一种对抗环境下反辐射导弹瞄准点估计方法

针对传统反辐射导弹（anti\|radiation missiles, ARM）无法有效对抗有源诱偏干扰与雷 达辐射信号控制的问题,提出了一种对抗环境下反辐射导弹瞄准点估计方法：通过构造空间 谱测角与单脉冲测角复合测角系统,测量信号波达角,使ARM具备诱偏条件下的弹目信息测 量能力;利用高精度的捷联惯导系统（strapdown inertial navigation system,SINS）实 时获取ARM自身位置信息,通过量测转换、异常值剔出、目标位置估计等数据处理过程获取 目标精确位置,修正瞄准点,剔除了量测粗大误差,抑制了量测随意误差。通过本文介绍的 反辐射导弹瞄准点估计方法,ARM可在对抗的环境下获取准确的瞄准点,使ARM有效对抗有源 诱偏干扰与雷达辐射信号控制成为可能。仿真实验验证了方法的可行性和其对抗能力。
     

基于自适应动力吸振器的空间桁架结构振动抑制研究

航天器中使用的轻质桁架结构在受到扰动时会产生振动,从而影响设备正常工作。为解决这一问题,本文提出一种附加在结构上的主动动力吸振装置,利用电磁力推动质量块产生的反作用力作为主动力施加在被控结构上,抑制结构振动。主动控制算法采用自适应逆扰动抑制算法,对空间环境下的结构参数变化具有一定的自适应调节能力。为验证算法的有效性,建立了桁架-吸振器系统的动力学模型,对无吸振器和有吸振器时的被动和主动吸振模式进行了仿真对比。最后在三棱柱桁架结构中进行了振动主动控制实验。结果显示在主动模式下桁架振动振幅衰减可达90%以上。
     

有源天线联试中的几点实用经验与分析

有源天线顾名思义,不仅仅包含传统意义上的无源部件,更多地是向系统级别迈进,这就要求天线设计研制人员需要掌握更多的＂有源＂部件方面的知识。文章给出了某有源天线联试过程中所积累的一些经验,并对其进行了分析,为更多从事有源天线设计的技术人员提供参考。     

卫星制导炸弹控制回路中的自抗扰控制

针对卫星制导炸弹在实际应用中控制系统所面临的问题,提出了将自抗扰控制用于卫星制导炸弹控制回路中的控制方法,即利用扩张状态观测器对系统的干扰进行实时估计与补偿,将被控对象变成积分器串联型,进行非线性PD控制。分析及数值仿真结果表明,该控制方法具有较强的抗干扰能力,具有控制品质优良、精度高、算法简单等特点,是一种可应用于实际系统中的理想姿态控制方案。     

挠性板振动抑制的敏感器与驱动器优化配置

本文针对挠性板结构的主动振动控制问题，推导了悬臂板系统压电控制方程，利用方程的输入输出矩阵和板系统的固有特性（包括固有频率和结构阻尼比），给出一种压电敏感器/驱动器同位配置的优化方法。该方法根据每个敏感器/驱动器对相应模态的能观度/能控度的贡献大小，对板系统的每个驱动器输入到敏感器输出相应模态的范薮 进行适当加权后，得到模态范数矩阵，并由此利用2-范数和无穷-范数引出敏感器/驱动器可选位置的优化配置指标。     

Drogue detection for autonomous aerial refueling based on convolutional neural networks

Drogue detection is a fundamental issue during the close docking phase of autonomous aerial refueling(AAR). To cope with this issue, a novel and effective method based on deep learning with convolutional neural networks(CNNs) is proposed. In order to ensure its robustness and wide application, a deep learning dataset of images was prepared by utilizing real data of ‘‘Probe and Drogue" aerial refueling, which contains diverse drogues in various environmental conditions without artificial features placed on the drogues. By employing deep learning ideas and graphics processing units(GPUs), a model for drogue detection using a Caffe deep learning framework with CNNs was designed to ensure the method's accuracy and real-time performance. Experiments were conducted to demonstrate the effectiveness of the proposed method, and results based on real AAR data compare its performance to other methods, validating the accuracy, speed, and robustness of its drogue detection ability.     

基于深度学习的太阳10.7 cm射电流量日值的中期预报

针对太阳10.7cm射电流量中期日值预报问题,采用深度学习方法,建立了一个典型的基于多层感知器模型的神经网络。该网络采用1个包含90个神经元的隐含层,实现了一种非参数的时间序列自回归模型。预报中不仅考虑历史日值,还考虑了历史预报误差。模型根据前27d的历史数据实现了未来27d的日值预报。通过对50多年数据的训练和试验分析,该方法在短期和中期预报上较传统方法的相对误差明显降低。特别是模型经一次训练后,参数可以完全固定,不同于以往研究参数需要每天滚动更新,大大简化了日常预报,同时极为有利于模型在其他相关应用中的推广。     

Aerodynamic characteristics of co-flow jet wing with simple high-lift devices

Numerical investigations are conducted to explore the aerodynamic characteristics of three-dimensional Co-Flow Jet(CFJ) wing with simple high-lift devices during low-speed takeoff and landing. Effects of three crucial parameters of CFJ wing, i.e., angle of attack, jet momentum and swept angle, are comprehensively examined. Additionally, the aerodynamic characteristics of two CFJ configurations, i.e., using open and discrete slots for injection, are compared. The results show that applying CFJ te...     

以培养适用型人才为宗旨建立新型的校外学习中心管理体系

校外学习中心是远程教学和远程学习的活动基地.校外学习中心必须能适应市场经济形势需求,以培养适用型人才为宗旨,不断完善自身机制,实行规范化管理,不断提高教学管理工作水平,建立起新型的管理体系.     

基于蚁群优化的长短时神经网络变外形飞行器故障模式识别

变外形飞行器机械结构复杂,在变外形过程中发生故障的概率大,传感器测量成本高,针对这些问题,提出了一种基于长短时神经网络进行飞行器测试故障诊断的方法。首先根据变外形飞行器的气动参数模型和非线性动力学模型,构建变外形飞行器执行机构故障特征数据库。然后针对变外形飞行器发生故障时的序列化特征数据,提出基于长短时神经网络的执行器故障诊断框架。利用蚁群优化算法对网络训练的超参数进行优化,提高故障诊断的准确性与泛化性。通过仿真验证了该方法可实现变外形飞行器的低成本、高效率、高精度的故障快速定位。