非正交转轴刚体姿态控制

针对非正交转轴二自由度旋转支架的刚体姿态控制问题,应用四元数方法,讨论了非正交转轴非正交参数的辩识方法,给出了姿态控制信号与姿态四元数参数之间的关系和一种具有全局指数渐进稳定性的四元数参数姿态控制方法。     

一种改进的变结构制导律的设计与仿真

建立导弹-目标攻击简化模型,通过数学推导对一种现有的变结构制导律进行了改进设计;简要介绍了制导律的推导设计过程;运用Simulink工具进行建模仿真和数值分析,并将结果与原制导律以及比例制导律进行了比较。仿真结果表明,改进的制导律在最大过载要求、过载变化、目标视线角速度变化以及动态特性等方面都有明显的改善。     

助推滑翔飞行器复合控制系统线性化小偏差运动方程推导与控制系统设计

助推滑翔技术是制导武器实现增加射程、提高机动突防能力的关键技术之一,对飞行器姿态控制有较高的要求,需要设计复合控制方式的姿态控制系统.针对采用空气舵与燃气舵联动控制的飞行器,建立了动力学模型,详细推导了完整的三通道线性化小偏差运动方程,结合典型弹道数据给出了动力系数图像,分析了助推滑翔弹道各飞行段中飞行器的稳定性,在此基础上选取再入段低空飞行特征点进行了姿控系统设计,仿真结果验证了线性化小偏差运动方程的正确性和控制系统的有效性,为进行此类飞行器的稳定性分析与姿态控制系统设计提供了有益的参考.     

从四个方面狠下功夫 提高基层末端落实质量

<正>崇尚实干、狠抓落实是我党我军的优良传统,也是习主席对干部经常强调的基本要求。基层作为落实各项决策部署的最末端,一旦抓落实出了问题,部队建设和战斗力提升将会受到极大影响。抓好末端落实,应从四个方面狠下功夫。一、校正认知偏差,增强主动担当抓落实的思想自觉。思想认知决定具体行动。当前部队很多工作落不到位、踩不到底,根本原因是从严抓落实的思想树得不牢。有的搞片面落实,盯着上级关注的强调的抓一抓,     

SiC纤维表面CVD SiC涂层对其单丝强度的影响

采用化学气相沉积(CVD, Chemical Vapor Deposition)工艺在KD-I型SiC纤维表面制备了SiC涂层,选择2h、4h、6h和8h四个时间点研究了沉积时间对纤维性能的影响.结果表明:具有CVD SiC涂层的SiC纤维较无涂层的纤维来说强度有所下降;在所研究的沉积时间范围内,随着沉积时间的增加,涂层的厚度有所增加,涂层由不连续的岛状转变为连续层状,纤维的单丝强度出现了先升后降的趋势.     

一类三角结构非线性系统状态参考反演变结构控制

针对一类三角结构非匹配不确定性非线性系统,结合参考状态、反演设计和变结构控制方法,研究了其在非匹配不确定性和未知干扰下的跟踪控制问题,提出了状态参考反演变结构控制策略,设计的状态参考反演变结构控制器实现鲁棒输出跟踪,闭环系统在有限时间进入滑动模态.仿真算例证实了理论研究成果的正确性和可行性.     

改进的SAR图像车辆目标姿态角估计方法

合成孔径雷达(SAR)对车辆目标的识别效果与目标的姿态角密切相关.如果确定了目标的姿态角,就可以大大降低识别系统的运算量,提高识别效率.Radon变换是一种检测目标姿态角的有效方法,但是Radon变换在实际应用中有一定的局限性.通过利用二维连续小波变换引入角能量密度函数的概念,提出了一种Radon变换和角能量密度相结合的姿态角识别算法.利用MSTAR公共目标数据库中的目标样本,通过实验验证该种方法能够准确的估计目标的姿态角.     

三维传感器组网偏差估计方法

采用地心地固坐标系作为统一坐标系,研究了3-D传感器组网中的偏差估计问题,根据同一目标位置在各个传感器探测中的迭合条件.运用一阶泰勒展式推导出各个传感器的距离、距离增益、方位角、仰角偏差的线性化公式,利用最小二乘法在线估计出各个偏差量,并实时进行修正,仿真结果验证上述方法的有效性.     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.