超声速导弹的光滑二阶滑模控制器设计

建立了带有气动系数不确定量和外界干扰的超声速导弹的运动模型。采用输出重定义技术克服了导弹过载输出的非最小相位特性,利用容易测量的过载和角速度相组合重新定义了新输出量。为了削弱滑模控制的颤振影响,同时又保持滑模控制的强鲁棒性,采用光滑二阶滑模控制方法设计了导弹过载控制系统中的控制器。设计了二阶滑模观测器对汇总不确定量进行有效估计。为了检验所设计的观测器和控制器的控制效果,仿真分析中对比了光滑二阶滑模控制器和传统滑模控制器的仿真结果。仿真结果表明：光滑二阶滑模控制器能够有效地削弱颤振影响,使导弹过载输出快速准确地跟踪上过载指令信号。     

基于HLA的某型仿真装备研究

为了适应未来高技术战争的要求,提高部队的训练水平,以某型导弹武器系统为背景,分析了整个仿真装备系统的结构组成和各部分功能,在较深入研究高层体系结构(HLA)的基础上,进行了基于HLA的仿真装备系统的研究与开发,给出了本仿真装备系统的具体开发流程.     

分段供电切换控制传感器的故障定位方法

针对分段供电直线电机切换控制传感器的失效问题,提出了一种快速故障定位方法。首先,基于一种典型的分段切换传感系统结构,利用图形给出了切换控制传感信号根据次级运动而变化的规律;然后,分析了位置误差和时间误差对诊断结果的影响,分类讨论了对诊断算法的容错性要求,并给出了基于位置信息的故障诊断与定位流程;最后,利用实验验证了该方法的正确性。     

大气层外拦截自适应模糊滑模制导律研究

针对大气层外拦截器拦截不确定性机动目标问题设计三维空间末段导引律.将自适应模糊控制与滑模控制相结合,采用自适应模糊系统在线调节滑模控制的切换增益,实现对目标机动的补偿.仿真计算结果表明,提出的自适应模糊滑模制导律制导精度高、鲁棒性强,能够成功实现对目标的拦截,并保证了视线角速率的不发散.     

基于数据融合的智能故障诊断仿真研究

武器系统是现代作战系统的重要组成部分.在使用过程中,一旦系统出现故障,就会导致严重的经济损失、人员伤亡和军事上的失利.因此,必须能及时发现、尽快排除武器系统的故障.多传感器数据融合技术与人工智能方法相结合,可使诊断系统具有良好的柔性和可理解性,使之能够处理复杂的故障问题.这是武器系统故障诊断的一个有效、快捷的途径.     

机器学习在频谱大数据分析与处理上的应用

作为通信的主要方式,无线通信产生了极具价值的频谱大数据。而机器学习作为新兴的智能算法,可以挖掘出频谱大数据中的有用信息,作出正确的频谱预测和决策,以提高频谱资源的利用率。对机器学习和频谱大数据进行了简要介绍;结合频谱大数据的四大特点,讨论了用于频谱大数据分析的4种机器学习方法——分布并行学习、极速学习机、核学习、深度学习;又以频谱大数据的智能预测和决策为目的,讨论了用于频谱大数据处理的两种机器学习方法——强化学习、博弈学习;最后对机器学习方法在频谱大数据上的应用前景进行了展望。     

基于模糊规划方法的防空作战目标分配研究

首先以拦截目标期望和拦截目标数量为目标函数,充分考虑多种约束条件建立防空作战目标分配模型。其次将目标分配问题转化为求解模糊规划模型,针对传统目标分配求解算法的不足,采用差分进化算法以提高目标分配决策效率,并通过仿真算例进行验证与分析。研究对于加强防空作战C~4ISR系统的指挥控制能力具有一定理论意义。