Lipschitz非线性系统状态观测器设计新方法

针对Lipschitz非线性系统状态观测器,提出了一种以极小化条件数为目标准则的新的设计方法。运用梯度下降法和Slyvester方程,计算极小化条件数,优化增益矩阵和最大允许Lipschitz常数,完成观测器设计。通过同其它文献的算例比较,结果发现按文中方法设计的观测器具有迭代次数少、优化结果好的特点。     

非线性Duffing方程自由振动频率解分析

应用Gauss-Chebyshev求积公式求解了Duffing方程的自由振动频率,得到了高精度近似计算公式。对Duffing方程精确椭圆积分频率解进行了数值计算,以此结果为基准,通过绘制多种典型方法得到的Duf-fing方程自由振动频率解的频率-振幅曲线,定性分析了各公式的精度。以Duffing方程特征振幅为基准,定量分析了各公式的计算值及其相对误差,指出基于Gauss-Chebyshev求积公式的Duffing方程自由振动频率解表达式具有形式简洁、精度高的优点,其优势在大振幅情况下以及软弹簧系统中更为明显。最后指出,现有的频率解在计算精度方面存在一定的差异,有的适合软弹簧系统,有的适合硬弹簧系统,应注意区分它们的适用范围,而应用Gauss-Chebyshev求积公式得到的结果则具有普适性。     

引入权重定量分析空间战场态势

战场态势定量分析已经成为现代作战辅助决策的重要基础,针对空间战场态势问题,以集对分析的同异反联系度为基础,结合武器与人员因素分析战场态势.从全局的角度出发,对空间战场整体态势进行研究,构建空间战场态势分析模型,通过实例计算分析空间战场态势优劣.     

多操纵面战斗机飞行控制系统设计

现代多操纵面战斗机飞行控制系统多采用非线性控制方法进行设计,其中逆系统方法具有物理概念清晰、参数对应明确、无不确定性算法、容易结合传统经验等优点,易于工程实现.将该方法应用于多操纵面战斗机的基本控制律设计,使用多层简化设计,改进了多操纵面的控制分配策略,并针对某型多操纵面战斗机六自由度模型进行数字仿真,效果良好.     

基于不确定多属性决策的空中目标威胁评估技术

针对现有空中目标威胁评估方法存在的不足,提出了一种基于不确定多属性决策的威胁评估技术,建立了威胁评估的属性体系,考虑了目标战术机动和指挥员主观决策对威胁程度的影响,分析了属性最优权重的求取方法,给出了基于区间数相对优势度的目标威胁排序方法.最后给出了一个应用实例,实例证明,该技术合理有效,评估结果准确,能有效减小误差.     

仪表着陆系统建模与仿真

对仪表着陆系统的飞行检验仿真研究具有较大意义.根据现役仪表着陆系统的工作原理建立系统的地面信标、天线及机载接收设备的数学模型,利用通信系统仿真软件SystemView实现了理想信道环境下仪表着陆系统的仿真,分析了该仿真方案的缺陷.为飞行检验仿真的后期研究工作提供较有价值的参考.     

高非线性度弹性S盒的构造

弹性S盒可应用于容错分布计算,量子密码密钥分配和流密码中伪随机序列产生.基于线性码和高非线性度的S盒,给出了一种构造具有高非线性度,且代数次数大于给定值的弹性S盒的方法.对于给定参数的线性码,构造的弹性S盒的非线性度是可以计算的.结果表明所构造的函数的非线性度优于已有的结果.     

健全机制促增收

如何走出一条经济发展的新路？农四师72团组织人员经过2个多月的走访、调研、探索和论证，从落实目标责任、强化监督检查、建立奖惩追究制度三方面推出“组合拳”，科学制定团场2010年经济社会事业发展及“十二五”规划，逐步建立健全职工增收的长效机制，为认真贯彻好《团场章程》给出了一份全新的答卷。     

BDS/INS紧组合三频动对动模糊度解算方法

针对伪距观测噪声较大导致动对动条件下三频整周模糊度解法(Three Carrier Ambiguity Resolution, TCAR)模糊度解算不可靠的问题,提出了一种BDS/INS紧组合三频动对动整周模糊度解算方法。通过紧组合系统输出的高精度位置坐标,估算出双差几何距离值,并用其分别代替无几何和几何模式下的双差伪距观测值,显著降低了伪距双差观测噪声水平,有效提高了三频整周模糊度解算成功率。仿真实验结果表明,BDS/INS紧组合输出的高精度位置坐标使得伪距观测精度提高了60%以上,在短基线条件下,当伪距观测噪声达到2 m时,无几何模式下的TCAR算法模糊度解算成功率为0.73%,几何模式下的TCAR算法模糊度解算成功率为31.25%,而BDS/INS紧组合的TCAR算法在两种模式下的模糊度解算成功率达到99%以上,并且获得了厘米级的相对定位精度。     

基于灰色非线性回归模型的故障预测

为克服传统灰色模型的局限性,通过对一阶累加生成序列规律性的分析,将灰色模型和非线性回归模型相结合,构造了一种灰色非线性回归模型。实例仿真结果表明,该模型既拓展了传统灰色模型的适用条件,又比传统灰色模型和非线性回归模型具有更高的预测精度,且适用性广。