随机快速光滑二阶滑模末制导律设计

针对目标随机机动、惯性延迟、参数变化等因素降低导弹末制导精度的问题,提出新型随机快速光滑二阶滑模控制方法。将目标机动简化为零均值高斯白噪声过程,制导系统成为带加性噪声随机不确定非线性系统。考虑到该系统不存在平衡点,提出有限时间二阶均方实用收敛概念,并基于此证明了所设计控制律的收敛特性。根据直接命中条件设计滑模面,得到随机快速光滑二阶滑模制导律。在尾追和迎头两种态势下,将该新型制导律与扩展比例导引、一般滑模制导律及确定性光滑二阶滑模制导律进行仿真比较,验证了该方法的正确性和有效性。     

冠脉搭桥术用 CO2 激光低能输出方法研究

弱ＣＯ_２激光能量的输出及控制是ＣＯ_２激光冠脉搭桥术的核心技术之一。本文介绍了一种利用普通医用ＣＯ_２激光器获得弱激光能量输出的技术与方法。该方法具有激光输出功率稳定,并可调、输出光斑上能量密度均匀,光斑大小可控的特点,它很好地满足了搭桥仪对激光输出参数的要求;该方法还可应用于其它弱ＣＯ_２激光医疗仪器中。文中对设计原理进行了分析,并给出了设计实例。     

零控脱靶量有限时间收敛制导律

针对高速机动目标的拦截问题,研究了一种考虑导弹自动驾驶仪动态特性的零控脱靶量有限时间收敛制导律。对导弹-目标三维相对运动几何关系进行解耦,并考虑导弹的自动驾驶仪动态特性,推导了一种新型三维零控脱靶量模型;在此基础上,基于自适应滑模控制理论和有限时间稳定性理论,选取俯仰平面和偏航平面的零控脱靶量为滑模面,设计了零控脱靶量有限时间收敛三维自适应滑模制导律;对该制导律的稳定性和有限时间收敛特性进行了分析和证明。仿真结果表明,与比例制导律相比,所设计的制导律可使导弹的零控脱靶量在有限时间内收敛到零,且具有更高的制导精度。     

正扰动下一类RN上临界增长的椭圆型方程的正解的存在性

本文讨论了如下方程:并得到了它的正解的存在性,其中g(x,U)为U~(P-1)的低阶扰动。它是文[1]的继续。     

非奇异快速终端滑模及动态面控制的轨迹跟踪制导律

针对飞行器跟踪预设轨迹的问题,提出非奇异快速终端滑模和角度约束的轨迹跟踪制导律。通过引入虚拟目标点,提出参考轨迹曲率半径的期望视线角约束条件,建立带有视线角约束并考虑自动驾驶仪动态特性的轨迹跟踪数学模型。为了保证在有限时间内跟踪预设轨迹并避免出现奇异问题,采用快速非奇异终端滑模和动态面控制方法进行制导律设计。推导出视线角误差和轨迹跟踪误差之间的数学关系,并利用Lyapunov稳定性准则证明轨迹跟踪误差最终有界任意小。与弹道成型轨迹跟踪制导律进行仿真对比,仿真结果表明所提出的制导律具有良好的跟踪性能及鲁棒性。     

基于规定收敛律算法的二阶滑模制导律设计及仿真

制导律指引导弹以近似零脱靶量击中目标需要使用弹目视线角速率信息。对于实际应用中视线角速率难以直接获得的情况下,根据滑模控制理论设计了一种一阶滑模微分器,针对一阶滑模微分器的抖振问题,根据积分滑模理论的思想,基于规定收敛率算法提出了一种二阶滑模微分器,并构造了增广比例导引律和滑模导引律,数值计算结果表明设计的滑模微分器能够准确估计视线角速率,重构的导引律对机动目标具有良好的导引性能。     

重介子弱衰变的系统研究

基于BS理论框架,利用相对论性的组分夸克势模型,系统地研究B、B.、D和D,介子的跃迁(但不包含末态是轻赝标介子的情况),并计算了这些重介子的单举半轻子及2体末态非轻子弱衰变过程的分支比.在B和B.到粲味介子的跃迁中零反冲处的形状因子和他们的斜率都与重夸克有效理论一致;所有半轻子弱衰变的分支比都与实验符合B和B,轻子弱衰变的分支比与实验值相差不足一倍;末态是轻矢量介子时,形状因子与重夸克对称的要求相差很大D和D,非轻子弱衰变的分支比与实验值不符.这些结果还表明,采用的方法和模型能够用于描述重介子和轻矢量介子,而因子化假设在D和D,的情况下远不如在B和B,情况下适用.     

低频弱目标检测方法研究

低频工作状态的声纳波束指向性模糊、噪声干扰背景强,致使探测中空间分辨力差、弱目标易被噪声掩盖。因此,针对突破瑞利限、抑制干扰的需求,运用对空间指向更敏感的方位检测来解决该问题。理论推导了任意阵型下窄带信号的方位概率密度函数,数值分析了均匀线列阵方位检测的虚警概率和检测概率。海上试验数据的实际运用结果表明:该检测方法具备波束超分辨能力、对低频高噪声抑制效果明显,有利于发现低频弱目标,具有较高的实用价值。     

极值指数之推广矩估计量的渐近正态性

首先将推广矩估计量代换为一种新的估计量,然后研究由该估计量引起的一种与尾经验过程有关的函数的弱收敛问题,最后得到与推广矩估计量有关的一随机过程的弱收敛函数,同时也就得到了推广矩估计量的渐近分布,因而证明了推广估计量的渐近正态性.     

基于途径概念的数据融合方法

目前在多传感器条件下提升数据精度的基本方法是状态估计,其中最常用的方法是卡尔曼滤波及其变形算法.由于卡尔曼滤波是依靠时间积累来增加信息量、提高数据精度,因而其收敛速度不可避免地要受到时间因素的影响.另外卡尔曼滤波作为单纯的数据处理方法也无法利用观测系统中一些已知的物理信息.提出了基于途径概念的数据融合方法,它打破了机械的"传感器融合"的概念束缚,有效地帮助人们挖掘和利用潜在的冗余信息,使多传感器信息能够迅速得到充分利用,从而使收敛速度得到提高.基于途径的数据融合方法并未提供一套固定的算法,它提供的只是一套处理规则.