基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能.RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

如何提高电子信息类大学生的创新素质

面对二十一世纪课程体系的改革,如何培养大学生的创新能力,搞好第二课堂,提高电子信息类大学生的创新素质,是一个有待于探讨的问题.     

基于LabVIEW的Web Server服务开发网络化分布式试验仿真系统

测控系统的网络化代表了测控系统发展的新方向,为实际测控应用解决了以前许多无法克服的困难.本文给出基于现行局域网构架之上,利用LabVIEW提供的Web Server服务功能,实现网络化测控与仿真系统的一种方法.可以实现网络化测控系统的低成本、短周期、可靠运行.阐述了该系统的软硬件构成、主要功能和运行过程,给出服务器端和客户端的功能搭配和软件设计方法.     

基于HLA的航天飞行任务联合仿真系统设计

简要说明了HLA的基本特点,描述了一个已经实现的航天测控仿真系统,并将其结构思想与HLA进行了对照。在此基础上,提出了一个依据HLA标准,对航天员座舱仿真、火箭和飞船仿真、测控网仿真等进行集成的航天飞行任务联合仿真系统框架,分析了各个仿真联邦成员的功能需求和信息接口,并着重介绍了针对任务要求的时间管理、数据通信等关键RTI机制的设计和实现方法,以及参照FEDEP模型和借助商业成品软件工具的系统开发策略。     

无速度反馈的航天器姿轨耦合跟踪控制

提出了一种无速度反馈的航天器姿轨耦合跟踪控制算法。首先建立起基于对偶四元数的带扰动和参数不确定性的航天器姿轨耦合动力学模型。然后基于浸入与不变流形理论设计了速度观测器,通过增益注入对非线性项抑制,从而同时估计角速度和线速度。利用李雅普诺夫函数分析了观测器状态量的收敛性以及注入增益的有界性,证明了该观测器的指数稳定性。最后设计了一个比例-微分（PD）位置与姿态跟踪控制器,该控制器可以实现航天器的任意姿态与位置跟踪,分析了这种观测-控制结构的闭环系统渐近稳定性。仿真验证了该速度观测器和控制器的有效性以及对于参数不确定性和测量噪声具有较好的鲁棒性。     

基于CEMD的旋翼微动目标杂波抑制方法

针对旋翼微动目标杂波抑制问题,研究了一种基于复数据经验模态分解（CEMD）的微动目标杂波抑制方法。首先,建立了地杂波背景下的旋翼微动目标信号模。然后,根据杂波和微动信号在时频域的差异性,基于CEMD和Gabor变换,通过新定义的不同本征模态函数（IMF）的能量所占总能量的比重,选择出微动信号占优所对应的几个IMF分量,并基于这些IMF对旋翼微动目标进行时域和时频域重构,实现旋翼微动目标和杂波的分离,达到抑制杂波提取微动目标回波的目的。最后,与常规杂波抑制方法进行了对比,仿真结果验证了所提方法的有效性。     

昆明机场大雾特征及成因分析

大雾天气是造成大面积航班延误的主要原因之一。昆明机场以辐射雾居多,根据本场预报经验,我们把由南支槽、锋面降水系统过后而产生的雾俗称为系统性辐射雾,由于机场周围湿地在合适的天气形势下产生的雾俗称为局地性辐射雾。     

基于自适应分段混合系统的轴承故障诊断

针对强噪声背景下轴承早期故障的诊断问题,提出一种基于自适应分段混合随机共振（adaptive piecewise hybrid stochastic resonance,APHSR）系统的检测方法。采用经验模态分解法（EMD）进行信号预处理,分别采用能量密度法和相关系数法去除高、低频噪声,自动筛选最优固有模态函数,经尺度变换后输入分段混合随机共振系统模型,提取故障信号。工程实验显示:经过APHSR系统,轴承故障特征频率的频谱幅值、频谱幅值与周围最大噪声之差和最大信噪比（SNR）均高于经验模态分解和经典随机共振方法,其中齿轮箱故障轴承信噪比分别提高了9.579 dB和7.473 dB,转子故障轴承信噪比分别提升了8.597 dB和5.695 dB,对凯斯西储大学故障轴承数据处理后的信噪比分别提升了3.369 dB和17.043 dB。数据表明APHSR方法具有高效性,提高了轴承故障信号诊断能力。      

风扇湍流宽频噪声特性的数值计算分析

基于Gliebe发展的风扇自噪声经验预测模型与Mugridge-Morfey发展的湍流-叶片干涉噪声分析预测模型,以GE公司R4风扇为研究对象,详细分析了风扇自噪声与转子尾迹湍流-出口导叶干涉宽频噪声(湍流干涉噪声)的特性.研究了不同的风扇设计参数和湍流参数对风扇自噪声与湍流干涉噪声的影响.计算结果表明:湍流干涉噪声对风扇宽频噪声起着主要作用,湍流干涉噪声比转子自噪声大约6~10dB,比出口导叶自噪声大约20dB.此外,出口导叶来流速度对湍流干涉噪声的影响最大,来流速度增大15%时,声功率可增大4dB左右.湍流强度对湍流干涉噪声影响较大,当湍流强度增加30%时,声功率增大约1.5dB.