雷达和红外成像双传感器信息融合目标识别研究

提出了一种利用目标的雷达和红外成像２种独立的传感器信息的互补性来构造特征向量的信息融合方法——联合向量空间法,并用对应的自适应信息融合系统进行目标识别。仿真证实比用单传感器的效果明显优越,从而说明了本文方法的有效性。     

利用模糊控制理论设计自适应机构的自适应系统的研究

本文针对航空发动机的转速控制系统 ,提出了以模糊控制理论 ,设计比较和积分自适应机构的模型参考自适应控制系统的设计方法 ,并对系统进行数字仿真。结果表明 :这种自适应控制方法充分发挥了 PI控制和模糊控制的优点 ,不但使控制算法得到简化 ,而且使控制精度得到提高。因而 ,这种自适应方法对高阶、非线性或缺乏精确数学模型的被控对象提供了一种新的设计方法     

多重网格法求二元跨声速流在一种半自适应网格上的欧拉解

本文采用MacCormack两步显式格式,用有限体积法求解了二元跨声速欧拉流。推导了物面边界条件,采用了特征远场边界条件及远场环量修正。利用保角变换方法生成O型贴体网格,并修改得到了一种在激波处局部加密的半自适应贴体网格。采用多重网格及焓阻尼加速收敛技术计算了NACA0012翼型的跨声速气动特性,得到了十分满意的收敛过程和计算结果。     

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上,设计了一种非线性模型跟踪控制律,并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制,使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。     

PVM平台下通量守恒的嵌入自适应网格解激波和底部流

运用嵌入式自适应网格技术来提高结构网格求解复杂流场的分辨率。该方法根据流场的形成,将密集网格嵌入到物理量剧烈变化的区域,使求解精度得以提高的同时,避免较大的计算开销,从而达到求解效率和求解精度之间的平衡。 Ｐ Ｖ Ｍ 平台使得被嵌入的网格可以在网络中不同的机器上完成,大幅度降低了墙上时间。原始网格与被嵌入网格之间数值通量守恒的实现增强了该方法在捕捉间断时的有效性和可靠性。     

结构/直角切割网格下时域有限体积法在计算电磁中的应用研究

 采用有限体积法直接求解时域麦克斯韦方程组，研究了二维圆柱、翼型和三维球体、立方体、双球体等典型完全导电目标的电磁散射问题。空间离散使用近似黎曼解构建网格通量，并针对二维结构网格、三维自适应直角切割网格分别给出重构方法，时间方向采用二步龙格库塔法。计算与理论、实验或文献结果符合良好。     

模糊分层模型参考自适应控制方法在机器人视觉伺服中的应用

研究了基于图像的视觉伺服机器人系统的控制问题。首先建立了视觉伺服GRB-400机器人的图像雅可比矩阵,然后针对该动态LookandMove系统提出了一种带有模糊自调整能力的分层模型参考自适应控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原分层模型参考自适应控制闭环系统的动态性能做了比较,实验证明了改进后的闭环系统具有更好的动态性能。     

战斗机非线性飞行控制技术的研究与发展

战斗机非线性飞行控制技术研究综述。首先介绍战斗机技术发展走向,然后对当前主要战斗机飞行控制设计方案进行分析,并重点介绍神经网络在飞行控制中的应用研究。最后指出,基于神经网络的智能控制方案作为飞行控制的重要研究方向,将为未来先进战斗机飞行控制系统设计提供重要的解决方案。     

无人驾驶直升机发动机模糊自适应PID控制

针对某型无人驾驶直升机发动机控制的特点,提出恒量供油、恒速控制和总距前馈补偿控制的复合控制策略,在飞行控制计算机内建立发动机模糊自适应PID控制器,利用模糊规则和推理来在线调整PID参数,使发动机安全平滑启动,并在各种功率状态下保持输出轴转速恒定。经含实物仿真试验、地面试车、系留试验以及无人机整机试飞测试,所设计的发动机控制方案动态响应速度快,对总距变化等干扰的抑制作用强,能保证主旋翼在各种飞行状态下获得最佳的气动效率,改进无人直升机的飞行性能。