基于免疫粒子群算法的自抗扰飞行控制器设计

提出了一种基于免疫粒子群优化算法的自抗扰大包线飞行控制器设计方法.针对传统的增益调参设计方法存在的工作量巨大与设计效率低的问题,利用自抗扰控制器进行大包线飞行控制器设计,并推导了适用于该方法的飞机非线性方程.由于自抗扰控制能够动态补偿对象模型的内扰和外扰,因此在很大的飞行区域内仅需一套控制器便可,从而避免了烦琐复杂的增益调参设计过程,并用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究.仿真结果表明,所设计的自抗扰控制器具有优良的控制性能,并且控制器参数在较大的包线范围内不需要改变,从而简化了大包线飞行控制器设计.     

卫星活动部件的干扰辨识与抑制

采用干扰辨识的方法实现带活动部件三轴稳定卫星的高精度姿态控制问题.首先以扫描镜为例进行,分析扫描镜运动对卫星产生的等效干扰力矩;然后根据卫星控制系统的稳态输出数据,采用特征系统实现算法对扫描运动产生的干扰频率进行闭环辨识;最后在所辨识干扰频率的基础上,采用偶极子干扰抑制滤波器消除扫描镜运动干扰对卫星姿态的影响.仿真结果表明,所提出的方法能有效地克服活动部件运动产生的未知干扰对卫星姿态稳定度的影响,提高在轨运行卫星的姿态控制精度.     

HLA和视景仿真技术的装甲车辆乘员协同训练系统

简单介绍了HLA/RTI的特点和功能,讨论了利用MultiGen Creator 和 Vega Prime建立三维模型时用到的关键技术,以及部分特效的实现技巧.并详细说明了分布式协同训练系统下的时间管理和数据分发管理的实现策略.给出了基于HLA/RTI和三维视景仿真技术下分布式协同训练系统的实现方法.     

基于先验知识的降秩STAP方法研究

提出了一种基于杂波先验知识的降秩(RR)空时自适应处理(STAP)方法——KA-RR法,该方法首先利用载机平台运动参数、雷达系统参数及地形、地貌参数等先验知识构建机载雷达杂波模型,然后通过该模型对机载雷达杂波数据进行预白化处理,最后利用降秩STAP方法自适应抑制剩余杂波。仿真结果表明,相对于传统的降秩STAP方法,KA-RR方法具有更好的杂波抑制性能和更强的鲁棒性。     

海浪水压场正态性及参数模型

在对不同海域、不同海况和不同水深下测的大量海浪水压场数据分析的基础上,采用Epps-Pulley检验方法对海浪水压场信号的正态性进行了检验,进而利用Box-Jenkins方法对海浪水压场信号服从何种线性模型进行了辨识。结果表明,在100 s时间内,海浪水压场信号服从或近似服从正态分布,并可利用AR模型对其进行描述。     

双天线激励混响室场均匀性研究

采用电磁仿真软件FEKO分别建立单、双天线激励混响室仿真模型,通过计算混响室测试区域电场标准偏差值研究混响室场均匀性。研究表明：与单天线激励混响室相比较,混响室工作于双天线激励条件时,测试区域各轴向电场标准偏差平均下降了15．3％,总标准偏差下降了21．9％,改善了测试区域场均匀性,这说明双天线激励混响室可提高场均匀性,同时利用双天线的功率合成解决了混响室大功放问题。     

基于CAS/Agent的装甲装备战损模型仿真

针对传统战损模型研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴CAS(Complex Adaptive System)理论的建模思想,引入ERA(Environment-Rules-Agents)方案建立战损模型。在外部干预Agent作用下,运用BP算法并结合CT(Cross Target)算法对红蓝双方对抗战斗进行仿真,模拟动态战场环境下装备损伤的演化过程。该模型可更好地理解装备损伤的动力学特性。     

对特殊类型Feistel密码的Square攻击

对轮函数为SP结构的两类特殊类型Feistel密码抗Square攻击的能力进行了研究。通过改变轮函数中P置换的位置从而给出了此类Feistel密码的等价结构,以SNAKE(2)和CLEFIA为例,给出了基于等价结构Square攻击的具体过程,将6轮SNAKE(2)的Square攻击的时间复杂度由224降为213.4;将6轮CLEFIA的Square攻击的时间复杂度由234.4降为212.4。结果表明,在设计轮函数为SP结构的Feistel密码时,必须充分考虑等价结构对算法抗Square攻击的影响。     

饱和系统的线性最优容错不变集

针对饱和系统的容错控制问题,提出了一种D稳定约束下系统吸引域的估计方法。分别以不变集和参考集的容量为优化目标,给出了两个优化容错不变集的充分条件。为解决不变集优化中出现的双线性矩阵不等式(BMI)问题,通过构造包含线性矩阵不等式(LMI)的目标函数,将它转化为非线性规划的形式进行求解。通过一个仿真实例对该方法进行验证。     

FMEA与粗糙集相结合的故障预测方法

基于FMEA和粗糙集决策系统基本理论,对飞机中分系统故障预测问题进行了研究。首先定义故障预测所需的征兆并对系统进行FMEA,按照FMEA分析结果分次向系统模型注入引起特定故障的事件,采集含有故障趋势的系统模型的信息用于构建适用于故障预测的粗糙集决策表,对该表进行了处理,最终发现用于故障预测的知识(即决策规则和算法);最后运用所发现的知识进行故障预测。