卫星姿态跟踪系统的鲁棒控制器设计

研究了具有参数不确定性和外部干扰的卫星姿态跟踪控制问题。针对这一类多输入／多输出不确定非线性系统，提出了一个基于不确定项上界的鲁棒输出跟踪控制器设计方法。应用输入／输出反馈线性化法和李亚普诺夫方法，设计了一个控制律，它可确保系统输出按指数规律跟踪期望输出。该控制器计算简单，易于实现。仿真结果表明：即使系统存在不确定性，仍可在闭环系统中实现精确的姿态控制。     

网络计费数据采集方法与应用实现

计费功能是网络管理中一个重要的基本功能,如何快速准确的采集到用户的相关计费数据,是实现高效计费功能的关键。本文通过对IP用户和拨号用户接入方式和适用计费协议分析,提出用SNMP协议命令读写路由器计费相关的MIB值和在网络底层中"侦听-转发"IP数据包的设计思想,进行用户计费数据地采集。在Windows平台上用VC++工具实现了网络计费数据采集功能模块,此模块具有一定的应用价值。     

直升机涡环状态试验数据处理研究

采用神经网络误差反向传播算法,以旋翼涡环状态试验数据为基础,研究了桨叶负扭度对直升机涡环状态特性的影响,分析了负扭度变化对旋翼扭矩、拉力平均值及脉动幅度的影响。计算结果表明,神经网络模型能够准确预测桨叶负扭度对直升机涡环状态的影响。     

基于APIHOOK技术的个人防火墙

在深入研究APIHOOK(Application programming interface HOOK)技术及其实现．并综合各种木马的行为特征的基础上构建防火墙。该防火墙的原理是借助APIHOOK技术用自编的DLL函数替代部分系统函数。新的函数实现了注册表监视，文件监视，网络监视和其他高级操作的监视。一旦发现类似木马的行为，就会根据用户可定制的规则实时作出反应。该防火墙能详细记录程序的行为，因此高级用户还可以用它来分析木马。由于该防火墙是针对木马行为特征的，因此其优点是可以预防目前一般防火墙不能预防的未知木马和新一代木马。实际的木马攻击试验证明，该防火墙能够很好地预防木马。     

基于BP网络的热工过程模型辨识方法

主要研究了人工神经网络在辨识火电厂热工过程模型中的应用，利用Visual C^ 语言构造BP神经网络,提出了把BP网络权值转换为传递函数的方法，针对火电厂常见的热工过程，不用人为加入特殊的激励信号，只利用现场生产中自然存在的扰动信号进行辨识试验，试验结果准确可靠。     

编队飞行卫星群构型保持及初始化

导出了基于相对轨道要素的编队飞行卫星群轨道相对运动控制的轨道机动方程；提出了编队飞行卫星群轨道相对运动控制的轨道机动控制策略，利用不同方向的脉冲控制相对运动的轨道参数，包括轨道平面内机动和轨道平面外机动控制。根据相对轨道要素的变轨机动控制，进行编队飞行卫星群构型的初始化。这样的构型初始化可以视作一次特殊的变轨机动控制，很容易实现编队飞行构型的初始化机动。     

机器人运动的学习控制

机器人学习控制旨在采用简单的控制器结构和易于实现的控制算法,提高机器人轨迹动态跟踪精度。本文讨论了机器人控制研究中存在的困难,简要回顾了早期学习控制思想的形成和发展,重点介绍了近年来国内外有关机器人学习控制研究的现状。     

基于在轨组装维护的多载荷协同观测卫星平台构型设计

针对高轨遥感卫星多载荷协同观测和一致测量应用需求,在前期总体技术方案研究的基础上,通过开展现有在轨组装航天器和高轨卫星公用平台的构型调研,提出了一种适用于多载荷协同观测需求的平台构型设计方案。平台利用CZ-5运载火箭发射并在轨展开,采用“网格式中心承力筒+板+桁架”式的总体构型,开展了主传力路径、贮箱承载结构、网格式中心承力筒等的细化设计工作,并进行了结构产品的初步设计,建立了平台结构整星的有限元模型。仿真分析表明:平台结构整星的各向一阶频率均能满足运载火箭的频率要求。基于标准化、通用化的平台接口设计,使其具备可扩展及可维修的能力,大大提升了平台鲁棒性。基于全网格筒的主承力设计,增强平台结构承载能力,并改善平台内部热环境。该设计方案可为基于在轨组装维护的高轨遥感大平台结构的设计提供有价值的参考。     

面向时序InSAR的卫星任务规划框架设计

随着国内自主雷达卫星和差分干涉合成孔径雷达技术(D-InSAR)及衍生的时序InSAR技术的发展,以时间序列上重复观测为主的长周期形变监测的应用与日俱增。对遥感卫星地面任务规划系统来说,规划和管理大量有时序关联的重复任务,从而最大限度地满足观测要求,是提升以形变监测为使命的雷达卫星运控效率的关键。在综合考虑雷达差分干涉任务序列性、一致性、周期性特征的基础上,设计了一种面向雷达卫星时序InSAR类型任务的规划框架,旨在规划序列任务时,考虑序列整体特性,进行序列任务组间的冲突检测。基于此方法,对现有的地面任务规划系统进行了优化升级,验证了框架的有效性。结果证明:该方法可快速、自动进行序列任务冲突消解,可为长周期序列任务的规划和管理提供设计参考。     

基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型,通过试验数据的训练确定权重和阈值,经过检验样本的检验,能够很好地预测道路表面的水膜厚度。结果表明,本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。