可重复使用飞行器末端能量管理段自适应制导方法

末端能量管理段连接再入段和自动着陆段,在可重复使用飞行器返回再入及水平着陆过程中至关重要。本文通过跟踪在线地面轨迹对可重复使用飞行器进行制导研究,设计具有自适应性的制导方案,并通过仿真验证该方案的有效性和鲁棒性。     

基于LSTM的落速控制最优制导策略研究

针对高超声速飞行器末端速度控制的需求,在落角约束最优制导律的基础上,对制导律的量纲一过载特性进行分析,证明了通过调节制导参数,能够对飞行末端速度产生影响;进而提出了制导律末速控制的策略,并基于此提出了对气动偏差适应的制导律在线设计方案;采用LSTM深度神经网络,进行了制导律参数在线设计算法的实现;最后进行了弹道仿真,对所设计的制导参数在线设计算法进行验证. 仿真结果表明其在保证末端命中精度和落角满足指标要求的前提下,对弹道的末端速度控制能力有显著提升.      

基于制导/估计综合设计的协同制导律

基于普通分离原理,将反导作战噪声环境中拦截高速机动目标的制导问题考虑为一类非线性、非高斯追逃拦截问题.引入追逃未达集概念,利用几何方法将估计器设计方法结合到制导律的设计中,通过理论推导综合设计了估计器和制导律,并在此基础上,在目标函数中,引入包围因子,对多拦截器协同制导律进行了研究.数值仿真验证了基于制导/估计综合设计的协同制导律的制导性能和有效性.     

RLV末端能量管理段制导与控制系统定量性能评估方法研究

针对可重复使用运载器(RLV)末端能量管理过程中制导与控制系统的性能好坏,提出了一种基于评价指标体系的定量评估方法.讨论了飞行器末端能量管理过程中主要影响指标,介绍了指标值的获取方法、归一化处理方法以及利用AHP层次分析法和熵值法相结合的主客观结合赋权法获得指标权重的过程并以此为基础构建了自上而下分别为目标层、准则层、指标层的末端能量管理段评估指标体系结构,最后通过仿真完成定量评估过程.所提出的方法可成功应用于可重复使用运载器末端能量管理段制导与控制系统的性能评估,显著缩小飞行器验证时间和成本.     

制导炮弹姿态非线性模型预测控制仿真分析

为实现对某制导炮弹攻角、侧滑角和速度倾斜角指令的快速跟踪控制,应用具有解析控制律的非线性模型预测控制方法设计其控制器.将制导炮弹控制器分成内、外两个回路来设计,通过外回路控制器将攻角、侧滑角和速度倾斜角指令转成弹体角速度指令,再由内回路控制器转成舵偏角指令.仿真分析了非线性模型预测控制参数(控制阶数和预测时域)对制导炮弹控制器的影响,得到其对控制效果影响的定性规律.仿真结果表明,合理选取控制阶数和预测时域组合,可使该控制器具有良好的控制效果,系统控制响应快,基本实现无差控制.     

基于卡尔曼预测估计器的输入加权预测控制算法

针对噪声环境下输入带有约束的系统,传统的方法要处理一个二次规划问题.本文提出用最小化无约束二次性能指标得到的输入控制量的加权和代替该时刻的输入作用于系统.用这种方法将不存在不可行问题,使得控制输入的振荡范围减小,能大大减小违反约束的机率.仿真结果证明了算法的有效性.     

考虑一阶驾驶仪动力学的角度控制最优制导律

为研究考虑驾驶仪动力学的最优制导律,构造了引入一阶驾驶仪动力学的导弹运动方程. 基于带终端状态约束的最优控制问题,将传统的目标权函数扩展为导弹剩余飞行时间负n次幂的形式,推导得到考虑一阶驾驶仪动力学的最优制导律通用表达式. 通过将目标函数的终端状态权系数选为无穷大,化简得到考虑一阶驾驶仪动力学的角度控制最优制导律OIACGL-1,并讨论了OIACGL-1的两种简化形式. 引入落角约束和初始方向误差,分析了OIACGL-1系统的归一化加速度特性;分析指出,OIACGL-1系统在n≥0时的终端加速度指令严格为0,对应的终端加速度响应近似为0.      

基于小生境遗传算法的制导雷达误差估计

制导雷达误差估计是多雷达站之间信息资源共享的前提和基础。针对无基准数据条件下的误差估计难题,建立了制导雷达误差估计模型,采用小生境遗传算法,给出了误差评估模型的求解方法,并进行了实验验证。仿真实验表明：比较传统遗传算法,小生境遗传算法克服了早熟收敛和后期收敛速度慢的弱点，表明算法是可行的,对多雷达站实现网络化作战有重要的作用和价值。     

基于滑模控制的飞行器螺旋机动、制导与控制一体化设计研究

针对空舰飞行器末制导过程中突防能力不强;制导、控制回路分离设计在带宽分离假设条件不满足情况下的控制效果较差的两方面问题,将飞行器制导与控制回路进行一体化设计,并引入三维螺旋机动的弹道机动形式,实现了螺旋机动、制导、控制一体化的设计研究. 首先对飞行末段的制导、控制回路进行了一体化建模,之后应用滑模控制方法,完成了制导与控制一体化的控制律设计,而后引入了对视线倾角速率与视线偏角速率的周期性拉偏,完成了螺旋机动、制导、控制一体化设计,仿真结果表明,本文设计的控制律在保证对目标的精准打击能力的同时具备了攻击过程中的弹道螺旋机动能力.      

