航天器编队飞行构形保持与重构的继电型控制

研究小偏心参考轨道航天器编队飞行构形保持与重构控制的工程实现技术。首先给出相对运动状态转移矩阵,并推导出常推力控制情况下相对运动状态递推的解析表达式;进而给出脉冲推力、连续变推力和继电型推力三种发动机的推力模型和示意图。分别将等速度冲量的三种推力模型代入相对运动状态转移矩阵中,比较相同条件下相对运动控制作用效果的差异,理论推导结果表明:在一阶意义上,三种推力模型对相对运动控制作用等效,因而航天器编队构形保持与重构控制可以基于继电型推力模型来实现。     

基于反电动势的多相感应电机MRAS控制策略优化

针对舰用多相电力推进系统无速度传感器控制的需求,将带输入滤波环节的基于电机反电动势的模型参考自适应(MRAS)方法用于多相感应电机无速度传感器矢量控制系统,推导了系统的小信号模型,分析了滤波截止频率和转速估算PI参数对系统性能的影响,并在此基础上设计了变滤波截止频率变PI参数优化的MRAS控制策略。仿真和实验结果表明:该优化方法具有更高的转速估算精度和静、动态控制性能。     

多输入离散变结构控制

对多输入离散变结构控制进行了研究 ,提出了等式到达条件下的多输入组合控制策略 ,这种控制策略的数学形式简单 ,易于实现 .仿真结果显示 ,该控制策略使系统具有较好的动态性能 ,优越于不等式到达条件下的控制律     

基于ANSYS Workbench的变膛压作用下弹丸发射强度分析

针对弹丸发射强度的分析方法的多样性,提出一种在变膛压作用下同时考虑阻力作用的弹丸强度分析方法.以某底凹弹的发射强度分析为例,应用Matlab和ANSYS Workbench实现了对该弹丸在变膛压作用下的发射强度仿真.通过提取仿真结果发现,在变膛压作用下,弹丸最大等效应力和等效弹性应变与膛压变化并不成正比,二者在发射过程...     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。     

领导干部要善“变”

《易经》有云：“穷则变,变则通,通则久。”不变不通,不通不变,领导干部只有做到顺时、顺势、顺事而变,道理情理相适,上下左右兼通,才能实现良好的领导效能。     

基于模糊自适应变维Kalman滤波器的跟踪算法(英文)

针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。     

基于EMA算法的变结构交互多模型算法

标准交互多模型(IMM)算法使用固定数目和时不变的模型集,往往不能兼顾算法的实时性与跟踪精度。基于增加期望模型(EMA)算法的思想,提出综合利用前一时刻的模型匹配概率与当前时刻的混合概率作为加权系数调整系统噪声模型集,调整后的模型集被认为非常接近系统实际噪声模型。将该模型集自适应技术与IMM算法结合得到一种变结构交互多模型(EMA-VIMM)算法。使用机动目标跟踪仿真实例,与标准IMM算法进行了仿真对比,分析了跟踪性能与RMSE误差。仿真结果表明,EMA-VIMM算法不仅极大地提高了跟踪精度,而且与标准IMM算法相比,具有稳定的跟踪性能和较低的计算量。     

改进的变步长LMS自适应滤波算法分析

通过建立步长因子μ与误差信号e(n)之间的非线性函数关系,提出了一种改进的自适应变步长最小均方(LM S)算法。该算法克服了LM S算法在自适应稳态阶段μ取值偏大的缺陷,具有在误差e(n)接近零处缓慢变化的特点。该算法还具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,解决了收敛时间和稳态误差的矛盾。将该算法对比一般的变步长算法,该改进算法在平稳过程中具有更小的稳态误差,同时还具有更好的跟踪时变系统的能力。