载人航天器高空应急救生控制变量与落点的快速预报算法

针对载人航天器高空应急救生的实时性要求,讨论了控制变量和与落点的快速预报算法。首先描述了逃逸飞行器的返回轨道特征,在此基础上推导了制动速度的解析解;然后利用大量的仿真数据建立了其它控制变量和返回特征参数的BP神经网络预测模型,计算结果显示起旋时刻、消旋时刻和航程的最大预报误差分别为10秒、2秒和30千米;最后对航程的预报算法进行了改进,预报精度提高了43.3%。分析表明,快速预报算法是一种高效可行的工程解决方案。     

膨胀循环发动机起动过程研究

针对膨胀循环发动机起动过程的计算问题,基于模块化建模方法,研究了各组件的数学和仿真模型,运用Simulink工具箱,编制了针对液体火箭发动机系统起动过程计算所需的各个模块库。在此基础上,对膨胀循环发动机系统的起动过程进行了仿真研究,分析了起动过程的影响因素。     

卫星CMAC神经网络姿态控制器设计及仿真

为提高传统卫星姿态控制系统精度,提出了一种基于小脑模型(CMAC)神经网络的比例-积分-微分(PID)的复合控制器。给出了具在线学习功能的复合控制器结构,并证明了神经网络学习收敛条件与最终控制目标的一致性。仿真结果表明,设计的控制器具有较好的自适应性和鲁棒性。与传统控制器相比,进入稳定状态的速度更快,指向精度更高。     

基于自适应动态逆的自主飞艇速度控制系统设计

针对无人自主飞艇上升或下降的速度控制问题,提出了一种基于神经网络自适应动态 逆控制的飞行速度控制设计方法。基于自主飞艇浮力控制系统的配置状况,建立了飞艇飞行 速度的数学模型。引入速度控制系统的参考模型,并利用神经网络学习功能,获得非线性控 制系统的动态逆;通过引入速度误差的非线性补偿项,自适应补偿整个控制系统由于动态特 性变化引起的误差,克服包括参数摄动与外界扰动在内的各类不确定性因素的影响,实现飞 艇对期望速度的稳定跟踪。最后仿真结果表明,所提出的控制方案对无人自主飞艇的飞行速 度具有良好的控制效果,从而验证了控制系统设计的有效性。     

RBCC推进系统总体设计要求评估方法研究

为了适应以RBCC为动力的飞行器的总体发展需求,对RBCC推进系统总体设计要求评估 方法进行了研究。分别提出了RBCC飞行器总体设计和推进系统总体设计结构矩阵,并分析了 其应用范围以及对RBCC推进系统总体设计的指导作用。建立了发动机推力性能设计要求、推 进剂质量需求和推进剂冷却性能需求的理论分析方法,实现了RBCC推进系统总体设计要求评 估模型,并对空中载机发射的RBCC巡航飞行器进行了推进系统总体设计要求分析。
     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.     

基于深度学习特征提取的遥感影像配准

传统的影像配准算法,如尺度不变特征变换(SIFT)、加速稳健特征(SURF)等,对遥感卫星影像配准存在提取特征点少、错误匹配多等缺点。文章使用数据驱动的随机特征选择卷积神经网络(RanSelCNN)方法,对Landsat-8卫星不同时相或同一时相具有重叠度的遥感影像进行配准,卷积层使用随机特征选择,增加特征提取的鲁棒性;训练时使用联合损失函数,同时对特征探测器和特征描述符进行优化,减少特征的错误匹配。结果表明:基于随机选择的深度神经网络的遥感影像配准能提取更多的特征点,有效降低错误匹配率。与传统的人工设计特征相比,该算法能明显提高卫星影像配准的精度。     

单/双涵道模式转换动态过程的数值研究

为研究变循环发动机单/双涵道模式转换动态过程中流场参数的变化规律,基于本项目组设计的模拟模式转换过程的试验台,利用动网格技术对该试验台进行了二维数值模拟。结果表明:在模式转换动态过程中,内外涵流量和总压的变化滞后于阀门缓慢关闭的状态;并且阀门变化速率越快,其内涵总压和流量的动态响应越滞后;而静压的变化规律则相反。此外,还研究了在阀门关闭过程中,不同初始涵道比对这种流场参数变化滞后性的影响。发现初始涵道比越小,滞后性越强;并且这种滞后性在阀门关闭至22°位置时达到最大。     

基于BP神经网络的航空发动机故障检测技术研究

为了提高航空发动机故障检测正确率,将BP神经网络应用于航空发动机故障检测中。从某航空公司使用的CFM56-7B系列发动机的实际飞行历史数据中选取研究样本,对比了6种训练方法的效果并最终选择弹性BP法对网络加以训练并进行测试。结果表明:该方法对CFM56-7B系列发动机的排气温度指示故障、进口总温指示故障和可调放气活门故障的检测正确率高达83.33%。BP神经网络能够很好地应用于航空发动机的实际故障检测,其学习记忆稳定、网络收敛速度快,具有一定的工程实用价值。     

变循环发动机对战斗机任务性能影响计算研究

为了研究战斗机任务性能模型的可行性,以战斗机为研究对象,假设其安装变循环发动机,以F-22战斗机机内燃油和带副油箱的任务性能为标准结果,考虑全部的飞行过程,对所建立的模型进行可行性验证。结果表明:计算得到的F-22战斗机内燃油和带副油箱任务性能与文献中的标准结果十分接近,误差分别为0.76%和0.24%;假设的变循环发动机使得加速及超声速飞行等涡喷模式的耗油率降低20%,亚声速巡航航段涡扇模式的耗油率降低25%,变循环发动机能够使战斗机的转场航程增加27.2%,亚声速截击任务剖面的作战半径增加29.1%。本算法具有一定的准确性,可信度较高。