针对带有不确定性且不确定性边界未知的重装空投过程飞机运动系统, 提出了一种有限时间收敛增益自适应滑模控制律。该控制律由标称控制和补偿控制两部分构成, 前者用于获得有限时间的收敛性能, 后者用于克服不确定性, 提高系统鲁棒性。采用自适应方法在线近似补偿控制器的增益, 解决了控制增益选取依赖于不确定性边界的问题, 并有效抑制了滑模控制的抖振现象。理论分析表明, 该方法能够保证飞机速度和俯仰角的跟踪误差有限时间收敛。仿真验证了控制方法的有效性和优越性。

齿轮副侧隙是齿轮机械设计和齿轮啮合时的重要参数, 为了提高齿轮副侧隙的测量精度, 解决由于结构所限无法实现两个齿轮上同时安装圆光栅光电码盘作为角度传感器的齿轮副侧隙的测量问题, 提出了一种基于光电角度测量模块的齿轮侧隙自动测量技术, 在主动齿轮上安装微型光电角度测量模块, 从动齿轮上安装光电编码器, 来采集两个齿轮的角度, 并进行数据处理和软件控制, 实现了齿轮副侧隙的自动测量; 给出了影响该自动检测系统的主要误差来源, 进行了误差分析; 最后通过实验给出了一种锥齿轮副侧隙的自动测量结果。

针对常规的合成孔径雷达/地面运动目标检测(SAR/GMTI)系统目标径向速度过大导致的速度模糊问题, 提出了一种解径向速度模糊的多通道干涉SAR运动目标检测方法。该方法通过设置4个不等间隔的接收通道并合理设计各通道间距, 对两两子图像分别进行干涉对消处理, 得到2个测速集合, 这2个集合的交集元素即为目标速度的正确估计, 从而有效解决速度模糊问题,实现对目标径向速度的精确估计。理论分析及计算机仿真验证了该方法的有效性。

针对头盔显示器(HMD)的头部姿态检测系统中单一传感器进行头部姿态解算准确度低、精度粗略的问题, 提出了一种基于MARG传感器的头部姿态解算方法。将互补滤波与PI算法相结合估算陀螺仪的漂移误差, 再通过扩展卡尔曼滤波(EKF)实现姿态数据融合。设计了由CC1310、陀螺仪、加速度计和磁强计组成的头部姿态检测单元进行测试实验。与单独的EKF对比, 结果表明, 这种算法对陀螺仪自身的漂移和加速度计噪声有抑制作用, 提高了头部姿态解算的精度和稳定性。

针对某火箭炮交流伺服系统存在惯性力矩、摩擦、变负载及不同工况下内外扰动等复杂非线性,传统的PID控制方法难以得到良好性能指标的问题, 在分析火箭炮交流伺服系统组成的基础上, 建立其系统数学模型, 并设计一种基于神经网络自抗扰控制(ADRC)的分数阶PID(FOPID)控制器; 为减少该控制器参数计算量以及提高其动态性能特性, 引入RBF神经网络控制算法, 对FOPID控制器的积分阶次和微分阶次实时在线自整定。数值仿真实验结果表明: 该控制策略能够有效抑制位置扰动, 具有修复到位快、响应速度快、无超调等优点。

为实现新型舰炮对海作战能力需求生成, 构建框架模型, 建立舰炮**在对海作战过程中的检测概率、最大发现距离及跟踪距离、反应时间及单发命中概率等映射模型。仿真验证新型舰炮在不同初速下, 以要达到指定单发命中概率射击距离25 km处目标时的系统精度为标准, 分析在不同射击距离下对新型舰炮的能力指标要求。模型方法可定量生成满足作战任务的能力指标需求, 对于科学规划新型舰炮**装备发展具有重要的理论和实践意义。

针对导弹雷达导引头测试数据获取困难、失效机理多样的问题, 在分析导弹雷达导引头退化数据和失效数据特点的基础上, 提出了一种退化失效与突发失效相关的竞争失效状态预测模型。针对退化数据的小样本、非线性和不确定性的特点, 采用相关向量机(RVM)对其分布参数序列进行回归预测, 并基于量子粒子化算法(QPSO)和Hannan-Quinn(H-Q)准则分别对核参数和嵌入维数进行寻优; 考虑到突发失效与退化失效之间的相关性, 引入位置-尺度模型描述突发失效分布参数与退化数据间的相关关系, 进而对下一阶段导弹雷达导引头的失效状态进行预测。实例预测结果验证了模型的可行性及合理性。

