基于广义线性模型的固体推进剂贮存寿命评估

研究了固体推进剂在贮存过程中性能退化对贮存寿命与可靠性的影响,提出了一种基于广义线性模型的固体推进剂贮存寿命与可靠性评估方法.首先结合固体推进剂退化数据的特点,利用位置刻度模型来描述固体推进剂抗拉强度与贮存时间的关系,建立了固体推进剂的贮存寿命模型.然后利用广义线性模型,给出了贮存寿命模型系数的极大似然估计.根据极大似然估计的渐近正态性,利用Fisher信息矩阵,给出了贮存寿命与可靠度近似置信下限.结合算例表明该方法综合利用固体推进剂在不同贮存时间下的性能数据,改善了固体推进剂贮存寿命与可靠性评估精度.      

红外多光谱相机的图像串扰校正方法

一种红外多光谱相机在1.55~2.35μm的波长区域有两个波段,由于探测器位于同一焦平面基底上以及读出电路设计等的影响,两谱段间存在串扰现象.首先对图像的串扰现象进行了描述,并对产生串扰现象可能的机理进行了分析.其次,从HgCdTe探测器焦平面阵列的内部结构及探测器的关键参数入手分析了光通过在焦平面区域的多次反射来进行反射及传输是光串扰及电串扰的机理;同时读出电路不准确设计也导致了串扰现象,并对串扰现象进行数学建模.研究发现B10波段的串扰(负/正冲激)与B11波段的阶跃(上升/下降沿)相关.最后基于所创建的数学模型对串扰现象进行了校正.      

通信卫星地平信号的自适应观测处理器

本文分析了国际上通用的以地平边缘的红外辐射信号作为卫星天线系统基准信号所存在的问题,应用控制理论和数字计算原理,提出了地平信号“取中”的自适应处理方法。依据这一方法,在我国通信试验卫星控制系统设计中,设计了地平信号自适应观测处理器,给出稳定的“地中”信号,作为自旋卫星天线消旋系统的基准信号。通过误差分析以及地面模拟试验和几次飞行试验充分证明,本文所提出的红外地平信号“取中”设计方案的正确性。此方案优于国际通用的红外地平“边缘”方案。     

自适应解耦理论及其在导弹设计中的应用

本文研究的内容属于多变量自适应控制技术范畴。从内部耦合结构出发,应用模型匹配方法和自适应技术,实现了线性时变强耦合对象的解耦控制,并证明了系统的稳定性和输出一致收敛性。具体设计了某型导弹的控制系统,进行了数字仿真和混合仿真。     

基于反馈线性化的动能拦截器姿态控制研究

动能拦截器进入末制导阶段时经常需要进行大角度姿态机动,这时拦截器姿态控制系统具有非线性、强耦合、多输入多数出(MIMO)的特点。现针对动能拦截器模型的非线性和不确定性,提出PID神经网络自适应逆控制方法对拦截器飞行姿态进行控制。首先基于精确反馈线性化方法将系统解耦成三个独立的子系统,然后应用基于PID神经网络的自适应逆控制方法分别设计每个子系统的姿态控制器。该方法将PID神经网络控制与自适应逆控制相结合,对于拦截器姿态控制系统中的建模误差以及外部干扰具有较强的适应能力。仿真结果证明了该方法的有效性。     

线性活化能法预估推进剂贮存寿命研究

通过理论推导得出了表观活化能与温度的函数关系，将其应用于推进剂贮存寿命预估，得到了新的预估公式，提出了线性活化能法。通过对实际算例进行相关性检验，得出该体系线性活化能计算式的相关系数r＝98．74％，置信概率P＞85％，同时通过与常温自然贮存推进剂实测性能的比较，确认这种新方法更能准确预估推进剂的长期贮存性能及使用寿命。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

导弹飞行试验多站测量定轨的自适应滤波方法

运用自适应滤波方法研究导弹飞行试验多站测量定轨问题。充分考虑导弹飞行的动力学模型所提供的信息，对加速度随机干扰的统计特性以及测量设备的系统误差进行自适应补偿，从而获得高精度的弹道估计。计算结果表明，这种飞行状态估计与测量设备系统误差估计交互进行、互相补偿的方法，在数据处理过程中效果是明显的。     

一种新的无人机监控图像实时目标识别算法

提出一种新的无人机监控图像实时目标识别算法。首先将获取的无人机监控图像应用自适应阈值分割将其转换为二值图像。对二值图像进行形态学处理,定位潜在目标出现的位置。最后对潜在目标区域再次应用局部自适应阈值分割获取目标,同时给出每个目标的图像坐标位置。飞行试验表明该算法保证实时性的情况下,有较高的识别正确率。