滑模变结构控制的月球着陆舱姿态控制系统设计

在我国的探月计划中,要实现月球探测器软着陆于月球表面.在分析月球着陆舱软着陆段的飞行任务对于姿态控制要求的基础上,基于滑模变结构控制方法,根据实际姿态角和期望姿态角的偏差,给出了线性滑动模态面的切换方程,采用指数趋近律和边界层削抖的方法,推导出期望控制力矩的计算公式.并研究了姿控发动机的配置特点和点火逻辑.给出了由期望力矩计算实际控制力矩的方法.仿真结果表明,该姿态控制系统能迅速地将着陆舱跟踪到期望姿态.着陆舱经过514s飞行,在距月面2 km处将速度减为零,将姿态调整到垂直向下,完成了飞行任务.飞行轨迹比较平滑,具有较好的鲁棒性和自适应性.     

基于滑模控制的某型起落架落震联合仿真

飞机起落架是飞机起落的安全保证。给出了在ADAMS/Aircraft中建立某型飞机起落架的虚拟样机模型,设计并实现基于磁流变液的飞机起落架滑模缓冲控制算法,通过MATLAB/Simulink和ADAMS完成了该型飞机起落架着陆缓冲联合仿真分析。经过联合仿真得到缓冲器的位移-时间曲线,速度-时间曲线,阻尼力-时间曲线等特性数据,通过与被动式起落架的缓冲性能进行比较,验证了设计的滑模控制算法能够有效提高飞机起落架着陆缓冲性能。     

凹障碍超宽带SAR图像特征分析

野外环境下的凹障碍感知一直是地面无人作战平台环境感知面临的难题,长期以来常规传感器,例如立体视觉、红外相机和激光雷达,都没有取得好的效果。超宽带合成孔径雷达作为一种全天时、全天候的高分辨率雷达,在目标感知方面得到了广泛的运用。基于超宽带合成孔径雷达感知凹障碍是一种有效的感知手段,阐述了凹障碍的雷达成像几何,利用MATLAB模拟仿真合成孔径雷达数据获得了凹障碍图像,分析得出了凹障碍在雷达图像表现出由阴影区和光亮区紧密相连的特征,并通过实测数据成像获得的凹障碍图像结果,对凹障碍雷达图像特征进行了进一步的验证。     

一类非线性系统的自适应模糊反推近似滑模控制

针对一类含有未知非线性函数项和外界干扰的不确定纯反馈非线性系统,提出了一种自适应模糊反推近似滑模变结构控制方法。采用中值定理和隐函数定理使未知非仿射输入函数拥有显式的控制输入,利用模糊系统逼近未知非线性函数,动态面控制技术解决了反推设计中出现的"微分爆炸"问题。所提出的自适应近似滑模控制方案削弱了传统滑模控制中的抖振现象。从理论上证明了所设计的控制器能够保证闭环系统所有信号半全局一致终结有界。仿真算例验证了算法的有效性。     

离散变结构控制理论研究现状与展望

对离散变结构控制理论的研究进展进行综述,总结了3种主要的DVSC方案,讨论了这一领域中存在的重要问题,并指出了该理论未来可能的研究方向.     

非匀速直线运动SAR导引头目标回波快速模拟

传统的二维频域快速回波模拟方法是针对平台为匀速直线运动,合成孔径雷达(SAR)导引头一般是非匀速直线运动的,二维频域仿真方法在SAR导引头中并不适用。针对SAR导引头非匀速直线运动情况,在分析回波信号频域特点基础上,提出了非匀速直线运动SAR导引头回波信号快速频域模拟方法,详细介绍了该方法的原理和推导过程。最后,进行了相关仿真实验,实验结果验证了该方法的有效性与合理性。     

振动对遥感载荷频率基准的影响及数字补偿技术研究

振动会导致雷达上晶体振荡器的工作频率发生变化,严重影响了雷达的工作性能。分析了振动对遥感卫星频率基准的影响机理,提出了针对加速度g的数字补偿技术。实验证明该方法可有效降低频率基准的加速度敏感性,在减小振动对频率基准影响方面具有广泛的应用前景。     

自治式潜水器规避航行神经网络控制器设计

在规避机动状态下,为了实现对自治式潜水器良好的航行控制,通过分析潜水器的运动状态,建立了运动状态方程,确立了非线性单输入/单输出系统.同时,将复杂的非线性模型通过微分同胚的方法转化为降阶的线性模型,并在此基础上提出了一种基于神经网络的控制方法:将滑模控制思想、反馈线性化理论及神经网络在线建模方法相结合,提出了基于神经网络的鲁棒自适应控制算法,并将此方法用于自治式潜水器高度保持的仿真中,从仿真的结果来看,控制器具有满意的控制效果,证实了该方法的有效性,能为自治式潜水器航行控制提供一定的参考.     

UWB-SAR成像算法中的插值方法研究

本文简单介绍了大处理角超宽带合成孔径雷达（ＵＷＢ－ＳＡＲ）波数域成像算法，研究了其中Ｓｔｏｌｔ插值的内容及其必要性，提出了几种插值方法来解决其中的插值问题。最后，利用所提出的几种插值方法进行仿真，得到了较好的聚焦效果，表明所提插值方法是有效的。     

SAR图像目标分割与方位角估计

图像分割和目标方位角估计是进行SAR (SyntheticApertureRadar)图像自动目标识别的重要步骤。文章提出了一种基于MRF (MarkovRandomfield)模型的SAR图像分割算法 ,利用ICM (IterativeConditionalMode)局部优化方法 ,获得MAP (maximumaposteriori)准则下的图像分割结果 ,将图像分割为目标、阴影、背景三部分。然后确定目标离雷达最近的点 ,从而得到目标的主导边界 ,并估计出目标的方位角。用MSTAR (MovingandStationaryTargetAcquisitionandRecognition)数据进行实验 ,估计方位角的准确性与现有算法的结果相比 ,具有明显提高