非稳定动态过程非定常气动力建模

现有的大迎角非定常气动力建模方法，通常是以一个或多个频率的稳定振动试验数据来预测稳定滞环。然而，飞机快速机动如过失速机动的过程，不可能是持续的稳定振动，而是一个非稳定的动态过程。因此，这个过程中的气动力不会达到稳定滞环，而是始终处于进入滞环的初始非稳定过程中。基于振动理论分析得出，非定常气动力的动态响应过程存在非稳定和稳定两个阶段，传统建模方法着眼于稳定阶段，而飞机的真实机动过程在非稳定阶段。设计了一种适于非线性系统辨识的激励输入，并以最小二乘支持向量机（LS-SVM）方法为例，实现了在大迎角区幅值和频率范围内任意运动的非定常气动力建模。模型训练完成后，用来预测某机翼在不同基准状态下大迎角范围内做俯仰运动时的升力系数、阻力系数和俯仰力矩系数。结果表明，不仅稳定滞环实现了准确预测，进入滞环的初始非稳定过程也得到了准确预测；此外，基准状态对气动力在初始非稳定过程中的特性存在明显影响。进一步的验证还表明，基于稳定滞环数据只能预测到稳定滞环，无法预测进入滞环的非稳定过程。     

空间实验室的风险识别与控制方法

以天宫一号空间实验室风险识别与控制技术需求为牵引，对风险识别与控制方法的分阶段应用提出建议。针对空间实验室的重要风险和组合体特性，提出了的相对风险识别法和降级重构风险控制法，从相对风险的角度对空间实验室重大风险进行识别，在天宫一号无法对组合体实施控制时，用载人飞船接替天宫一号对空间实验室组合体进行控制。规避了风险识别结果波动过大的问题，在不增加设备冗余和其它舱段的前提下降低了系统风险。     

固体火箭发动机水下应用时的燃速特性分析

火箭发动机内真实的推进剂燃速往往由于高温高压难以测量。为探讨燃速对于工况的依赖性．对水下应用的固体火箭发动机试验器的试验结果用最小二乘法进行了辨识。引用三种燃速公式进行辨识,得到了一种新型推进剂稳态燃速模型参数的最优辨识值。结果表明：指数式的辨识结果得到的残差最小,指数式是描述该新型推进剂燃速规律的合理格式。     

多界面多任务下不同任务权重的目标辨认

武器装备人机界面设计中目标辨认问题,必须通过目标辨认的实验和评价研究加以解决.根据飞行作业中所需完成的操作任务,提出一个多界面多任务目标辨认实验方案.通过测定被试完成实验主任务的反应时间和正确探测率,研究人在不同任务权重下对目标颜色、形状、位置的辨认情况,为人机界面设计目标编码提供科学依据.实验结果表明:在需要分配人注意力的条件下,无论任务权重如何,绿色、红色和三角形是界面设计中合适的目标编码,圆形和正方形必要时可用于目标编码;人对不同位置的目标辨认受到任务权重的影响,人机界面对目标位置的设计要充分考虑任务权重因素.      

一种线性辨识系统动态模型的自寻优算法

基于静态特性已知的线性时变系统,通过对其动态响应数据的分析,建立了随时间跳变的动态参数模型,提出了一种新的线性自寻优辨识算法。该算法在静态特性约束条件下,可估计模型的跳变时刻及结构参数。经对某航空发动机电子综合调节器燃油通道动态过程参数模型辨识的实例,验证了该算法精确快速。      

自适应卡尔曼滤波在平台射前自标定中的应用

研究了自适应卡尔曼滤波技术在平台射前自标定数据处理中的应用 ,标定采用四位置标定方法 ,对角度传感器输出建立常速度模型。在噪声统计未知或时变的情况下 ,每个位置采用自适应卡尔曼滤波解算出平台各轴的漂移角速率 ,并在此基础上辨识出漂移参数。仿真表明 ,自适应卡尔曼滤波能较好地满足标定精度要求     

大型挠性充液卫星自适应PID智能控制技术研究

介绍以新一代静止轨道三轴稳定卫星平台为研究对象的大型挠性充液卫星的自适应PID智能控制方案。自适应PID智能控制继承了PID控制器的优点,在PID控制器的基础上增添了模态参数智能自主在轨辨识、自适应滤波器参数自主确定,从而使自适应PID智能控制的鲁棒性、可靠性、安全性显著增强,即使帆板挠性或液体晃动等模态参数超出预定指标范围,也可以自主地智能地消除可能出现的姿态振荡。     

动力学环境试验数据采集系统结构及性能分析

文章在总线结构、硬件组成、数据管理模式、扫描正弦数据处理方法（频率辨识、幅值估计）方面研究了目前动力学环境试验各种数据采集系统的特点和差异,同时对未来超大型数据采集系统的发展趋势进行了分析。     

基于灵敏度分析的惯导平台参数分步辨识方法

研究的是多位置静态测漂法平台参数辨识的问题。对平台漂移的非线性模型 进行了分析,提出了静基座下平台参数辨识的局限性、参数辨识位置选取的原则。最后考虑 到利用EKF辨识包含陀螺交叉项的参数时存在难以收敛甚至有些参数出现发散的问题,提出 了分步辨识的方法来解决这一问题。并且文中仿真结果证明了这种方法能有效抑制辨识中的 发散现象。     

Multi-function radar emitter identification based on stochastic syntax-directed translation schema

To cope with the problem of emitter identification caused by the radar words＇ uncertainty of measured multi-function radar emitters, this paper proposes a new identification method based on stochastic syntax-directed translation schema（SSDTS）. This method, which is deduced from the syntactic modeling of multi-function radars, considers the probabilities of radar phrases appearance in different radar modes as well as the probabilities of radar word errors occurrence in different radar phrases. It concludes that the proposed method can not only correct the defective radar words by using the stochastic translation schema, but also identify the real radar phrases and working modes of measured emitters concurrently. Furthermore, a number of simulations are presented to demonstrate the identification capability and adaptability of the SSDTS algorithm.The results show that even under the condition of the defective radar words distorted by noise,the proposed algorithm can infer the phrases, work modes and types of measured emitters correctly.