用于小行星探测的离子电推进屏栅电源拓扑研究

为了满足小行星探测中离子电推进多工作点调节的需求,将离子电推进电源处理单元(PPU)屏栅电源的拓扑结构作为研究对象,介绍了国内外屏栅电源的现状与应用场合,分析了各个屏栅电源拓扑结构的特点,最后得出了LLC拓扑可以满足任务要求。通过对LLC拓扑的工作特性分析,提出了一种简化的时域增益曲线模型,以适应宽范围输入的要求。结合目前对于LLC拓扑的研究,提出数字化控制方式、三电平谐振变换器和混合控制3方面的技术展望,可为今后研制高效率、轻质量的离子电推进PPU屏栅电源提供技术参考。     

拦截高速机动目标的自适应积分滑模饱和制导律

针对拦截高速机动目标的三维制导问题进行了研究分析。首先,根据前向制导方式,建立了拦截高速机动目标的三维前向制导模型。其次,基于具有自适应增益的积分滑模面和自适应算法设计了自适应积分滑模三维制导律。再次,基于辅助系统,设计了抗饱和的自适应积分滑模三维制导律。最后,利用李雅普诺夫稳定性理论对所设计的2种三维制导策略进行了稳定性证明,通过数字仿真验证了方案的有效性。     

运用数字处理的高频数据采集过程

随着现代飞行器的发展，拥有高效处理大量复杂飞行试验数据的能力变得非常必要，这对提供动态数据的飞行传感器是十分重要的。现代传感器和模／数（A／D）转换技术，允许高采样率磁道对飞行数据采集系统输入，对于输出，数据的存储迫切要求系统把数据通过遥测传到地面站或者把数据以交联方式存储到机载设备中，遥测系统有限带宽以及机载数据记录设备存储／转换能力，经常使能够转换或提存归档的数据总量受到限制，本文介绍了一个借助脉码调制（PCM）流方式执行采集，处理，压缩以及遥测传送大量数据的系统，服务于实时处理的设备，需要Pegasus横向传递特征参数试验，此系统所具有的特点使其非常适应大量测量的应用，通过飞行数据的分析应用，简要介绍系统的关键特征。     

有输入未建模动态的导弹鲁棒控制器设计

在导弹系统俯仰通道中存在输入未建模动态情况下，提出了一种基于RBF神经网络和反演控制技术的非线性鲁棒控制器的设计方法。首先应用两个RBF神经网络对输入未建模动态设计了神经网络逆补偿器．然后利用反演控制技术设计了导弹非线性控制器．最后应用Lyapunov稳定性理论推导出RBF神经网络权重矢量调节律，证明了系统的所有信号均有界且全局指数收敛至原点。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。     

一种基于多层SOFM网络的星图识别方法

提出了一种基于自组织特征映射(SOFM)神经网络的星图识别算法。用基于支持向量机(SVM)的动态阈值选取算法选取导航星构建导航星库,将一多层多个并联SOFM子网的识别系统用于星图识别。给出了方法的流程。仿真结果表明,SOFM网络可提取星图中的复杂特征识别导航星。与传统三角形算法相比,该识别算法的识别准确率、鲁棒性和实时性更优,有一定的实用价值。     

基于AVR单片机输入捕捉功能的频率计设计

利用AVR单片机的输入捕捉功能,以ATmega16芯片为控制核心,配以适当的软硬件资源,设计了一款频率计。实验结果证明,该系统可以稳定实现频率的测量,并且测量误差满足设计要求。     

基于“笔”输入模式的产品结构草图快速设计系统研究

为了减少设计人员从想法到设计实现之间的障碍,本文提出一种新的设计途径——"直接手绘"的方式来支撑产品结构草图设计过程,使得进行产品开发的功能结构、材料工艺、设计开发过程、制造模式等都发生了深远的变化。首先给出快速设计系统的总体方案,然后重点剖析阐述快速设计系统的软件设计,最后以算例形式验证了基于"笔"输入的三维航天产品结构草图快速设计方法及系统。     

C频段输出测试耦合器

该测试耦合器位于转发器的输入端和输出端，其主要作用是在转发器分系统和天线分系统对接后无测试端口的情况下，为系统联试提供测试通道。     

基于分层思路的动态非线性气动力建模方法

很多非线性气动力模型难以精确预测系统的小扰动线性特征。针对这一局限,提出了一种非线性分层模型,用于辨识跨声速非线性非定常气动力。分层建模需要同时提供微幅振荡和大幅振荡两套训练样本,首先通过线性模型(如带外输入的自回归(ARX)模型)对微幅振荡样本进行建模,而后采用非线性模型(如径向基函数神经网络(RBFNN))对大幅振荡的样本与线性模型的差量进行建模,进而把线性模型和非线性模型的输出相叠加,得到分层非线性动力学模型。算例表明建立的分层气动力模型与单一自回归径向基函数(AR-RBF)神经网络模型相比不仅具有更高的数值精度,可以精确预测大幅运动中的非线性特征,而且在小扰动状态下自动退化为线性模型,能够精确刻画结构微幅振荡下的线性动力学特性。     

基于LMI和离散模型的航空发动机压气机传感器鲁棒故障诊断

针对航空发动机压气机健康监测提出了一种基于线性矩阵不等式(LMI)和H_∞优化理论的航空发动机压气机传感器鲁棒故障诊断的方法.在航空发动机具有模型不确定性和外界噪声的情况下,应用基于神经网络的线性拟合方法实现航空发动机压气机离散模型的建立;并通过LMI和H_∞优化问题的求解得到未知输入观测器的设计参数,实现具有强鲁棒性的传感器故障诊断.该方法比以前研究中未知输入观测器故障诊断方法的优点在于能够同时处理模型不确定性和外界噪声.应用ALSTOM公司提供的燃气涡轮压气机模型进行了仿真验证,在压气机具有白噪声模型误差和正弦外界干扰的情况下,实现对小于测量范围2%的传感器故障的检测和诊断.