考虑空间几何关系的反交会规避机动方法

针对具有自主接近能力的航天器开展反交会规避机动方法研究。建立仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明:提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。这为规避机动问题研究提供了一种新的视角,可为以主动接近航天器为新对象进行的规避研究提供有益借鉴。     

运用跑道平面结构化线特征的固定翼无人机视觉导航算法

针对固定翼无人机在着陆阶段的位姿估计的问题,提出运用跑道平面结构化线特征的无人机视觉导航算法。利用单台固连在无人机上的前视相机对跑道区域进行成像,自动提取结构化线特征。在无人机降落前期利用完整的结构化线特征配置解算出无人机的六自由度位姿参数(偏航角、俯仰角、滚转角、纵向位置、横向位置、高度),并在无人机降落到较低高度时,利用退化的结构化线特征(跑道边缘)解算出无人机的关键位姿参数(偏航角、俯仰角、横向位置、高度)。三维实景仿真实验证明,在距离机场200 m处,无人机的距离参数精度小于0.5 m,角度参数精度小于0.1°。     

多载波码分多址在低密度二分图上的建模与分析

多载波码分多址是移动通信重要的多址技术之一,传统方法将扩频序列的构造和多用户检测单独考虑,未能做到发射机和接收机的一体化设计。受到低密度奇偶校验码的启发,基于图论建立多载波码分多址收发机模型,采用二分图定义码片和数据符号间的扩频关系。在此基础上,利用适合低密度二分图的消息传递算法完成多用户迭代检测,推导并分析洪水消息传递和串行消息传递两种检测机制。仿真结果表明,当传统的多载波码分多址系统陷入严重过载而不能正常通信的情况下,基于低密度二分图的多载波码分多址系统依然能够达到理想的传输性能,为下一代移动通信系统的设计提供了有益的参考。     

联合作战通信的完备性指标的建模分析与计算

从联合作战用户对通信需求的实际出发,探讨了完备性指标的定义及数学描述,并根据通信节点和通信链路所受破坏的不同情况研究了完备性指标的几种分析方法,最后结合实例,采用其中一种全代数化的算法,并对其进行了改进来实现联合作战通信的完备性指标的计算.     

基于EPA的分布式控制系统研究与设计

在模拟信号控制的数控系统基础上,设计了基于EPA标准的分布式控制系统;介绍了EPA标准,研究了确定性通信调度机制和精确时钟同步协议的应用这两个关键技术,设计了控制系统中通信模块和嵌入式转接电路板,并对试验结果进行了演示.结果表明,该系统运行稳定,各项性能满足应用需求,对军用控制系统的研究提供了较好的借鉴经验.     

声自导鱼雷射击诸元及误差对其捕获概率的影响

为了定量分析研究某武器系统的声自导鱼雷射击诸元及其误差对鱼雷捕获概率的影响,根据解析法和蒙特卡罗统计模型,对多种态势下声自导鱼雷捕获概率计算进行模拟仿真,给出了提高鱼雷捕获概率的有效途径,充分发挥该武器系统声自导鱼雷的作战效能.     

卡尔曼滤波补偿在潜载光电跟瞄中的应用

为了提高潜载光电设备的跟踪精度,提出了一种针对扰动误差进行补偿的前馈控制策略,主要方法分为3步:将大地坐标系转化为甲板坐标系;利用Singer模型的卡尔曼滤波对经过变换的光轴坐标系下的扰动量进行滤波;将滤波后的速度反馈到速度回路上,再结合脱靶量信息构成完整的速度环控制.仿真表明,在未加入补偿算法之前粗跟踪最大误差为0....     

微乳液法在纳米催化剂制备中的应用及研究进展

综述了微乳液法制备纳米催化剂的基本原理和主要方法以及近年来在催化剂制备中的一些应用.对微乳液法制备纳米催化剂的一些影响因素:如水的含量及表面活性剂的结构和种类对微乳液"水池"尺寸的影响以及对最终形成的纳米粒子粒径的影响,反应物浓度对形成的纳米催化剂粒子的粒度大小和分布的影响,负载粒子对催化剂粒子烧结温度及稳定性等多方面的影响进行了探讨与分析,并对该领域的研究发展作了展望.     

长输管线泵机组状态监测与诊断系统研究

介绍了一个输油泵机组状态监测与故障诊断系统,研制该系统的目的是为了实时掌握输油泵机组的运行状态,为针对性的维护提供依据和手段.设计的系统一方面能对机组的运行状态进行实时监测,产生各种数据报表,另一方面能对机组的常见故障进行诊断分析,及时、准确地对泵机组各种异常状态或故障状态作出诊断,预防或消除故障,同时,也能为泵站运行提供必要指导,减轻管理人员的劳动强度,确保输油泵机组长期、稳定、高效、低耗地运行.     

一种新型模糊神经网络及其在故障诊断中的应用

提出了一种基于模块化模糊神经网络的非线性系统故障诊断新方法.该方法先使用模糊c-均值聚类算法(FCM)实现测量空间的模决分割以决定模糊规则的个数,再使用模糊IF-THEN规则对分割后的各区域分别采用局部BP模型去进行逼近,最后再通过离线学习以获得不同区域故障输出与测量输入的非线性动力学特性.应用表明,提出的模糊神经网络结构、原理及实现方法是合理可行的,经过离线学习后的网络可实现对非线性系统的在线实时状态跟踪和诊断,可提高故障检测的正确率和快速性,并具有较好的泛化性能.