基于灰色滑模控制的火箭炮伺服系统仿真

新型火箭炮伺服系统的控制过程具有明显的非线性和时变特性,传统的PID控制是基于精确数学模型的控制方法,难以获得满意的控制效果。为了提高控制精度,在伺服系统中采用滑模控制与灰色预测相结合的控制方法,以减少参数变化和外部干扰对伺服系统的影响。通过MATLAB仿真表明,该控制方法削弱了滑模控制抖动对伺服系统的影响,提高了系统的鲁棒性和抗干扰能力。     

伴随函数法与最优制导律性能分析

为选择适合先进空空导弹使用的制导律,以最小能量需求和零脱靶量作为目标函数,使用最优控制理论在相应假设条件下推导得到了5种最优制导律:比例导引制导律(PN)、增强比例导引律(APN)、PN-M制导律、PN-MT0制导律和PN-MT制导律。介绍了伴随理论以及原系统变换为伴随系统的方法,建立了脱靶量伴随系统和加速度伴随系统,利用伴随函数理论对比分析了各制导律闭合回路中脱靶量和末端需用加速度随末导时间的变化规律,并使用蒙特卡洛方法结果与伴随法结果进行了对比。结果表明,伴随法结果与蒙特卡洛结果精确一致,但伴随法的效率是蒙特卡洛方法的几百倍。通过分析结果可知,PN-MT制导律的性能最优,脱靶量和末端需用加速度均为零;当末导时间足够时,PN-M制导律性能接近于PN-MT制导律;PN-MT0制导律性能优于APN和PN,但次于需求信息量更少的PN-M制导律;而未利用导弹动力学信息的PN和APN制导律末端需用加速度非常大。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

基于雷达图的防暴武器系统作战效能评估方法

为科学、合理和直观地评估防暴武器系统的作战效能,提出基于雷达图的防暴武器系统作战效能评估方法。建立了防暴武器系统的作战效能指标体系。构造了防暴武器系统的雷达云图。提取雷达图中各指标的扇形面积特征解决传统雷达图法评价结果不唯一的问题,进一步设计防暴武器系统作战效能评价模型。通过实例验证所提评估方法的正确性和合理性。研究工作为防暴武器系统的作战运用及性能优化提供了科学指导。     

进口热斑在气冷涡轮动叶流道内迁移特性分析

为了解涡轮进口热斑的运动特性对涡轮叶片热负荷分布的影响,对存在进口热斑时高压气冷涡轮动叶流道内冷热流的非定常运动特性进行了研究,揭示了热斑在气膜冷却流、叶顶间隙泄漏流以及动静叶栅运动干涉等因素综合作用下对气冷涡轮叶片热负荷的影响。研究发现:冷热流在高压动叶入口处被高压动叶截断而交替流入流道,热流对动叶的影响主要集中在动叶前缘以及压力面附近,对动叶前缘造成直接的热冲击振荡;在周向气流角的作用下,在高压动叶栅流道内,低温流体逐渐向吸力面流动,而高温流体主要向压力面流动;气冷涡轮在浮力以及间隙泄漏流的作用下,改变了流道内部二次流分布,使得迁移到动叶压力面上的高温流体向叶根迁移,吸力面低温流体向叶片中间截面聚集。所得结论可对涡轮冷却设计提供理论参考。