律.仿真结果表明,该制导律对弹目相对距离测量干扰有较好的鲁棒性,对目标大机动也有鲁棒性.因此,这种制导律可以作为多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段的制导律使用.     

基于飞行品质的飞机控制增稳系统参数估计

提出了一种控制增稳系统参数的设计方法,即利用低阶等效系统和飞行品质边界,通过搜索算法确定满足对应飞行品质的参数集合,再利用多种飞行品质确定的参数集合的交集和数据的插值算法,确定控制增稳系统的控制律参数。通过纵向增稳系统设计仿真表明,所提方法简化了传统设计方法通过性能指标反复选择参数和验证系统飞行品质的过程,为控制增稳系统的设计提供一种简单有效的方法。     

一种基于不对称再入体的制导与控制方法研究

研究一种不对称再入体的再入机动控制方法.不对称再入体气动外形简单,它的升力大小一般不可控,但可通过滚动控制调整升力的方向实现机动飞行.为实现不对称再入体的精确制导,本文研究了一种滚速可调的“滚转制导律”,通过调整制导系数,可以兼顾再入体滚动角速度和落点精度的要求;设计了不对称再人体滚动通道的喷流控制方案,给出了滚动姿态...     

神经网络最优闭环制导律设计

对于复杂的非线性导弹制导系统 ,很难求得其解析的最优制导律 ,只能求得开环的数字解 ,不能适用于具有时变不确定性的导弹制导系统。利用神经网络的学习和推广能力 ,对开环的数字最优制导律进行离线的学习 ,作为闭环的神经最优制导律在线应用。研究分别选择系统状态变量和视线角速率等不同的神经网络输入对制导系统性能的影响 ,以及各种制导律的鲁棒性问题 ,并采用模块化神经网络结构提高神经网络的学习和推广能力 ,仿真结果得到一些有益的结论。     

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。     

基于解析解的小范围高频率机动飞行器制导律设计

针对机动飞行器的小范围高频率侧向机动飞行问题,结合飞行器的运动学和动力学方程,通过解析方法给出了机动幅值和飞行器最大可用过载下的最大机动频率,同时利用粒子群优化方法进行了制导律最优频率的优化。基于解析规划算法给出了正弦机动制导律的解析形式以实现飞行器在侧向方向的机动导引飞行。仿真结果表明：解析算法能够精确得出制导律频率,而粒子群优化方法的精度也能很好的满足要求,误差在5%以内。正弦机动制导律在大速度下可以较好的完成任务目标;在小速度下,幅值误差会有小幅度的增加。     

基于蛇行变轨的反舰导弹末制导律研究

提出了一种超声速反舰导弹针对海面机动目标的主动蛇行变轨导引设计方案。首先建立了反舰导弹、拦截弹和舰艇在航向平面的运动几何关系模型,然后基于Terminal滑模控制的思想进行了制导律设计,采用约束视线角和视线角速度的方法使反舰导弹在打击舰艇的过程中实现蛇行变轨,以能够规避敌方拦截导弹。仿真结果表明,该制导律具有期望的性能要求。     

基于Matlab的直升机飞行控制律设计与仿真

本文介绍了Matlab语言在直升机飞控系统控制律设计过程中的应用,其中包括使用Simulink对控制律程序的建模、仿真和分析,以及应用图形用户界面(GUI)对仿真的结果进行分析和评定。     

抛物形喷管的激光推进能量相似律数值研究

针对吸气式抛物形喷管,通过辐射输运方程和流体力学方程联立求解,计算激光能量沉积过程中的爆轰波流场,并采用高温平衡气体模型计算后续的激波流场,得到了不同构形的喷管在不同条件下的冲量和冲量耦合系数。提炼了耦合多种影响因素的无量纲因子,讨论了入射激光能量和喷管构形对推进性能参数的影响,建立了抛物形喷管激光推进的能量相似律。结果表明:当顶点到出口最外侧点连线和对称轴的夹角固定时,冲量和冲量耦合系数随无量纲因子先增大后减小,在0.37附近取得极大值;当无量纲因子固定时,冲量和冲量耦合系数均随夹角增大而减小,冲量随入射激光能量增加而增大,冲量耦合系数受能量的影响程度很小。