战斗性机动飞行的智能反步自适应控制

针对飞机战斗性机动飞行时模型非线性和参数不确定性的特点,提出了一种非线性反步自适应控制方法.在系统输入输出反馈线性化基础上,基于滑模的思想适当选取李亚普诺夫函数,通过反步的方法回馈递推得到控制律,并且利用粒子群算法优化固定参数改善动态性能,同时设计相应的自适应律来调节未知参数,最后通过伪逆控制分配方法得到最终控制信号.仿真结果表明:在较大的模型气动参数不确定条件下,所设计的控制律仍能理想地跟踪飞机战斗性机动指令飞行,同时具有快速的收敛性和良好的鲁棒性.     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.     

高超声速滑翔目标自适应跟踪方法

针对机动模式复杂多变的高超声速滑翔目标跟踪问题,提出了一种机动频率自适应跟踪方法。采用介于常速度和常加速度模型之间的Singer模型来表征目标气动力加速度的变化,从而建立跟踪系统的状态方程。根据地基雷达量测量获得系统的量测方程,鉴于距离和角度信息的量级相差较大将其由球形量测量转换为位置量测量。为了适应高超声速滑翔目标灵活多样的机动模式,基于正交性原理和无迹卡尔曼滤波算法实现了Singer模型中机动频率参数的自适应。利用滤波信息计算得到能够反映状态模型误差大小的调整因子,用于放大Singer模型中的机动频率,进而调整状态方程的过程噪声以降低模型误差。通过对2种典型机动轨迹的跟踪仿真,并与交互式多模型等方法进行比较,结果表明所提方法的跟踪精度高、计算量小,能够较好地适应阶跃机动和连续幅值变化的机动。     

机动目标三维空间导引运动建模及导引律研究

给出了导弹—目标追逃运动的空间矢量方程，在此基础上推导了三维导引运动模型。对机动目标应用李雅普诺夫稳定性分析方法提出了一种自适应变结构制导算法。六自由度数学仿真结果表明了模型的正确性和制导算法的有效性。     

基于视觉注意机制的认知雷达数据关联算法

针对传统关联波门设计方法在应用于机动目标跟踪时容易引起失跟、以及概率数据关联算法不适于多交叉目标跟踪的问题,提出了一种基于人类视觉选择性注意机制和知觉客体的"特征整合"理论的认知雷达数据关联算法。算法以综合交互式多模型概率数据关联算法为基础,采取假设目标最大机动水平已知的"当前"统计模型和匀速运动模型作为模型集,通过实时交互使关联波门能够随目标机动动态调整,较好地兼顾了雷达计算耗时和跟踪成功率。在利用目标位置特征的基础上,进一步提取、整合目标运动特征,对关联波门交叉区域公共量测进行分类,使多交叉目标跟踪问题转化为多个单目标跟踪问题,优化了传统概率数据关联算法。仿真结果表明：与传统关联波门设计方法相比,算法跟踪失败率和计算耗时明显降低;而且在计算资源增加不大的情况下,杂波环境适应性也得到了显著增强。     

基于超静定配平的机动载荷控制风洞试验

介绍了俯仰机动载荷减缓(MLA)在某运输类飞机缩比风洞试验模型上的应用,旨在通过风洞试验研究一种基于超静定配平原理的机动载荷控制方法。首先,对模型飞机纵向超静定配平方法进行了研究并从理论上揭示通过其减缓机动载荷的基本原理;然后,依据超静定配平原理设计了MLA控制律,通过反馈模型飞机等效过载驱动副翼偏转减小机翼载荷,同时偏转升降舵来保持飞机的俯仰机动性能;最后,依次实施了超静定配平试验,气动伺服弹性稳定性试验以及机动载荷减缓试验,分别用以确定MLA控制律参数,检查控制系统稳定性以及获取俯仰机动时的系统响应。试验结果表明:在MLA控制律作用下,机翼根部弯矩增量比MLA控制律关闭时减小了10%以上,而模型飞机的俯仰机动性能基本保持不变;MLA控制律的加入使控制增稳系统稳定性略有下降;通过超静定配平试验确定MLA控制参数的方法有效提升了MLA控制律设计可靠性,使翼根弯矩减缓量接近目标值。研究工作为运输类飞机的机动载荷控制设计与试验提供了一种可行途径。     

波音737MAX飞机机动性能增强功能分析

介绍了波音737MAX的机动性能增强功能(MCAS),以及此功能的工作特点,并解释了印尼狮航坠机的原因。     

载人航天器轨道运行段的救生问题

本文讨论了载人航天器轨道运行阶段的救生技术的发展、栽人航天器轨道运行段救生的方法及特点、并将各种方法的优缺点进行了比较。本文指出:用停靠在空间站上的轨道救生艇直接救生是最佳的空间站轨道救生方式。