基于改进MCMC的波束内目标与诱饵联合参数估计

波束内目标与诱饵的参数估计是导引头正确实现目标分选、完成波束指向调整与精确跟踪的必要条件。目标与诱饵的“紧密接近”导致接收回波混叠,使得常规参数测量与估计方法失效。基于实际采样处理中目标回波能量会“溢出”到相邻匹配滤波采样点这一信号模型,通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,采用Markov Chain Monte Carlo (MCMC)方法中的Metropolis-Hastings (M-H)抽样算法联合估计目标与诱饵的相关参数,并根据拖曳式诱饵干扰对抗的特点对M-H抽样进行了改进。各种典型干扰条件及动态攻击场景下的仿真试验表明了本文方法的有效性。
     

月面重力模拟系统恒拉力绳索的动力学研究

月面巡视器在未来探月工程中有非常重要的作用.月球重力场是影响月面巡视器运动性能的重要环境因素,需要对其进行地面模拟试验.文章基于绳索悬挂建立月面重力模拟系统,其关键是对恒拉力绳索进行建模和动力学分析.通过将绳索离散化为一系列集中质量的弹簧阻尼结构,得到多刚体系统来代替连续的弹性系统,用数值计算方法来研究绳索系统的动力学参数(如刚度和阻尼)对月面重力模拟系统的影响,来优化月面重力模拟系统.     

基于Lyapunov方法的双臂空间机器人避障碍分级非完整运动规划

以Lyapunov方法为基础,讨论了载体姿态与位置均不受控制的双臂空间机器人系统的避障碍分级非完整运动规划问题.该方法充分利用系统的非完整动力学性质,以系统动量矩守恒关系及运动Jacobi关系为基础,建立控制设计所需的系统状态方程及控制输出方程;并在Lyapunov函数的选取上采用两级采取方式,即初级Lyapunov函数确保双臂空间机器人的两个末端抓手从初始位置运动到指定的终点位置,次级Lyapunov函数则确保两个末端抓手避开工作空间中的障碍区域;两级合成则使双臂空间机器人的两个末端抓手既实现了指定的位置移动又避开了障碍区域.系统数值仿真,证明了方法的有效性.     

随机控制与输出反馈控制的最优协调性合成

应用双控制器的最优协调性合成设计方法,在离散时间域内研究了随机控制作用和输出反馈控制作用的合成设计问题,构造了一个数值迭代计算方案来求解相应的控制规律,然后,通过设计实例验证了设计方法的有效性,并进行了有意义的对比分析。     

多级飞行控制系统设计

 现代飞行控制系统设计中,如果同时考虑三轴模型,要实现实时最优控制是非常困难的,因为飞机短周期运动三轴模型阶数通常是七、八阶,要实现最优控制,就得实时求解相应维数的Riccati方程,这对于阶数较高的系统是非常困难的,甚至根本无法实现。但是,如果系统维数很低,实时求解相应维数的Riccati方程则可望实现。因此,将原高阶系统分解成若干相互关联的子系统,进行递阶分级控制,这样子系统的维数将大大低于原系统维数,并且各子系统的最优控制计算可分别由各子系统的计算机完成。由此,飞行控制系统的最优设计实现将成为可能。     

气动舵/侧向脉冲推力复合控制导弹最优控制及输出反馈问题研究(英文)

针对气动舵/侧向脉冲推力复合控制导弹,设计了复合控制自动驾驶仪,其包含最优控制器和控制分配两部分。应用最优/经典综合控制法设计的最优控制器用于求解虚拟控制量;控制分配模块将虚拟力矩分配到冗余的作动器上。该复合控制器结构简单,跟踪性能好,具有鲁棒性,并能考虑对作动器的实际约束。基于该复合控制自动驾驶仪,发现采用总加速度为反馈时系统的稳定性和跟踪快速性之间的矛盾严重。为解决这一问题,剔除总加速度中的瞬时影响因素,采用攻角产生的加速度作为反馈,仿真结果表明攻角产生的加速度作为反馈时系统具有更好的快速性。最后针对如何得到合理的加速度反馈进行了简要的讨论,结果表明将总加速度通过低通滤波器后再作为反馈,也可以获得良好的跟踪性能。     

飞行器伺服回路的变结构设计

本文根据变结构系统(VSS)理论对某飞行器伺服回路进行了变结构设计,给出了控制器设计的详尽步骤。设计方法几何意义直观,在IBM4341机上通过了数字仿真,给出了仿真框图,并与原伺服回路的控制性能进行了比较。仿真表明,VSS比传统普通控制系统具有以下几个突出的优点;(1)快速、无超调、无稳态误差:(2)对系统参数变化具有鲁棒性;(3)对外界干扰具有鲁棒性。     

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.