基于混合粒子群法的RLV上升段轨迹优化

针对可重复使用运载器(RLV)轨迹优化问题,提出了一种混合粒子群法(HPSO).算法采用改进粒子群算法与序列二次规划法相组合的优化方法,应用了一种新的粒子群划分方案,引入调节搜索速度的时变惯性因子,改进了速度和位置的更新策略.给出了上升段轨迹优化问题的飞行运动学方程、发动机模型、气动力模型、约束条件;确定了优化设计步骤,包括配点离散、多邻域改进PSO、HPSO混合策略;并对最小燃料消耗问题进行了优化分析.计算结果表明:HPSO算法在没有合适初始值的情况下,仍能得到满意的全局最优解,具有正确性、高效性和鲁棒性好等优点,可以很好地解决RLV轨迹优化问题.     

重复使用火箭着陆缓冲的机构冲击动力学分析及实验验证

为描述运载火箭着陆引起的着陆缓冲机构横向振动,提出一种等效模型,将着陆引起的激励等效为冲击激励和稳态激励的叠加。采用假设模态法求解着陆缓冲机构的横向振动模态,并考虑轴向力与横向振动的耦合,进一步通过模态叠加法求解振动响应,得到由着陆冲击引起的着陆缓冲机构横向振动的半解析解。基于真实产品进行的垂直着陆冲击实验结果表明,该模型可较精确地描述着陆缓冲机构横向振动的响应和最大弯矩。基于该模型,分析着陆缓冲机构的构型参数和材料强度对着陆缓冲机构的影响,研究结果可为实际工程相关着陆缓冲机构的参数设计提供指导。     

车辆起步过程神经网络PID控制研究

针对车辆起步工况的多样性, 笔者设计了神经网络PID(Proportion Integration Differentiation)控制器, 通过对离合器的转速跟踪控制, 在保证发动机不熄火的前提下, 实现了AMT(Automatic Manual Transmission)车辆快速平稳起步的控制目标。为了验证控制器的有效性,建立了中型卡车的传动系模型, 其中包括发动机、 离合器、 变速箱、 主减速器和车轮等, 并且根据实际起步情况, 设置了正常起步、 急起步、 载重起步和坡路起步4种工况, 进行了AMESim-Simulink联合仿真实验。通过与传统PID控制器的控制效果相比较, 分析得出,神经网络PID控制器能在变工况下很好地完成AMT车辆起步控制, 具有良好的自适应性。     

滑翔式飞行器高空自适应跟踪制导控制方法

针对具有较大机动能力的滑翔式高超声速飞行器在复杂高空环境再入的问题,提出了一种基于LQR(线性二次调节器)的多状态自适应跟踪制导方法.该方法基于飞行器量纲一化的再入运动模型,考虑滑翔式飞行器各特征参数和飞行约束设计出基本安全飞行走廊,用拟合法将标准弹道综合成航程-高度-速度-航迹角函数.然后设计了基于LQR的多状态跟踪制导律,并采用多项式拟合法实现全弹道制导律的增益调度函数;形成了一套完整的滑翔式飞行器再入过程基于标准轨道的多状态LQR制导方案设计.并通过仿真计算,验证了该制导方法,表明该方法是有效、高精度的飞行器高空自适应跟踪制导方法.     

基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

无人飞行器双目视觉位姿估计算法改进与验证

针对无人飞行器(UAV)在未知复杂环境下的导航问题,提出一种基于双目视觉的UAV位置和姿态估计算法.利用基于非线性尺度空间的KAZE特征构建立体图像对的特征点检测与描述,用Knn算法进行特征点匹配,导出相机坐标系下特征点三维坐标,用随机抽样一致(RANSAC)算法与L-M迭代算法获得UAV姿态和位置估计值.实验验证结果表明,基于KAZE特征的UAV双目视觉位姿估计算法的准确性、实时性与可重复性好,能满足UAV实时导航要求.     

Parzen窗核密度估计的大规模数据模式分类隐私保护方法

 针对大规模数据集上的模式分类任务, 提出基于Parzen 窗核密度估计的模式分类隐私保护算法。利用Parzen 窗算法对原始大规模训练集服从的概率密度进行估计, 根据估计的概率密度函数构造la 个替换训练样本, 其中l 为原始样本的数目, a 通过10 折交叉验证方式确定。最后发布替换训练样本进行模式分类, 以实现原始数据上的隐私保护。在Adult 数据集上的仿真实验充分验证了算法的有效性。     

基于CUDA的运动估计算法研究

运动估计是H.264视频编码器中复杂度最高、耗时最长的模块.本文介绍了运动估计的基本原理以及全搜索算法FS(Full Search)和钻石搜索法DS(Diamond Search)等经典的运动估计算法,并引入了基于CUDA的运动估计算法:全域消除GEA算法和基于CUDA的并行FS算法,有效地提高了H.264视频编解码速度.     

基于核密度估计的图像平滑的最优停止

运用偏微分方程进行图像平滑的过程中,迭代的最佳停止次数一直都是研究重点.利用随机变量之间的独立性,提出一个基于核密度估计的最优停止准则.该准则能获得准确的最佳停止次数,且不需要预知图像中的噪声水平.数值实验结果表明,该准则所得到的最佳停止次数非常接近于均方差（mean square error,MSE）方法所得到的最佳停止次数,且适用于多种噪声水平.     

一种改进的基于支持向量机的概率密度估计方法

统计学习理论是针对小样本数据而提出的一套理论,支持向量机方法可用于解决有限样本情况下的概率密度估计问题,该种方法与Parzen窗的精度等级类似,同时又具有Parzen窗方法所不具备的稀疏解,但应用过程中耗时较多。本文提出了一种基于支持向量机的改进密度估计方法,分析了其原理,通过仿真实验的对比,改进后的密度估计方法与改进前相比,估计精度的水平保持不变,训练后的支持向量数目不变,对训练样本的训练时间大幅缩短。由仿真结果可知,本文提出的对支持向量机法估计概率密度的改进是可行的。