无人机复杂环境中跟踪运动目标的实时航路规划

在复杂地形环境中,无人机在跟踪运动目标时,现有的航路规划方法在实时性和可行性上存在一定缺陷.提出了一种新的滚动窗口启发方向计算方法,使其能够跟踪运动目标,同时在滚动窗口内采用流函数法进行避障.根据无人机约束,滚动窗口为三角形,并设计了基于行为的伸缩功能.在流函数中,利用水势能方法克服了陷阱地形并进行了航路平滑.仿真结果表明:这种混合算法对于复杂地形条件下跟踪运动目标的航路规划,能够减小规划算法的时间和空间复杂度,使规划出的航路适于无人机飞行.     

封闭式行星轮系功率流判别的键合图法

为更简单清晰地对封闭式行星轮系的功率流情况进行判别,利用键合图能量守恒和功率流动的特点,将键合图理论应用于该类轮系的功率流分析中.以功率汇流型、回流型2种形式的封闭式行星轮系为例,根据轮系的传动关系,利用绝对速度法建立轮系的键合图模型,根据提出的功率流向判别依据对轮系进行功率流向判别,得到整个轮系及其转换机构的功率流情况,为轮系的效率计算提供了基础.该方法适用于其它复杂轮系的功率流判别中,比传统方法更具直观性、系统性.     

集成式随动装置目标引导信息动态校准方法研究

光电对抗系统在机动状态下搜索和跟踪目标时,必须用位置陀螺代替码盘来确定目标方位角。但是,由于搜索轴陀螺存在漂移和累积误差,导致跟踪转台按照引导信息调转到位后目标无法进入跟踪视场,而且陀螺的漂移和累积误差是随时间和温度非线性变化的,很难直接进行修正。为了解决这个问题,提出了一种对引导信息进行间接动态校准的方法。     

软件GNSS信号模拟器架构与中频信号生成

软件GNSS(Global Navigation Satellite Systems)信号模拟器对于GNSS接收机的高效研发将做出重要贡献,因其结构灵活、开放性以及低成本.以GPS/Galileo组合系统为例,讨论了软件GNSS中频信号模拟器的架构,主要功能模块包括卫星星座仿真、接收机轨迹生成、传播通道特性仿真(包括电离层模型、对流层模型、多径模型等)、数字中频信号生成.在此基础上,着重阐述了数字中频信号生成模块的实现,功率谱图及分析结果验证了所生成的信号,包括GPS L1 C/A,Galileo E1 CBOC(Composite Binary Offset Carrier),Galileo E5a和E5b信号.     

翼型动态失速气动力二次峰值数值模拟研究

为揭示翼型动态失速状态下气动力二次峰值的发生机理,基于运动嵌套网格技术、有限体积方法、LU-SGS隐式格式和Roe-MUSCL格式建立了俯仰振荡翼型非定常流场的数值模拟方法。首先,基于所建立的数值方法对NACA0012翼型在深度动态失速状态下的气动特性进行模拟,计算结果与试验数据吻合良好,验证了数值模拟方法的准确性。然后,通过对NACA0012翼型动态失速状态流场的研究,揭示了气动力二次峰值的发生机理。最后,开展了翼型厚度、弯度和弯度位置等外形参数对气动力二次峰值的影响研究。结果表明,动态失速涡诱导形成的后缘涡是导致气动力二次峰值的关键因素;翼型外形参数的变化会引起动态失速过程中动态失速涡和后缘涡的变化,使得气动力二次峰值相对谷值的增量有规律地增加或减小,二次峰值位置有规律地前移或后移。     

基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点;然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

无刷双馈电机静止坐标系数学模型的研究

由于没有电刷和滑环,提高了运行的可靠性,降低了维护成本,因此无刷双馈电机(BDFM)在变速恒频发电领域有着广阔的应用前景。由于特殊的结构和工作原理,BDFM数学模型十分复杂。从BDFM多回路空间矢量数学模型出发,推导出了两个静止坐标系之间的坐标变换关系以及功率绕组静止坐标系数学模型和控制绕组静止坐标系数学模型,推导过程简洁明了。所得结果为BDFM理论分析和不同控制策略的研究提供了理论基础。MATLAB/Simulink环境下的仿真结果验证了数学模型及坐标变换关系的正确性。     

无人水面艇自适应路径跟踪算法

路径跟踪作为无人水面艇（Unmanned Surface Vehicle, USV）控制系统中必不可少的底层模块,受到国内外无人水面艇研究人员的普遍关注。为了提高无人水面艇路径跟踪的准确性和自适应性,提出了一种基于Mamdani模型的自适应模糊LOS控制策略(Mamdani Based on Line-of-Sight,MLOS）。相比传统LOS控制策略,该算法通过模糊控制修正LOS控制参数,削减了速度与LOS制导律之间的耦合,确保了路线跟踪的完成度,并且避免了传统LOS各项参数固定、不能实时调整而导致的船舶操纵性无法被充分利用的缺点。基于欠驱动水面滑行艇数学模型,通过理论分析和仿真试验证明了该算法的优越性和有效性。     

增广误差模型算法在目标跟踪中的应用

针对目标机动运行过程中,滤波模型与机动状态模型失配的问题,提出了一种新的增广状态误差滤波模型。不同于现有增广方案,该模型从模型失配所致状态滤波误差的角度出发,将状态估计误差增广为一状态量,通过滤波估计后用其校正原状态量。算法分析表明,该增广滤波模型具有自适应调节多重渐消因子的等效特性,增强了对目标的跟踪能力。基于该增广状态误差滤波模型,给出了滤波算法设计并进行了仿真实验。实验结果表明,基于该模型的滤波算法在对机动目标进行跟踪时具有更强的鲁棒性。     

基于CDKF的快速协方差交叉融合跟踪算法研究

随着目标抗干扰能力的增强,单一寻的制导方式很难完成对目标的稳定跟踪和精确打击,需采用多种探测器作为传感器,提供多种观测数据以实现对目标的稳定跟踪和精确打击。建立了适当的目标运动模型和观测模型,利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题,避免了求解复杂的雅克比矩阵。对于分布式多传感器融合,传统的方法多采用协方差交叉（CI）融合方法,但是这类方法需要寻优求解。而快速协方差交叉（FCI）则不需要进行寻优过程,且计算量小。在此基础上,提出了用于多传感器目标跟踪的CDKF-FCI融合算法。最后,对算法进行了仿真分析,并进一步验证了提出算法的有效性。