预测-五阶容积卡尔曼滤波方法

为适用于强非线性、非高斯过程噪声系统，结合预测滤波（PF）与高阶容积卡尔曼滤波（HCKF），提出一种预测-五阶容积卡尔曼滤波（P5thCKF）方法。通过预测滤波方法对系统模型中的过程噪声及其方差阵进行实时调整，进而将新模型代入到五阶容积卡尔曼滤波框架中进行实时递推状态估计。推导了五阶球面单形-径向积分准则，采用五阶球面单形积分准则处理球面积分，广义高斯-拉盖尔积分准则处理径向积分；描述了预测滤波方法并对模型误差调整量进行了推导。通过2个仿真实验验证了本文方法在强非线性、非高斯过程噪声系统中的可行性以及应用于工程实践的可能性。     

基于自适应趋近律的对称六相 PMSM调速系统

为了进一步提高趋近速度和抑制系统抖振问题,针对九开关变换器驱动的对称六相 PMSM系统,提出 1种基于自适应趋近律的滑模控制方法,通过仿真验证,该方法能够有效提高调速系统动态性能和稳态精度。     

贝叶斯推理运动轨迹相干累积的动目标检测方法

雷达理论和实践都表明相干累积是机动目标探测行之有效的方法,但其性能会因脉冲回波处理间隔内未知距离和/或多普勒的徒动而降低。为解决这个问题,提出了一种贝叶斯推理运动轨迹相干累积的动目标检测方法。首先,通过对脉冲压缩回波信号的距离频率进行翻转,就可从未翻转与翻转后的回波信号相乘的傅里叶逆变换中,提取出慢时间维描述待探测多目标运动轨迹的时频信号。视该时频信号中各目标运动轨迹为状态变量,获得的时频信号为观测,建立起多目标运动轨迹的状态空间模型。这样,据贝叶斯滤波推理出的目标运动轨迹,构建出快-慢时间维联合的二维匹配滤波器,就能补偿目标高速/机动带来的未知距离和/或多普勒徒动。理论分析和仿真实验均证明：所提算法适用具有复杂且未知运动状态的目标,且呈现出了优于文献报道方法的性能。     

PVM平台下通量守恒的嵌入自适应网格解激波的底部流

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,ＰＶＭ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。原始网格民被嵌网格之间数值通量衬恒的实现增强了该方法在捕捉间断时的有效性和可靠性     

自适应光学技术补偿镜面温度及自重变形研究

论述了在星载高分辨率相机上采用自适应光学技术的必要性;介绍了应用自适应光学技术补偿镜面温度及自重变形的实验原理,进行了计算机模拟计算,并与实验结果进行比较。实验用一块平面反射镜作为缩比模型,应用６１单元自适应光学系统对其进行了闭环校正实验,分析了泽尼克多项式所对应的像差的校正效果。     

跟踪飞机机动的自适应滤波方法

本文研究了对目标机动的最优检测问题,针对飞机主要有三种飞行状态:匀速直线运动、加速直线运动与圆运动这一特点,提出了既探测飞机机动又同时判断飞机作何种形式的机动的方法;并建议对飞机的不同飞行状态,采用相应的动态模型。在此基础上,给出了自适应滤波方法。最后给出的仿真计算果表明,自适应滤波方法有较高的跟踪精度。     

自适应变结构神经网络在航空发动机故障诊断上的应用

根据样本空间的内积特性,提出一种无需迭代学习的自适应变结构神经网络。它的特点是学习速度快,准确性高,且能根据出现的新样本,随时改变结构。在对某型航空发动机故障诊断中,比原软件包采用的方法在准确性方面有显着提高,而且维护工作量减少,并具有实时处理能力,因此有着良好的推广应用前景。      

强度自适应智能复合材料结构

提出在复合材料中埋入形状记忆合金丝、光纤阵列组成的强度自适应复合材料结构与系统。提出能够改变结构应力分布的形状记忆合金丝的布置方案;检测复合材料损伤及大应变位置的光纤阵列和神经网络;以及控制激励形状记忆合金丝动作的系统和实验方案。     

自适应复合材料薄壁梁形状控制

针对翼面和桨叶等升力面结构,以单闭室薄壁梁为典型结构模型,讨论自适应复合材料薄壁梁的弯曲和扭转,探讨控制结构形状的途径     

柔壁自适应风洞低超音速实验技术研究

低超音速三维模型实验是在二维柔壁自适应风洞中进行的。将Wedemeyer理论推广到超音速流动,建立了洞壁调整量的计算方法;解决了洞壁预调量效应的计算问题。在此基础上提出洞壁自适应调整方案,它可用于堵塞比较大的模型实验和任意初始壁面。按此洞壁调整方案所作实验结果表明,二维柔壁自适应风洞作超音速三维模型实验时,可有效地抑制压缩、膨胀波经洞壁反射后对气动数据的影响。其消波效果和三维自适应壁风洞的消波效果基本相同,主激波反射的消波效果甚至优于后者。