无人机下滑着陆DGPS/INS导航及引导系统的仿真与试验研究

介绍了一种采用输出校正方式DGPS/INS组合导航系统引导无人机下滑着陆的方案。给出了该方案的数学模型,对组合导航系统进行了数字仿真,并在数字仿真的基础上进行了动态跑车试验,验证了所设计的输出校正方式DGPS/INS组合导航系统能够满足引导无人机自动下滑着陆的精度要求。     

转台速率波动原因分析及一种自适应抑制方法探讨

对导致惯导测试与运动仿真转台速率波动的原因进行了探讨,分析了它们对转台速率波动的影响,并在此基础上提出了一种针对位置传感器周期性误差的速率波动自适应抑制方法。     

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。     

直升机自适应主动抑振技术的研究

80年代兴起的高次谐波主动控制技术是直升机抑振技术领域中十分活跃的研究课题。本文从控制观点阐述高次谐波控制(HHC)基本原理,提出HHC中的旋翼系统及机体振动的数学模型,提供自适应HHC方法,并辅以仿真验证。     

电液力伺服系统的神经网络并行自适应预测 PI 控制

考虑电液伺服系统的复杂非线性和不确定性特性,提出一类基于神经网络的并行自适应预测PI控制结构,该结构使控制参数的调整和系统的实时控制操作可并行进行,不仅做到了神经模型和控制器的在线辨识和设计,而且避免了神经网络方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。      

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

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     

自适应滑模控制在飞机前轮转向中的应用

前轮操纵系统是大型飞机实现地面滑行机动和按预定轨迹起降控制的关键系统之一。针对轮胎转向时复杂的负载特性以及电液伺服系统自身存在的非线性和参数不确定性的特点,基于滑模控制理论,结合Lyapunov稳定性理论,给出了飞机前轮转向滑模控制方案,并进行了数字仿真。结果表明,所设计的滑模控制器具有鲁棒性强、结构简单、易于实现的优点。     

基于两级直角网格结构的三维DSMC算法研究

结合直角网格计算的高效率以及表面非结构网格对飞行器几何外形的精细描述,本文建立了基于两级直角坐标网格结构的DSMC数值模拟算法。一级网格为计算区域离散后的背景网格,二级网格为独立的碰撞网格和取样网格,是在背景网格的基础上根据流场性质的变化经过自适应后获得的亚网格,碰撞分子对在亚网格内选取,以保证选取的分子是"最相邻的"。计算的Orion飞船外形从自由分子流到稀薄过渡流的气动力系数,与DS3V和DAC软件计算结果的一致性非常好,验证了本文算法的可靠性和有效性。同时对过渡区的流动特征和表面气动参数的分布规律进行了分析。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。