GPS单孔径双极化天线抗干扰算法与性能分析

设计了一种利用单孔径双极化天线进行GPS自适应抗干扰的方法,并对算法的性能进行了详细的分析.新方法在不降低卫星信号质量的前提下,仅占用单个天线位置,就可以对付窄带或宽带干扰,为增强安装受限装备的导航抗干扰能力提供了一种新的解决方案.仿真结果表明,新方法可行、有效.     

空间机器人抓捕任务的六自由度同步控制逼近策略

利用空间机器人抓捕目标卫星是航天器在轨服务的主要模式之一.针对空间机器人对无控旋转卫星的抓捕逼近问题,为了提高适合抓捕的时间范围,研究了六自由度(6-DOF)同步控制逼近策略.采用修正罗德里格斯参数描述姿态,给出了无控旋转卫星的运动模型;假设空间机器人采用动量轮控制姿态,通过分开处理轨道同步和姿态同步建立了6-DOF同步控制问题模型;考虑惯量参数的不确定性,利用自适应输出反馈控制原理,分别推导了轨道同步和姿态同步跟踪控制律.仿真算例表明在空间机器人惯量参数不确定和摄动作用下可以有效实现同步跟踪.     

一种稳健的自适应IIR陷波器复数级联算法

针对背景噪声中多个复正弦信号的提取问题,提出利用二阶陷波器复数算法的级联来实现,并给出了一种自适应级联算法.基于对软件复杂度和计算量的考虑,在这种算法的基础上又给出一种改进的二阶自适应陷波器级联的复数算法,大大降低了系统复杂度和计算量.仿真实验表明,两种陷波器级联算法均能很好地提取背景噪声中的复正弦信号,并准确估计复正弦信号的频率.     

基于神经网络的混合双滤波器自适应目标跟踪算法

在分析近期基于神经网络数据融合的目标跟踪算法的基础上,结合一种新的自适应滤波模型(NAF)和速度估计自适应跟踪算法(AVE),提出了基于神经网络混合双滤波器的机动目标自适应跟踪算法(NHDF).该算法通过在线自动调节网络输出进行过程噪声方差融合,降低了现有算法因系统方差的调整不当而带来的精度损失.理论分析及仿真结果证明,与"当前"统计模型、速度自适应模型和新的自适应模型算法相比,该算法具有跟踪精度高,自适应能力强的优点.     

自适应遗传算法捷联惯导系统初始对准

在基本遗传算法的基础上给出了一种适合于捷联惯导系统初始对准问题研究的自适应遗传算法,该算法适时调整遗传空间大小,以保证对准的速度.在选择操作中采用最优解保存策略.交叉概率和变异概率的适时变化使姿态信息具备更强的环境适应性.根据初始对准的特点,用地球重力加速度和自转角速度信息构造适应度函数.仿真结果证实了该算法在捷联惯导系统初始对准问题研究中的有效性.     

“动中通”系统中的跟踪识别技术

天线跟踪与卫星识别是"动中通"系统中的关键技术.首先在对各种跟踪方式比较分析的基础上,提出了一种基于惯性制导、程序跟踪和圆锥扫描跟踪的组合天线跟踪方案,缩短了系统搜索卫星的时间,提高了天线跟踪卫星的精度;而后通过分析卫星可供识别的特征,提出了应用解码后的数据流特征进行识别卫星的方案,降低了系统对传感器部件的精度要求,降低了系统成本.     

超长波磁场接收天线磁致伸缩噪声研究

研究了海水中超长波拖曳磁场接收天线在地磁场中产生磁致伸缩噪声的机理,导出了计算磁场拖曳天线磁致伸缩噪声功率谱的理论公式,分析了天线灵敏度、电缆特性、地磁场等因素对磁致伸缩噪声的影响.用理论公式对拖曳天线磁致伸缩噪声电压进行了实例计算.试验测试结果表明,计算曲线与测量曲线基本一致,证明了理论公式的正确性.     

自适应模糊PID控制在空气取水装置中的应用

传统PID控制应用在具有较大滞后性、时变性和非线性系统时,参数一旦整定就不能自动调节,因此,系统随条件变化自动调节的能力不强,控制效果不佳.针对这种情况,将模糊控制和常规PID控制相结合,提出一种基于模糊控制规则的自适应模糊PID控制方法,实现了PID参数在线实时整定,并将其应用于空气取水装置蒸发器过热度控制中.通过Matlab仿真,与常规PID控制仿真曲线比较表明,该控制方式具有动态响应快,超调量小,控制精度高等特点,在研制的空气取水装置中取得了较好的控制效果.     

鱼雷非线性姿态系统的自适应反演控制

以鱼雷姿态角为输出量,将鱼雷非线性模型转换为输入输出动态和内部零动态两个部分.通过数值计算,确定了零动态的稳定性.对输入输出动态设计了反演控制律,将参数自适应调整与变结构控制相结合,简化了切换函数的设计.仿真结果表明,所设计的控制方法消除了模型参数扰动的影响,使鱼雷姿态角具有良好的控制效果,同时使非线性模型中的其他状态变量保持稳定.     

自适应模糊PID控制器的设计和仿真

在参数自适应模糊PID控制器的基础上,利用模糊推理的方法实现了对PID参数的在线自动整定,并且在MATLAB软件下将该控制器在某系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果,对进一步应用研究具有较大的参考价值.