逆合成孔径雷达综合对抗策略分析

针对ISAR成像特点,提出了对ISAR在成像过程中容易受干扰的不同环节进行干扰的综合对抗策略,可以有效地降低ISAR二维处理增益的优势,干扰ISAR对目标的成像与识别效果。     

空间非合作目标惯性参数的Adaline网络辨识方法

空间在轨操作中,航天器在对空间非合作目标的抓捕行动常常导致航天器本体的姿态和空间轨迹发生变化。为克服空间非合作目标对航天器本体动力学、运动学的影响,使控制系统做出精准及时的姿控策略调整,确保航天器正常在轨工作和轨迹姿态的高精度,需对抓捕的非合作目标的惯性参数进行辨识。针对传统辨识方法依赖广义逆求解导致的辨识过程运算量大,且数值容易产生剧烈振荡,造成辨识结果不稳定等不足,采用基于归一化最小均方（NLMS）准则的Adaline神经网络方法进行空间非合作目标惯性参数的辨识。首先,基于动量守恒理论建立抓捕后的航天器-机械臂-空间非合作目标系统模型;然后将辨识方程的系数矩阵作为网络的输入和输出,空间非合作目标的惯性参数作为神经网络的训练权重,基于迭代步长可变的NLMS准则实现对目标惯量参数的快速、准确辨识;最后,在构造的ADAMS/MATLAB联合仿真平台上进行了验证。仿真结果表明,基于NLMS准则的Adaline神经网络是一种快速、准确辨识目标惯量参数的有效方法。     

基于特征图形匹配法的高效星图识别方法

针对目前星敏感器使用的星图识别算法存在的冗余匹配、匹配时间长、识别率低等缺点,对星图识别算法进行了研究,提出了一种高效星图识别方法。该算法首先对传统星表进行处理,取出冗余信息,重新分配天区,使每个天区的导航星数目均匀,将分区以及处理后的星表信息重新存储并作为导航星库,然后通过对拍摄的图像进行处理并提取特征信息,与导航星库中的特征信息进行匹配,从而改善传统星图匹配算法出现冗余匹配、匹配时间过长及识别率低等缺点。完成算法设计后,选取视场为15°×15°的大视场星敏感器,对该算法进行仿真验证分析,可以发现该算法可以实现部分天区与拍摄星图匹配时间在20ms以内,全天区星图的识别和匹配时间在15s以内,识别率达到98%以上,印证了该算法可以提高识别的成功率并且缩短识别时间,使识别算法具有高效性。     

带有触觉的空间机械臂操控未知载荷特性识别

为在线准确辨识载荷特性参数,提出一种利用关节力矩和触觉传感信息进行未知载荷特性参数辨识的方法。该方法基于牛顿-欧拉方程,采用归一化最小均方误差法进行自适应滤波,从而辨识出未知载荷的特性参数。为校验算法,利用MATLAB/Simulink和ADAMS软件搭建未知载荷特性辨识仿真平台。该平台执行机构包括多自由度机械臂和二指爪末端操作器,机械臂关节具有力矩传感,末端操作器指爪内侧具有触力传感器。仿真表明,在具有激励信号幅值1 %的白噪声情况下,辨识误差小于2 %。     

航空网络关键节点辨识的核极限学习机算法研究

通过技术手段准确识别航空网络的关键节点,对航空网络平时的正常运行以及战时的防御和修复,具有重要的理论意义和参考价值。提出一种基于核极限学习机的航空网络关键节点识别方法,首先,采用层次分析法对节点综合重要度进行评估;然后,选取三个简单指标,基于核极限学习机学习简单指标与综合重要度之间的映射关系,建立重要度评估模型;最后,以中美两国航空网络为例进行仿真。结果表明:仅需计算 40 个节点的复杂指标值,就可对关键节点取得较满意的辨识效果,降低了计算复杂度,提高了辨识效率,即采用本文方法辨识航空网络的关键节点是有效、可行的。     

基于升速响应信息柔性转子系统的多阶多平面瞬态动平衡方法

利用升速响应信息进行柔性转子多阶、多平面瞬态动平衡方法研究.在提出柔性转子越过各阶临界转速时平衡校正量最优值算法的基础上,建立了以3次起车即可实现同时抑制多阶不平衡达到整体平衡的方法.通过所提出的平衡方法分别对双盘转子模型前2阶不平衡和三盘转子模型前3阶不平衡进行动平衡仿真研究,结果显示:该方法能在整体上有效控制转子系统的振幅波动,越过临界转速时的振幅减幅率普遍在80%左右,最低可达到60%以上.      

一种星光折射卫星自主导航系统方案设计

利用星光折射间接敏感地平的卫星自主导航方案具有导航精度高、自主性强的特点,是一种极具应用潜力的自主导航方案。在基于星光折射的自主导航方案中,折射星的准确识别与折射角的精确获取是实现高精度导航的基础。提出了一种基于双星敏感器,利用连续高度星图模拟与匹配技术实现高精度折射星识别和折射角获取的方法,并在此基础上设计了一种新颖的基于星光折射的卫星自主导航系统方案。同时,为了验证该方案的可行性,设计了相关的折射星仿真程序,以轨道高度为686km的对地观测卫星为例进行计算机仿真验证,结果表明在星敏感器精度为3″时,该导航系统平均位置误差约为145m,最大位置误差不超过400m。     

基于飞行品质评估的无人直升机鲁棒控制器设计

提出了一种改进的无人直升机H_∞回路成形鲁棒控制器设计方法。首先将系统辨识技术引入到无人直升机高带宽控制器设计,根据飞行扫频数据,得到包含直升机动力学模型耦合特性的非参数频率响应,依据频率响应拟合待辨识模型得到无人直升机高精度的飞行动力学模型。然后根据该模型,采用改进的H_∞回路成形方法设计了无人直升机内回路控制器,针对H_∞回路成形方法中权值矩阵选取困难的问题,利用了最大右约数(GCRD)方法以实现实际系统和期望系统的传递函数矩阵之间的转换。与传统的对角型权值矩阵相比,使用此方法成形后的系统具有更宽的鲁棒稳定裕度,系统的解耦性和频带也显著提高,而且可以大大降低设计人员选取权值矩阵的复杂性和盲目性。通过仿真验证,所设计的无人直升机系统的飞行品质满足军用标准ADS-33E中一级区域的要求。     

QAR数据处理在气动力矩参数辨识中的应用

长期飞行引起的结构疲劳损伤和复杂环境下的腐蚀损伤等因素导致飞机的气动模型会随时间略有变动,而飞机气动模型的辨识对于分析飞机当前的运行状况具有重要意义.为了完成飞机气动模型的再次辨识,通过分析、处理飞机自带的快速存取记录器(QAR)数据,根据动力学原理建立气动力矩数学模型,最后运用极大似然法辨识出各气动导数.经验证,辨识结果满足仿真要求,可应用于模拟飞行、机务维修信息指导和事故预警与重现等.     

基于PNN-DS信息融合模型的目标识别方法

针对目标识别中常用BP—DS信息融合方法识别率低,运行速度慢,抗噪性差等问题,提出一种基于PNN网络和DS证据的信息融合方法。该方法不仅综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,利用神经网络和证据推理算法获取了基本概率赋值,同时突出了PNN网络在处理多传感器信息的准确性和运算速度上都要优越于BP网络的特点。