飞行器有源对消隐身技术

隐身技术已经成为现代高性能飞行器设计的重要支撑,是先进战机的基本要求。现行的隐身设计方法主要包括气动外形优化以及隐身材料涂覆。随着雷达探测能力的不断提升,尤其在米波雷达探测背景下,外形优化与隐身涂层变得不再有效,有源隐身技术被重新予以重视并有望成为新的隐身技术突破点。本文着重分析了有源对消技术的基本概念、技术现状以及相应的关键技术,对该技术体制的优势和特点进行了归纳和总结。     

数据采集中脉冲丢失补偿算法

针对测试中遇到的脉冲丢失问题,采用脉冲边沿、脉冲到达时间和脉冲间隔等特征量,设计了快速进行脉冲丢失位置定位和补偿的算法。仿真结果表明,该算法能有效地解决脉冲丢失的问题,对脉冲敏感型的数据分析和故障诊断具有重要意义。     

基于功率谱的舰船水压信号检测方法研究

为了有效地从风浪背景下检测舰船水压场信号,鉴于舰船水压场信号与海浪水压信号在频谱上的差异,采用求卓越频率下的功率谱的方法对信号进行检测,取窗宽20s,每次计算21个采样点,分别求取海浪水压场的仿真信号及不同波浪级别下海上某目标的水压场实测数据的功率谱进行信号检测,验证了方法的有效性。     

一种改善雷达测距测角精度的窄带补偿方法

多通道间幅相不一致会影响三维成像雷达的成像质量。针对步进频率体制三维成像雷达,分析了系统窄带部分通道间幅相不一致对目标三维(距离、方位角、俯仰角)成像的影响,并提出了一种基于中频注入补偿信号的补偿方法。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。