Robust adaptive compensation control for unmanned autonomous helicopter with input saturation and actuator faults

This paper studies a robust adaptive compensation Fault Tolerant Control(FTC) for the medium-scale Unmanned Autonomous Helicopter(UAH) in the presence of external disturbances,actuator faults and input saturation.To improve the disturbance rejection capacity of the UAH system in actuator healthy case, an adaptive control method is adopted to cope with the external disturbances and a nominal controller is proposed to stabilize the system.Meanwhile, compensation control inputs are designed to reduce the negative effects derived from actuator faults and input saturation.Based on the backstepping control and inner-outer loop control technologies, a robust adaptive FTC scheme is developed to guarantee the tracking errors convergence.Under the presented FTC controller, the uniform ultimate boundedness of all closed-loop signals is ensured via Lyapunov stability analysis.Simulation results demonstrate the effectiveness of the proposed control algorithm.     

Intelligent modeling and identification of aircraft nonlinear flight

In this paper, a new approach has been proposed to identify and model the dynamics of a highly maneuverable fighter aircraft through artificial neural networks（ANNs）. In general, aircraft flight dynamics is considered as a nonlinear and coupled system whose modeling through ANNs, unlike classical approaches, does not require any aerodynamic or propulsion information and a few flight test data seem sufficient. In this study, for identification and modeling of the aircraft dynamics, two known structures of internal and external recurrent neural networks（RNNs） and a proposed structure called hybrid combined recurrent neural network have been used and compared.In order to improve the training process, an appropriate evolutionary method has been applied to simultaneously train and optimize the parameters of ANNs. In this research, it has been shown that six ANNs each with three inputs and one output, trained by flight test data, can model the dynamic behavior of the highly maneuverable aircraft with acceptable accuracy and without any priori knowledge about the system.     

卫星跟踪卫星应用于月球重力场探测的模拟研究

月球卫星跟踪卫星技术作为月球和行星重力场探测的一种解决方案已经初步研究和讨论。文章引入已有的解析方法在理论上分析卫星间精密测距与月球重力场信号的频率响应关系,并通过模拟计算,以分析月球卫星跟踪卫星方法应用于月球重力场探测的可行性和恢复重力场的能力。由于月球卫星跟踪卫星方法是目前解决远月面重力探测最有潜力的方法之一,且已为一些月球探测计划采用,而我国的月球探测计划也同样面,临远月面探测的难题,文章的研究成果可为我国月球和行星重力场的探测提供参考。     

多目标优化方法库的开发与应用

多目标优化方法库是一个专门针对多目标问题的优化软件。本文介绍了用面向对象方法对方法库进行开发的过程,着重说明了该软件以优化模型为中心的主体框架和以优化算法为核心的模块化结构,以及库中采用的各种多目标优化算法特别是非劣分层遗传算法。最后通过算例说明了方法库的使用方法,证明了其良好的操作性和库中算法优良的性能。     

中继卫星S/Ka双频地面站天线共用跟踪接收机

论述了Ka频段圆波导TE11和TE21模自跟踪体制和S频段正十字排列四喇叭自跟踪体制共用两信道自跟踪接收机问题.导出了来波及地面天线S频段和、差信道极化特性引起的角误差电压的交叉耦合系数公式.还可以进一步使S/Ka两个频段共用一套能跟踪（直接序列）扩频信号源的伪单脉冲（单信道单脉冲）自跟踪接收机.     

基于蚁群算法的多任务导航星座载荷配置

给出了多任务导航星座载荷配置的一套新算法.首先建立了多任务导航星座载荷配置的优化模型;基于任务要求定义并提出了n＋1重覆盖率来评价星座对地面的覆盖性能;蚁群算法(ACA)是一种新型的模拟蚂蚁觅食行为的仿生启发式算法,将蚁群算法运用到载荷配置的优化当中,修正了启发函数及Ant-Cycle模型使它们能够与星座载荷配置的优化相结合;给出了基于该算法的多任务载荷配置优化框图.仿真结果表明蚁群算法快速有效,优化结果满足任务要求.      

高超声速飞行器尾喷管的优化设计

以喷管上壁折转角、下壁长度、舵面长度及其折转角为设计变量,结合遗传算法和特征线法对高超声速飞行器尾喷管进行了优化设计,并对设计变量进行了参数研究.结果表明,所采用的优化设计方法计算效率高且比较准确,特别适合于高超声速飞行器尾喷管的优化设计;所采用的4个设计参数均能有效地影响尾喷管的气动性能,其中喷管上壁折转角和舵面折转角分别对喷管的升力和推力的影响相对明显,对其进行均衡选择方能得到最优的结果.      

卫星精密定轨用三频双向测距测速系统

努力提高跟踪精度多年来一直是跟踪技术中不断探讨和需要研究、解决的问题。文章根据国内外跟踪系统的发展,提供了一种卫星精密定轨用的微波精密跟踪系统的初步方案设想。     

求解线性矛盾方程组的递推Householder变换法

 求解线性矛盾方程组是工程实践中经常遇到的问题。目前主要采用法方程组解法和基于各种正交变换的三角化解法。由于法方程组系数矩阵的病态条件数是原矛盾方程组系数矩阵病态条件数的平方,所以计算精度较差,有时甚至得到完全错误的结果。因此一些计算精度要求高的问题和高阶方程组的求解,多采用三角化法。但是,三角化法只能进行一次性处理,尚未出现随数据更新的实时递推算法。许多需要在线处理和数据存储最大的问题,只好采用一般递推最小二乘法。     

具有相依特性的航天测控网稳定性分析

随着信息技术的不断提升,航天测控网各系统中的耦合和依赖变得越来越强烈。针对这种具有相依特性的测控网络的稳定性问题,提出借助于相依网络的分析方法,根据信息在测控网中所起的作用,对航天测控网相依特性进行分析、研究,特别是相依网络的级联失效过程进行稳定性分析。将航天测控网划分为具有相依特性的数据信息和控制信息,通过针对单侧网络进行蓄意攻击,研究不同控制信息模式下航天测控系统的稳定性,提出构建稳定、高效的测控网的方法。仿真结果表明,在数据信息遭受攻击时,合理规划控制信息形态并减小控制信息规模,能够有效保障航天测控系统的稳定性。