鱼雷纵向运动二次型稳定H∞控制

讨论了二次型稳定H∞鲁棒控制理论及其在鱼雷纵平面航行控制中的运用.用模型的参数摄动来描述鱼雷纵平面航行模型的建模误差,设计了基于状态反馈的H∞控制器,并对系统进行了分析和仿真.所设计的控制器在被控对象存在一定范围参数摄动的情况下,仍能使系统保持预期的性能.     

柴油机PID、F并联调速控制研究

为了提高柴油机动态和稳态控制性能,提出了PID、F并联调速控制的方法,并利用Matlab/Simulink工具箱对PID、F交替调速控制和并联调速控制进行了仿真研究,表明Fuzzy-PID并联控制的性能优于常规PID控制和单纯的模糊调速控制以及PID、F交替调速控制的调速性能.     

大容量储能发电机并联运行励磁控制算法

大容量储能发电机作为脉冲电源,整流后通过逆变器向大功率脉冲负载供电。采用储能发电机直流侧并联方式工作,可以有效提高系统带载能力与可靠性。当并联运行的储能发电机转速不同时,根据转速合理分配电机释放功率可以有效提高系统工作效能,因此需要设计一种具有功率调节功能的励磁控制算法。在电压、电流双闭环控制的基础上,引入功率前馈控制,推导并求解了前馈功率与励磁电流关系以及控制参数,并根据电机初始转速设计了功率分配算法。仿真试验结果表明,功率前馈控制在励磁控制过程中起主导作用,有效分配储能电机释放功率大小,提高了励磁电流响应速度,抑制了负载功率扰动对励磁控制系统的影响。     

高超声速飞行器低可探测性滑翔弹道优化方法

为进一步提高高超声速飞行器的突防性能,提出高超声速飞行器低可探测性滑翔弹道优化方法。考虑飞行器180°×360°方向的雷达散射截面,针对原数据尖峰多、收敛难的难题,运用高斯滤波法对其进行预处理,既不改变原数据趋势又加以平滑,提高优化问题收敛性能。为使计算所用雷达散射截面数据具备较强的保真性,采用三次样条插值方法调用离散数据计算实时雷达散射截面。完成了高超声速飞行器低可探测性滑翔弹道优化问题的建模,以探测概率为目标函数,运用hp自适应Radau伪谱法优化求解,采用逐步计算策略进一步提高优化效率和收敛性能。与传统最短飞行时间弹道对比表明,该方法有效降低了飞行器被雷达发现的概率。     

阵列雷达自适应多零点单脉冲群目标测角算法

针对阵列体制雷达,由极大似然估计导出自适应多零点单脉冲测角原理。分析发现迭代步长过大导致双零点单脉冲技术在多目标条件下失效,因此提出加权步长改进角度估计的迭代过程,只需要较少计算量就能实现群内多个目标的精确测角。仿真结果表明：该算法在较高信噪比条件下可以精确测量群内三个目标角度,测角误差约为0.15倍波束宽度;当群目标数较多或者目标相位差接近于0时,算法性能下降明显。     

采用射流掺混增强的前可调面积涵道引射器数值模拟

为了提高风扇外涵和核心机驱动风扇级外涵流体的掺混效率,提出一种采用射流掺混增强的前可调面积引射器设计方案。通过数值模拟的手段对流量特性、流动掺混和总压损失等方面进行了研究,并同基准模型进行了对比分析,结果表明：采用波瓣混合器结构的前可调面积引射器设计,显著地增加了较高出口背压工况下风扇外涵的流通能力;新的设计方案不仅没有增加低出口背压工况下的总压损失,还减小了高背压出口工况下的流动损失;流向涡的特征尺度是提高掺混效率的关键,可以进一步优化波瓣混合器几何轮廓,以满足调节机构对结构设计的要求。     

恶劣天气下的多扇区动态容量评估方法

针对当前容量评估技术考虑不够全面的问题,提出了多扇区动态容量评估方法。通过分析扇区容量影响因素,加入扇区耦合性的概念,建立了多扇区管制员工作负荷模型;通过量化空域单元阻塞程度,得到恶劣天气下的多扇区可用率;最后选取典型多扇区空域进行算例仿真,评估空域系统的动态容量,多扇区在恶劣天气下的动态容量为17架次/15 min,评估结果验证了该方法的有效性和灵活性。     

多影响因子下智能前照灯系统建模与仿真

针对多影响因子下的前照灯系统进行研究,建立可以适应路面湿滑状态以及车辆载重变化的智能前照灯偏转模型,并对所建模型进行了直线路段和转弯路段的仿真分析;根据仿真分析中存在的车灯偏转调节尖峰问题设计模糊PID控制器对其控制性能进行优化。仿真结果表明,加入模糊PID控制器后能够大大降低过度偏角,提高了前照灯的使用寿命和工作精度。     

引入速率量测的高速机动目标跟踪多模型算法

在机动目标跟踪定位问题中,引入参考加速度的跟踪算法对目标定位跟踪精度高、效果好,但在目标发生高速机动时,其跟踪误差较大,收敛速度慢。针对这种情况,提出一种引入速率量测的自适应性圆周运动跟踪算法,并通过建立一种模型结构变换机制,将两者算法有效结合,构成一种变结构多模型算法(Variable Structure Multiple Model,VSMM)。在高机动条件和典型反舰导弹攻击航路下对算法进行仿真实现,证实了该算法相比于引入参考加速度跟踪算法,跟踪精度较高,收敛速度更快,具有一定工程实践指导意义。     

过失速机动的AUKF-WNN气动力建模及仿真

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。