多操纵面战斗机动态控制分配策略研究(英文)

现代先进飞机配置多个操纵面且又冗余,这有利于实现非常规飞行,提高飞机敏捷性,使飞机在机动和故障时有更多的选择,但是同时也导致了飞机控制设计复杂度的增加.为了达到更好的效果,就必须利用控制分配器来充分利用多操纵面的不同带宽.从频率域角度出发,研究了动态控制分配方法,并将其应用于某型先进战斗机的控制分配器设计中,利用鸭翼的频率特性抵消府舱过载,经仿真验证,采用动态控制分配策略时,可以有效地减小座舱过载,同时还可以减小配平阻力,取得了良好的控制效果.     

基于自适应卡尔曼滤波的联合RSS/TOA/INS无人机定位算法

针对在全球导航卫星系统信号拒止环境下(如山地、隧道、峡谷)无人机集群常规定位方法受限问题,提出通过集群之间的协同定位,对卫星信号拒止的低成本无人机进行导航恢复的滤波方法,从而有效抑制纯惯性导航系统(INS)定位发散。在获取定位数据方面,首先采用基于超宽带(UWB)和Zigbee设备分别通过到达时间差(TOA)和接收信号强度(RSS)的测距方式得到测距信息,然后进一步利用最小二乘方法解算得到定位局部坐标。考虑到RSS测距远、精度低,而TOA测距精度高、测距范围小的特点,提出一种基于TOA/RSS/INS的序贯扩展卡尔曼滤波算法,通过引入自适应因子,为短程定位信息提供TOA/RSS两路定位冗余的同时,在长程TOA定位失效时仍可利用RSS定位来抑制惯性导航的发散。实验结果表明,该算法在近程可由RSS/TOA提供冗余测距信息,通过自适应因子可将定位精度改善至2m;在长程,尤其TOA定位失效的范围外,同样可以提供误差约为5m的定位信息。相对于传统扩展卡尔曼滤波,所提出的自适应序贯卡尔曼滤波算法有效提高了定位精度,为解决传统定位受限条件下的基于无人机无线电定位研究提供新的思路。     

会飞的“后勤兵”——战场补给炮弹

这是美军某数字化旅正在阿拉斯加实兵演习场进行的一次“路易斯安娜演习”。只见一个装备精良的机械化营目空一切地高速开进,刚行进1小时就将后续部队甩下近20千米,岂料他们不仅犯了孤军冒进的大忌,而且其数字化系统也被“敌军”所瘫痪。陷入孤立无援之中整整24小时,濒临“弹尽粮绝”的境地。然而,这个营的指挥官似乎并不着急,只见他拿出一个小小的卫星接收系统,发出一组信号……,     

论我国遣返接收制度中存在的问题及对策

随着全球一体化进程的加快和我国改革开放的深入,人员的跨境流动愈加频繁,非法移民问题日益严重.对非法移民进行遣返是目前世界各国的通行做法,我国在向境外遣返非法移民的同时也大量地接收境外遣返人员.在我国目前的遣返接收实践中存在着许多问题和不足,需要从立法和国际合作等方面进行完善.     

浅析建筑物鉴定中的计数抽样方案

在介绍计数型抽样检验原理的基础上,从建筑物鉴定检测的特点出发提出了采用相应抽样检验国家标准的建议。指出GB/T50344-2004《建筑结构检测技术标准》中关于计数抽样检测方案的规定失之过松,有可能给建筑物的检测或鉴定留下安全隐患,不宜采用。     

灵巧噪声干扰本质及相关基本问题探讨

为正确理解和实施灵巧噪声干扰,基于匹配滤波器理论对灵巧噪声干扰的本质含义进行了分析。指出,灵巧噪声干扰的本质含义是使干扰由多个分量组成,并且使干扰中的每一个分量的频谱都与雷达发射信号的频谱相同,从而使干扰中的每一个分量的功率利用效率都达到最大。最后,从理论和实践2个角度,阐述了与灵巧噪声干扰相关的基本问题,并进行了相应的分析。     

振动信号变换器的设计与实现

多传感器采编器能够实现复杂环境下对飞行体在发射过程中振动加速度、冲击加速度、压力、温度等动态参数的实时测量和记录。传感变换器电路的性能直接影响采集系统的采样精度。为了实现准确测量,对广泛应用于工程实践中的高阶集成开关电容滤波器产生的混叠效应的抑制方法进行分析及实验。实现了一种可程控放大、具有稳定通带截止频率的振动信号变换器设计。实验结果表明,该变换器电路具有体积小、集成度高、滤波衰减陡度大,频率测试精度高等特点。     

基于量测噪声方差估计的GM-CBMeMBer算法

针对目标跟踪系统下量测噪声统计特性不准确甚至难以获取的问题,提出一种量测噪声统计特性自适应的高斯混合势均衡多目标多伯努利(Cardinality Balanced Multi-Target Multi-Bernoulli,GM-CBMe MBer)滤波算法。该算法引入Sage-Husa自适应滤波器的思想,利用遗忘因子对量测噪声协方差误差进行修正;建立检验统计量,判断算法敛散性;若滤波发散,则采用有偏估计方法来保证算法收敛性。仿真结果表明在非时变、时变量测噪声方差未知情况下,改进算法的跟踪性能优于传统的GM-CBMe MBer滤波算法,对量测噪声的变化具有较强的适应能力。     

基于改进RSS测距的拉格朗日优化定位算法

为了降低基于接收信号强度(Received signal strength Index,RSS)测距误差对节点定位的影响,解决基于RSS测距定位误差较大的问题,提出了基于优化RSS测距的平方最小平方定位算法(Square-least Square localization algorithm based on improved RSS,SLS-I-RSS)。SLS-I-RSS算法先通过多组锚节点间的距离和接收功率作为参考,降低基于RSS测距误差,然后再建立定位优化问题,并将定位优化问题转成规则化信任区域子问题,最后,再利用拉格朗日优化算法求解优化问题。实验结果表明,提出的SLS-I-RSS算法能够有效地降低定位误差,比传统的基于RSS定位算法减少了约12%～20%,但算法复杂度略有增加。