针对分布式多传感器融合系统中, 传统的航迹融合算法未充分考虑不同传感器探测跟踪性能不同带来的航迹质量的不确定度差异, 导致融合后的航迹质量下降的问题, 提出了一种基于跟踪质量熵的航迹融合算法。首先, 构建融合中心所有局部航迹的跟踪质量熵模型, 根据熵大小排序并划分不确定度等级; 然后, 选择质量熵排序队列的航迹作为参考数列, 利用灰度理论对不同局部节点的来自同一目标源的航迹进行聚类; 最后, 将聚类后的航迹, 根据不确定等级进行分群融合, 并把不确定等级较低的航迹融合后的状态反馈至各局部节点进行局部融合。该方法提高了局部节点的跟踪质量, 增强了航迹融合的正确性, 仿真验证了该方法的可行性和有效性。

认知电子战要求使用更为智能的算法以适应日益复杂多变的电磁环境。针对参数存在变化的旋转调谐磁控管捷变频雷达的频率预测问题, 以真实数据为依据, 在剔除野值的基础上分析数据, 提出了基于差分进化算法的频率预测方法。对比相关工作, 所提算法提高了雷达频率预测精度, 降低了对数据连贯性的前提要求, 且能够通过在线分析适应调谐参数变化的频率规律, 因此具有更强的应用价值和鲁棒性。

在复杂环境下, 卫星导航信号容易受到干扰, 导致无人机卫星定位失效。提出了一种基于多点约束的微小型无人机自主定位技术, 通过机载光电测量平台对多个地面目标点进行观测, 根据地面目标点、像点和摄像机光心三点共线的几何关系建立无人机自主定位数学模型, 并结合最小二乘估计求解无人机自身空间位置。通过实验验证该方法的可行性与鲁棒性, 实验结果表明该方法能够在误差允许的范围内获取无人机位置信息, 可一定程度上丰富无人机自主定位理论。

针对传统空空导弹攻击区解算过程中解算精度和速度的矛盾, 提出了基于自适应步长黄金分割法的边界搜索方法, 在建立导弹和目标三自由度弹道模型的基础上, 引入脱靶量为自适应变量, 对传统黄金分割法步长进行改进。仿真结果表明, 该算法可在部分提高攻击区解算速度的前提下, 较大程度提升计算精度, 满足机载火控系统攻击区解算的实时性和精度要求。

针对传统相关滤波目标跟踪算法在目标快速运动、遮挡、复杂背景等情况下跟踪精度低的问题, 提出了一种自适应上下文感知的相关滤波目标跟踪算法。在相关滤波算法框架的基础上, 重点针对循环移位带来的边界效应与固定学习率进行改进: 首先,在分类器训练阶段提出一种基于响应图极值的自适应采样策略加入上下文信息;然后, 采用了一种分段学习率调整策略使算法更好地适应目标变化;最后,在标准数据集上验证了算法的性能。实验结果表明,提出的算法提高了DCF与SAMF算法的跟踪精度, 不仅在目标快速运动、遮挡、复杂背景等情况下鲁棒性较好, 而且还能作为一种框架集成到大部分相关滤波类算法中。

针对多传感器航迹关联问题, 提出了一种基于区间数和DS(Dempster/Shafer)证据理论的解决方法。该方法通过分析误差对参数测量的影响, 构建传感器探测目标参数真实值区间数, 通过计算区间数之间的相对支持度, 获取目标参数对于航迹相关的支持程度, 基于DS证据理论将不同参数对航迹相关的支持程度进行合成, 以此解决航迹关联问题。实例表明, 该方法能够较好地解决多传感器航迹关联问题。

