闭环激励下无人机非线性参数频域在线辨识

随着无人机在军民领域的大规模应用,对无人机复杂工况下的安全性和适应性提出更高要求。闭环辨识能够在考虑系统反馈作用下获取辨识参数,大幅提高辨识试验的稳定性和安全性。针对无人机闭环辨识试验中多变量非线性气动参数获取问题,首先基于某固定翼无人机动力学模型,推导了无人机的气动力、气动力矩等29个气动参数辨识模型;然后提出了一种闭环激励下无人机多变量非线性参数频域在线辨识方法,设计了基于递推傅里叶最小二乘的闭环辨识的流程架构;最后通过添加噪声后的仿真系统对辨识方法的有效性进行了验证,对辨识结果的有效性进行了分析,可为后续开展的闭环辨识飞行试验提供技术储备和理论支持。初步仿真结果证明,提出的闭环激励下无人机多变量非线性参数频域在线辨识方法可以高效获得辨识结果,辨识的29个气动参数中有16个气动参数辨识平均误差3.43%,同时提出的辨识方法较常规最小二乘法精准度平均提高25.5%。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。     

适合概念设计的制导炮弹气动外形优化方法

为了构建能够满足复杂外形制导炮弹气动外形优化设计的方法,给出了基于解析函数和UG NX软件二次开发系统的制导炮弹参数化建模基本原理和具体实施方法,并使用遗传算法为优化算法,结合高精度面元法的气动特性预估程序,完成概念设计阶段的制导炮弹气动外形优化的快速优化设计。以翼-身-尾布局形式的制导炮弹气动外形优化设计为算例,对该优化方法进行了考核验证。算例验证结果表明:气动外形优化方法在使用较少的参数条件下,能够构建具有复杂形状的弹身和翼型的制导炮弹气动布局,并能在构建几何外形的同时快速生成不同拓扑结构外形的面元网格,结合遗传算法能够在制导炮弹概念设计阶段快速得到较优的外形布局,具有很好的工程应用前景。     

电磁轨道炮对机场跑道打击的作战能力分析

随着电磁轨道炮武器装备的快速发展,针对其完成机场跑道毁伤封锁这一重要任务所需的作战能力进行了分析研究。首先,建立了子母弹命中精度圆概率误差(circular error probable, CEP)、跑道瞄准点选择、子母弹落点模拟、跑道封锁概率计算等数学模型,并采用Monte-Carlo法对子母弹的落点分布进行仿真模拟;然后,基于飞机最小起降窗口进行搜索计算,仿真分析了电磁轨道炮射击初速、距离对射击误差的影响以及子母弹命中精度CEP、发射弹丸数量及子母弹抛撒半径等相关战技指标对跑道封锁概率的影响。研究结果对电磁轨道炮弹药总体方案设计及武器系统效能优化具有重要的指导意义。     

基于反电动势的多相感应电机MRAS控制策略优化

针对舰用多相电力推进系统无速度传感器控制的需求,将带输入滤波环节的基于电机反电动势的模型参考自适应(MRAS)方法用于多相感应电机无速度传感器矢量控制系统,推导了系统的小信号模型,分析了滤波截止频率和转速估算PI参数对系统性能的影响,并在此基础上设计了变滤波截止频率变PI参数优化的MRAS控制策略。仿真和实验结果表明:该优化方法具有更高的转速估算精度和静、动态控制性能。