遥操作交会对接系统研究

遥操作交会对接是指操作人员在远端通过遥操作方式控制追踪航天器进行交会对接,主要用于无人航天器自动交会对接系统故障条件下平移靠拢段的交会对接控制.简要介绍了遥操作交会对接的基本概念及其国内外研究现状;结合我国载人航天工程的基本特点,设计了适用于我国未来空间站任务的遥操作交会对接系统;根据设计的系统方案,设计和开发了相应的遥操作交会对接仿真系统,并进行了部分仿真分析和遥操作交会对接试验,初步验证了设计方案的可行性.     

基于事件的系统可靠性参数仿真算法

介绍了可以用扩展可靠性框图表示的系统的可靠性参数的仿真算法。首先,对扩展可靠性框图进行了介绍,提出了利用树状结构来描述扩展可靠性框图的结构。其次,对基于扩展可靠性框图的系统行为进行了分析。然后,依据离散事件系统仿真思想,分别给出了计算可修系统可靠性参数的仿真算法与不可修系统可靠性参数的仿真算法。最后,给出了计算实例。该仿真算法不仅可以对状态独立系统进行可靠性参数计算,而且可以对具有冷储备关系以及冷储备嵌套关系的状态相关系统进行可靠性参数计算,具有很强的通用性与实用性。     

基于Matlab仿真的当前统计模型的参数校正

当前统计模型能真实地反映目标机动范围和强度的变化,是目前较好的实用模型。大量实验表明该算法在跟踪机动目标时具有良好的跟踪结果。然而实验中也发现该算法在跟踪具有加速度的目标机动情况时,其速度与加速度估计的动态时延明显位置误差较大,因此不能很好地实时反映目标的机动情况。因此需要进行新的调整参数的设定与比较,使其克服以上的缺点,文章借鉴强跟踪滤波器,在滤波器状态预测协方差矩阵中引入了加权因子并利用M atlab仿真技术,针对当前统计模型中对动态时延影响比较大的几个重要参数,进行了仿真对比和调整。跟踪结果表明:动态时延明显减小,位置误差大幅下降,达到了比较理想的跟踪效果。     

时间管理在实时仿真中的改进

时问是分布仿真中的核心概念;时间管理是分布交互仿真的关键技术.探讨了分布交互仿真中高层体系结构(HLA)的时间管理机制,针对HLA在实时系统仿真方面的不足,分析其原因,提出了时间管理在实时仿真中的改进方法,对HLA在实时系统仿真中的应用有一定的参考价值.     

一种改进方位向非线性CS大斜视角SAR成像算法

大斜视角SAR成像时存在严重的距离走动现象,慢时域的距离走动校正在解决这一问题同时导致了聚焦深度问题.分析了二维频域解耦合后残余相位误差以及时域走动校正后的多普勒调频率误差,提出一种改进的方位向非线性CS算法,校正了三次以上距离迁徙带来的相位误差,同时采用改进非线性CS扰动方程补偿了随方位偏移量线性变化的调频率误差.仿真结果表明,改进算法的大斜视角大场景成像性能优于传统的高分辨大斜视角成像算法.     

在轨加注过程中组合体航天器动力学建模与分析

针对在轨加注过程中质量分布随时间变化的组合体航天器,研究动力学建模问题并对其动态特性进行分析。将航天器系统分为刚性组合体平台和贮箱内燃料两部分,贮箱内的燃料视为质量、外形和位置连续变化的质量块,将航天器系统抽象为一组有固定边界的变质量质点系;在推导出变质量质点系一般力学方程的基础上,通过对航天器结构进行一定限制消除方程中的反冲力和失调力矩,以组合体平台主轴作为参考坐标系,建立在轨加注过程中组合体动力学模型;该模型除了参数时变的特点外,与普通刚体动力学相比还含有阻尼项;基于李雅普诺夫稳定判据,对该时变动力学系统的动态特性进行分析。仿真计算展现了不同结构参数对姿态运动轨迹的影响,也证明了理论分析的正确性。     

一种连续修正速度方向的导引方法

考虑制导炮弹由身管武器发射，其飞行控制能力和导引信息量有限，基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想，提出了一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置，得到落点与目标的偏差，并提出了两种通过此偏差解算当前速度方向修正量的方法。取剩余飞行时间为修正时间，通过将速度方向修正量分配到整个剩余导引段建立了加速度修正公式，以减小导引指令饱和的可能性。通过连续地预测落点和分配加速度指令来实时地导引飞行。仿真结果表明：该导引方法简单可行，精度高，对控制能力要求较低，且具备较好的制导效果和毁伤效果，为该体制制导炮弹的应用提供参考依据。     

一类具有时滞和阶段结构的SI传染病模型的稳定性分析

研究一类具有时滞和阶段结构的SI传染病模型。讨论了系统平衡点的存在性和局部稳定性，并讨论了无病平衡点和地方病平衡点的全局稳定性。最后对所得理论结果进行了数值模拟。     

基于声强矢量的舰船目标运动参数估计

基于声强矢量测量法提出了舰船目标运动参数的估计方法,并提出了快速算法.计算机仿真实验表明,以上算法是可行的,可以实时估计出舰船的速度和距离。     

The effects of model parameter deviations on the variance of a linearly filtered time series

We consider a general linear filtering operation on an autoregressive moving average (ARMA) time series. The variance of the filter output, which is an important quantity in many applications, is not known with certainty because it depends on the true ARMA parameters. We derive an expression for the sensitivity (i.e., the partial derivative) of the output variance with respect to deviations in the model parameters. The results provide insight into the robustness of many common statistical methods that are based on linear filtering and also yield approximate confidence intervals for the output variance. We discuss applications to time series forecasting, statistical process control, and automatic feedback control of industrial processes. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010