未知非线性系统的神经网络建模与控制仿真研究

针对一类未知非线性系统的建模与控制问题,采用基于神经网络的多步预测控制算法进行了仿真研究,仿真对象选取控制工程界常用的单摆试验装置.该算法的实现步骤为:获取系统开环试验数据;辨识神经网络正向动态模型;设计非线性优化控制律.仿真研究结果表明,所提出的建模与控制方法是有效的.     

用于纯方位目标跟踪的修正极坐标自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差的问题,提出了一种修正极坐标系下的自适应卡尔曼滤波算法,对虚拟系统噪声进行估计,动态补偿模型线性化误差,对其滤波理论及算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

基于UKF-SOFNN的近距机动目标跟踪滤波算法

对于多目标杂波环境中的机动目标跟踪,由于目标集群中各个目标间的空间距离可能小于探测器的空间分辨率,因而可能出现误跟、诱饵欺骗与杂波虚警等一系列严重后果。对此,提出一种综合运用UKF(不敏卡尔曼滤波)和SOFNN(自组织模糊神经网络)的UKF-SOFNN滤波跟踪算法,将机动目标模型视作严格的非线性系统,利用UKF-SOFNN对非线性参数的辨识能力提高对锁定机动目标的跟踪能力。仿真实例表明,该算法能有效地辨识目标群中的目标,并进行可靠的跟踪。     

相参辐射源安全诱偏反辐射导弹研究

相参诱偏技术,相对目前广泛采用的非相参诱偏技术,理论上可将反辐射导弹诱偏至导弹杀伤半径外的安全区域,具有一定的应用前景,其实现难点主要在于相位差的控制。通过两点源反辐射导弹诱偏模型,得出相参辐射源安全诱偏反辐射导弹所需要的相位差,提出利用交互多模-概率数据关联滤波估计的方法对反辐射导弹的位置进行滤波估计以减少相位差误差。仿真试验表明,该方法能有效提高定位精度,减少相位差误差。     

混合粒子滤波被动定位算法

为实现空中机动单站对运动目标的快速无源定位,提出了一种基于测向交叉定位方法的混合粒子滤波算法.针对粒子滤波初始化存在的问题,该算法从测向交叉定位方法得到建议分布,利用角度测量对状态变量的约束关系产生所需粒子,避免了粒子滤波产生粒子时的随机性,减少了高维情况下所需的粒子数目,降低了运算成本,提高了粒子滤波的实时性能.与粒...     

薄壳结构跌落冲击仿真与试验研究

为了验证薄壳结构跌落冲击问题动态数值仿真的方法途径,设计制作了带有配重的薄壳结构,测定了材料主要力学性能,利用非线性有限元软件对该结构进行单次和累积结果的多次跌落冲击数值仿真,并进行了验证试验。对该结构的跌落冲击过程、典型位置的加速度响应、塑性变形的仿真、验证试验结果进行了对比分析,结果表明：采用的数值仿真方法和途径能够较好地研究分析薄壳结构的跌落冲击及其他同类问题。     

动力伞8自由度动力学建模与仿真

现有文献中的翼伞建模方法多数是针对不带动力情况下的翼伞建模,不能适应动力翼伞的飞行控制。为了实现动力伞的有效控制,首先要建立合理的动力学模型。假设翼伞承载物和软翼之间具有2个自由度,分别建立软翼和承载物体坐标系下的作用力和力矩的平衡方程,通过体坐标系转换和消除翼伞内部状态量,得到有利于实现翼伞控制的8自由度非线性状态方程。仿真表明模型的飞行曲线与飞行实验的结果相一致,验证了模型的有效性。     

超音速气流中热塑性复合材料壁板的非线性热颤振特性

热塑性复合材料结构在高速流场中的颤振行为是可重复使用航天器设计中需要考虑的问题.基于Mindlin厚板理论和Von-Karman大变形理论描述热塑性复合壁板结构大变形,超音速气动力采用活塞气动理论.考虑温度引起的壁板面内热应力和热塑性材料力学性能的改变.根据虚功原理和有限元法推导建立了热塑性复合材料壁板的热颤振模型,进...     

基于改进粒子群算法的火炮内弹道多参数符合计算

为了研究火炮在发射过程中膛内火药燃烧规律以及弹丸运动规律,需要建立火炮内弹道数学模型并进行数值求解,在此过程中对部分内弹道参数进行符合计算是优化内弹道模型的重要途经之一.在经典内弹道方程组的基础上,阐述了经典内弹道计算原理,并对基本粒子群算法进行了改进,使改进后的粒子群算法在迭代初期有较大的惯性权重ω和学习因子c1以及较小的学习因子c2,而在迭代后期有较小的惯性权重ω和学习因子c1以及较大的学习因子c2,从而有效地避免粒子群陷入局部最优而导致收敛精度低的缺陷.将改进后的粒子群算法应用于火炮内弹道多参数符合计算,算例结果表明该方法完全满足工程实际要求,具有收敛速度快、符合精度高的特性,是火炮内弹道多参数符合计算的理想算法之一.     

基于GM-PHD的低可观测编队目标跟踪方法

考虑到多编队在低可观测情况下存在的目标跟踪问题,提出了一种基于高斯混合概率假设密度(GM-PHD)滤波算法的编队目标跟踪方法.该方法是在修剪融合过程中,先保留剪掉的高斯分量,再对这些分量进行状态外推,利用JS(Jensen-Shannon)散度判断下一时刻状态估计值与外推状态值是否相似,以判断结果体现目标丢失情况,使得真实目标不丢失,解决了低可观测情况下目标易漏检带来的跟踪性能下降问题.然后,利用编队目标的特点,结合密度聚类方法估计出编队整体的状态,避免因状态估计集合中状态值过多影响算法性能.最终,仿真实验结果表明,该方法可以在低可观测情况下有效跟踪编队目标,具有较好的跟踪性能.