基于矩阵填充的二维自适应波束形成算法

针对基于矩阵填充的二维自适应波束形成问题,提出一种基于奇异值门限(SVT)的特征分解线性约束最小方差(SVT-ELCMV)算法。首先建立二维自适应波束形成矩阵填充模型,其次验证接收信号矩阵满足零空间性质(NSP),并分析最小可恢复阵元数,最后以SVT算法将稀疏阵列信号恢复为完整信号,并通过修正的特征分解线性约束最小方差(LCMV)形成有效波束。算法解决了稀疏阵列平均副瓣大幅度上升的缺陷,且在平面阵列部分阵元无法正常工作时依然有效。计算机仿真表明:SVT-ELCMV算法可使稀疏阵列具有与完整阵列相同的二维波束形成能力,并可有效抑制干扰信号,验证了算法的有效性和优越性。     

基于进发匹配的自适应循环发动机总体性能设计初步研究

建立了自适应循环发动机与进气道的流量匹配数学模型,提出了一种可行的自适应循环发动机总体性能设计方法,并以此为基础对采用FLADE(Fan on Blade)的自适应循环发动机的设计参数选取和性能优化开展了研究。结果表明,自适应循环发动机性能设计,需综合考虑超声速进气道高空大飞行马赫数设计点和发动机地面静止起飞设计点的进发流量匹配需求;发动机设计点FLADE涵道比取值,应随着进气道设计马赫数及该飞行状态下冷却用气需求量的增加而增大。     

异构多导弹系统自适应分布式协同制导

针对异构多导弹系统的分布式协同制导问题,在传统比例导引律的基础上设计出一类领航跟随分布式协同制导律。运用代数图论、分布式网络同步原理以及非线性系统一致性理论,领弹采用基于固定系数的比例导引律,从弹采用基于可变系数的参数自适应比例导引律。该领航-跟随分布式自适应协同制导律可使领弹和从弹实现对目标的同时攻击,且各相邻导弹间仅传输各自的可测状态信息,算法具有较低的通信代价和较好的可扩展性。最后给出了相关数值仿真算例,仿真结果验证了控制算法的有效性。     

2.5维自适应磁场重联MHD模式

磁雷诺数(R_m)是影响磁场重联的重要因素. 真实的物理环境中R_m往往很高, 例如, 在行星际空间和太阳日冕中R_m通常大于104量级. 高R_m条件下的磁重联表现出很多异常特性, 然而高R_m条件下的磁场重联数值模拟需要很高的时空分辨率, 否则很难分辨出重联过程中形成的薄电流片. 本文基于自适应软件包PARAMESH将并行自适应网格技术引入磁场重联数值模拟, 建立了一个2.5维自适应磁场重联MHD模式, 研究高磁雷诺数条件下重联的动态演化过程, 进而将不同磁雷诺数的参数进行对比研究. 结果表明, 该模式可以自动捕捉到磁场重联产生的奇性电流片, 高磁雷诺数条件下产生的慢激波结构可提供一种快速磁能释放机制.      

基于增量模型的BTT导弹新型解耦补偿控制

详细分析了倾斜转弯(BTT, Bank-To-Turn)导弹传统动态逆控制的特点及其存在的问题,在此基础上提出了一种基于增量模型的BTT导弹解耦补偿控制方法.该方法通过建立一种描述从当前动态转移至期望动态的BTT导弹增量模型,消除了难以测量或不确定较大的模型部分;在此基础上结合动态逆控制思想设计了BTT导弹的增量式解耦跟踪控制律,与传统动态逆相比,该控制律对模型的依赖程度大幅降低;为进一步提高控制系统对干扰的适应性,提出了一种简单的干扰估计/补偿策略;最后通过数学仿真验证了该方法的有效性.     

高超声速飞行器自适应BTT末制导律

针对高超声速飞行器末段打击问题,提出了具有自适应能力的比例导引律,实现了高精度定点定向打击.通过纵向进入条件的分析,设计了一种提高比例导引进入时间的收敛策略,从而使飞行器有足够的时间进行横纵向调整,保证了落角落点约束的满足.由于制导参数直接影响落点和落角的精度,而飞行器动力学约束会导致无法理想响应制导指令,因此设计了一种闭环非线性自适应律,通过在线选择制导参数确保飞行器以高精度命中目标.仿真结果表明了该末制导方法的有效性和准确性.     

基于自适应心跳算法的分布式系统故障检测器

故障检测是容错分布式系统中的关键技术之一.为了提高故障检测的性能,提出一种新型的故障检测器——自适应心跳检测器(SA-HD, Self-Adaptive Heartbeat Detector).SA-HD采用了基于拉式(pull)的自适应心跳算法,在考虑故障检测性能的同时也考虑了心跳检测所占用的网络资源对网络性能的影响.SA-HD能够根据网络负载调节自身发送心跳消息的频率,提高了心跳检测的网络环境适应能力,尤其是在高负载的环境下,能够有效改善心跳检测的性能.建立了SA-HD的模型,对其性能进行了仿真分析,并通过试验验证了SA-HD性能要优于传统推式(push)的心跳检测器.     

多变量模型参考自适应控制及在飞行控制中的应用

讨论了多变量模型参考自适应控制及其在飞行控制中的应用问题.针对相对阶任意的多输入多输出线性时不变系统,提出了一种模型参考自适应控制方案.基于SDU分解,仅要求高频增益矩阵的顺序主子式的符号已知,从而放宽了对高频增益矩阵的限制.通过构造合适的Lyapunov函数,证明了闭环系统的全局稳定性和跟踪误差的渐进收敛性.将所提方案应用到了飞行控制系统,仿真结果验证了所提方案的有效性.     

基于高增益观测器的航迹角自适应反步控制

针对飞行控制系统中状态向量不完全可测量的问题,设计了一种高增益神经网络自适应观测器.在常规高增益观测器的基础上引入径向基(RBF, Radial Basis Function)网络自适应项,对建模误差和外界干扰进行在线估计.将高增益观测器与基于动态面的反步控制相结合,提出了一种神经网络自适应反步控制方法.引入一阶滤波器,避免了传统反步控制中的"计算膨胀"问题.基于Lyapunov稳定性理论,给出自适应输出反馈控制器和RBF网络权值向量的自适应律,并证明了闭环系统是半全局一致有界.从航迹角控制系统仿真结果可以看出,航迹角能够较好地跟踪指令信号,不受建模误差和外界干扰的影响,所设计的观测器具有良好的收敛性,控制系统具有较高的鲁棒性.     

基于双量子比特态测量的量子自适应中值滤波

为了进一步增强去噪时对图像细节的保护能力,并同时提高算法实时性,提出了基于双量子比特态测量的量子自适应中值滤波算法,该算法首先将待处理图像像素转化为量子叠加态,然后依据量子测量原理对此叠加态进行量子测量,最后将测量后的坍缩态转化为输出图像.该算法使用双量子比特态来描述单像素,拓展了单量子比特态与单像素的对应关系.双量子比特态的4个叠加基态增加了被描述像素的信息量,可以更精确地对像素进行操作.该算法根据噪声特点设计双量子比特态的概率密度公式,并根据测量坍缩态自适应地调整滤波窗口尺寸.实验证明,该算法与标准中值滤波和经典自适应中值滤波相比,具有更好的综合滤波能力,既可以有效地滤除噪声点,很好地保护图像细节,又具有很好的实时性.