大型航天器SGCMG系统的奇异性分析研究

应用单框架控制力矩陀螺系统（SGCMG）是大型航天器姿控系统较为理想的选择，但是该系统存在严重的奇异现象，增加了操纵律的设计与开发的难度。文章从奇异性分析的角度对单杠架控制力矩陀螺系统的奇异状态进行了研究，提出了奇异可回避性的判别方法，并据此对SGCMG系统奇异状态进行了系统的分类，针对常用的各种构形的SGCMG系统进行了讨论。     

机器人预见控制方法的研究

提出了一种机器人高精度路径控制的有效方法－－以面积误差作为评价函数的预见控制方法。该方法从目标路径与实际路径之间的面积误差评价函数值最小化观点出发，运用逐次最优化原理来求取最优预见控制输入，它的特点是在每一采样时刻都要更新反馈系数和预见前馈系数，由于这些系数都是离线计算，因此并不影响实时控制速度，最后，通过实际机器人仿真，结果表明，该方法对于满足机器人高速度、高精度的要求是行之有效的。     

危害性分析中的模糊数学方法

利用模糊集合理论对影响故障模式危害性的各因素进行了模糊化处理，建立了故障模式危害性评定的模糊评判模型，并阐述了模糊评判方法的基本步骤。     

地-空导弹自适应最优制导律初探

本文从自适应控制的基本思想出发,利用最优控制理论,在建立地-空导弹最优制导律的基础上,考虑导弹质心的动力学方程,建立了扩维的系统状态方程和测量方程。再利用最优控制理论和非线性系统扩维Kalman滤波理论,推导出地-空导弹自适应最优制导律,进行数字计算,得到了比较满意的结果,为进一步探讨地-空导弹的自适应最优制导律提供了有价值的参考。     

舰载飞机自动着舰系统的研究

介绍了舰载飞机的自动着舰系统（包括了飞机的飞行控制系统，推力控制系统及航空母舰的导引系统），并指出只有精确地控制飞机的不滑轨迹，才能使飞机在航空母舰上安全降落，本文着得讨论俯仰指令型的纵向自动着舰系统的原理、结构及设计，并指出导引指令中对舰体运动的补偿。     

无刷直流电动机的新型自适应模糊神经控制

 为无刷直流电动机提出了一种自适应模糊神经控制方法.这是一种建立在开关控制、模糊控制和自适应控制相结合基础上的控制方法,并用神经网络实现了模糊控制器和自适应机构.在无刷直流电动机的双闭环调速系统中,电流控制器是PI控制器;转速控制器是由1个开关控制器和1个包括自适应机构在内的模糊控制器相结合组成的,且用1个3层前向神经网络离线学习实现了模糊控制器,学习算法采用的是改进的BP算法.用1个单神经元通过在系统运行过程中的动态学习实现了自适应机构,学习算法选用了有监督的Hebb学习算法.由电机所处的运行阶段决定哪一个控制器工作.此控制算法的仿真结果说明,它使系统具有良好的动、静态特性和自适应性.     

未来反舰导弹可能采用的新技术

图1　俄罗斯的Kh31反舰导弹现代舰艇综合防御能力的提高,要求未来反舰导弹具有更强的突防能力。在未来海上局部战争中,绝大多数亚音速反舰导弹将难以满足作战需要,现役的几种超音速反舰导弹,由于自身体积大、红外特征明显、抗干扰性能较差等缺陷,其作战威力也将大打折扣。...     

一种利用ILSP的同步DS-CDMA信号快速盲解扩算法

针对同步DS-CDMA信号的盲解扩问题，本文提出了一种基于迭代最小二乘投影算法(ILSP)的快速盲解扩算法。本算法首先通过对截获信号的协方差矩阵进行特征分解，估计出由各用户扩频序列张成的信号子空间，然后结合扩频码序列的有限符号集特性，利用ILSP算法消除由特征分解产生的酉矩阵模糊问题，得到扩频序列的精确估计，最后利用估计得到的扩频序列对截获信号解扩得到信息码序列，完成DS-CDMA信号的盲解扩。仿真结果表明本算法在低信噪比条件下具有良好的盲解扩性能，且相较传统算法本文提出算法大大降低了计算复杂度 。     

数值模拟方法对NASA CRM模型阻力预测的影响

在复杂工程外形的数值模拟中，网格类型、规模和分布、湍流模型、数值格式等都会不同程度影响模拟结果。如何评估这些模拟方法对模拟结果的影响，并识别对模拟结果影响较显著的因素，对于CFD的发展方向有积极的借鉴指导意义。为了综合研究不同因素对商用运输机外形阻力预测的影响，以AIAA第六届阻力预测会议外形NASA CRM为研究对象，同时考虑了网格、湍流模型、无黏通量格式和体心梯度求解方法等因素对阻力预测的影响。分析中采用枚举法和正交试验设计两种方法，并使用了基于聚类分析的定性敏感性分析方法和基于Mckay主影响分析的定量方法，识别出对阻力预测影响较大的因素，这为数值模拟方法的发展指明了方向。     

飞机空调系统频发故障模型构建及预测

利用时间序列算法,对飞机空调系统故障进行预测研究。该算法基于数据处理后集成到SAS系统中的飞机空调系统故障序列,利用SAS/ETS模块相应命令检验该序列为平稳非白噪声序列,在此基础上对有限多个模型进行相对最优化选择后构建自回归移动平均(ARMA)预测模型。最后,将该模型应用于某型飞机空调系统故障实证研究及短期预测中,分析结果表明,该方法在飞机空调系统故障短期预测中的效果良好。