针对一般民用MEMS陀螺仪精度较低的缺点以及传统MEMS随机误差时间序列建模需进行零均值化处理且不能进行在线处理建模的问题,提出一种基于状态扩增的随机误差实时滤波方法, 将时间序列的均值作为未知数, 给ARMA模型增加一个截距项, 并利用该模型采用扩增状态的方法设计卡尔曼滤波及自适应卡尔曼滤波器, 使得测量数据不需满足零均值的条件。静态及摇摆试验表明, 所提方法能大幅提高MEMS陀螺仪精度。

基于单目视觉的机器人同步定位与地图创建 (SLAM)方法是实现机器人自主行走的重要研究方向之一, 而图像特征匹配技术是该方法中的关键技术。基于尺度不变特征变换(SIFT)算法的SLAM匹配方法具有提取特征点数量丰富、稳定等优点, 然而在速度以及正确率方面仍存在一些不足。因此针对SIFT算法描述子维数高、匹配时间长等问题, 提出了一种改进的SIFT算法, 将原128维的特征描述子降至内部矩形外部圆形的24维特征描述子, 匹配过程中应用了三线性插值、RANSAC算法等对匹配结果去除误匹配。实验结果最终表明, 改进后的SIFT算法不仅对角度变化、光照变化等情况均具有良好的鲁棒性, 匹配速度和正确率也有显著提升, 可满足实时SLAM同步地图构建的需要。

针对典型航电FC交换网络的架构, 综合考虑了节点、交换机整体故障和各个端口独立故障对网络可靠性的影响差异以及多种余度数量的分析需求, 建立了节点、交换机和链路故障模型、端口-端口网络故障模型以及节点-节点网络故障模型, 提供了一种基于矩阵的直观建模思路; 给出了基于仿真的故障样本生成方法和网络可靠性计算方法, 并结合案例对航电FC交换网络的可靠性进行了定量分析, 以上模型和方法可为航电FC交换网络的可靠性设计提供理论数据支持。

针对ARINC661规范下UA与CDS之间数据交互量大、传输周期短, 实时监控过程中难以全面、细致地分析指令的问题, 研究了座舱显示系统离线检测技术, 设计了环形数据批量存储、仿真UA、异常定位等方法, 可以在离线环境下重现指令交互过程。测试结果表明, 该设计合理、运行可靠, 可以在离线环境下检测交互指令。

针对在风洞试验中, 6分量天平采集到的数据如何消除干扰的问题, 提出了一种结合EMD算法和小波变换的处理方法。从天平的设计角度来考虑数据中可能含有的干扰成分, 指出干扰成分与数据的时频关系, 在理论上说明该方法的合理性。通过仿真试验还原数据, 并与传统的消除干扰算法做误差对比, 验证该方法相比于传统方法有着更好的准确性。最后对真实6分量天平数据进行处理, 进一步证明该方法的实际可行性。

主要针对无人机传感器故障种类较多、类型复杂等特点, 通过灰色模型与Elman神经网络对时延进行建模预测, 利用最小方差原理得到组合时延预测模型, 最后将其应用于无人机传感器故障诊断, 并通过仿真验证组合预测模型对故障诊断时延具有较高的预测精度, 证明了该诊断方法的有效性。

大型高精度目标跟踪转台主要用来模拟导引头、雷达等探测设备的目标运动特性, 测试探测设备的跟随特性, 是航空、航天领域重要的半实物仿真设备。首先介绍了转台的工作原理、控制系统硬件组成, 然后将永磁直流力矩电机的数学模型和转台的动力学方程结合, 建立了转台的数学模型, 在此基础上提出了基于PID控制器的三环控制系统, 实验研究表明该系统在技术要求范围内满足双十指标。

综合分析目标的各项属性并进行排序, 是合成分队辅助决策的核心问题。针对传统目标排序方法的不足, 提出了一种改进层次分析法与熵权法相结合的模糊综合排序方法。在充分借鉴以往评判指标的基础上, 将目标的心理价值纳入评估指标体系, 提升了评估的全面性; 在评估指标权重计算过程中, 使用改进层次分析法与熵权法相结合的方法, 综合考虑专家打分的主观与客观特性, 提升了权值求解的合理性; 基于评估指标及权值, 采用一种多层次模糊评判算法进行目标综合排序。采用上述方法, 对想定中的8个重要目标进行排序, 结果表明: 所提方法得出的排序结果符合指挥员认知, 提高了决策的科学性和有效性。