针对舰载机着舰阶段甲板运动和舰尾流造成的控制难度大以及着舰精度低的问题, 提出了舰载机“魔毯”着舰直接力控制方法, 提高了飞行轨迹的响应速率和响应带宽。直接升力由襟翼与升降舵配合产生, 且直接升力操纵面主控轨迹, 而平尾通过保持迎角来辅助控制轨迹。油门通道采用速度恒定的动力补偿方式进行控制。将该控制方法与传统控制方法对比仿真, 加入甲板运动和舰尾流的干扰, 仿真实验表明“魔毯”着舰直接力控制方法的轨迹修正速度较快, 着舰精度较高。

针对一类具有参数不确定性和多个外部扰动的非线性系统, 基于Backstepping方法提出一种自适应控制策略。在控制设计中引入虚拟控制函数, 使用改进的自适应定律估计外部扰动的未知边界, 利用这些未知边界的更新值, 为这种不确定的非线性系统合成一类连续自适应鲁棒状态反馈控制器, 同时利用李雅普诺夫稳定理论确保所提控制器使非线性系统具有渐近稳定性。最后仿真算例表明了所提控制器的有效性。

随着现代空战中战术战法的迅速发展, 以集群作战、编队协同作战和饱和攻击为代表的新型作战模式, 对防空探测和防空**系统的多目标跟踪和多目标打击能力提出了更高的要求。为适应多目标试验任务的需求, 靶场的供靶模式必须由单机供靶模式向多机供靶模式转变。一站多机式测控系统能够同时遥控多架无人机和同时接收多架无人机遥测数据, 大大降低多机供靶模式下的试验成本和人力物力资源消耗。结合靶机测控系统特点, 在机载和地面站均只配备一套数传电台的情况下, 基于时分双工方式和时分多址体制, 设计一站多机式靶机测控系统。实验和试飞证明, 该系统设计科学可行。

舰载机目视着舰程序是舰载机上舰的重要环节, 对航线有着严苛的要求。基于系统工程MBSE方法研究了舰载机目视着舰程序中目视着舰航线在舰载机飞行管理系统中的实现问题, 通过需求捕获与分析, 建立了需求模型。研究了舰载机目视着舰过程中飞机与航母的相对运动关系, 给出舰载机目视着舰航线参数的计算方法及不同因素对参数影响的结果分析, 并建立了飞机动力学和运动学仿真模型, 最后将生成的不同目视着舰航线插入到飞行管理系统, 进行了三维轨迹的全过程跟踪与仿真。

在雷达作战系统中, 波束资源的合理调度一直是一个关键问题。本文将协方差算法与灰色关联决策算法相结合实现雷达系统的波束资源分配, 在满足各目标跟踪精度的基础上, 最大化波束资源的利用率。对于被跟踪的多个目标, 由灰色关联度决策算法计算其威胁度, 根据目标威胁度设置期望协方差, 计算各个目标期望协方差与实际协方差之间的差异度并由大到小进行排列, 选择最大差异度的目标作为跟踪对象。如果所有目标都达到期望值, 则进行新目标探测。仿真结果表明, 提出的算法能够较好地进行多目标波束资源的自适应分配。

针对无人飞行器(UAV)跟踪目标初始段实际航向与制导矢量场提供的期望方向不一致问题, 提出了一种基于动态逆的航向误差修正方法。首先, 在UAV运动学模型基础上利用Lyapunov矢量场制导方法为UAV跟踪目标提供了跟踪导引律; 之后, 通过构建UAV航向误差修正动态逆结构系统, 在UAV飞行初始段逐步修正航向误差, 并控制航向误差收敛速度; 最后, 将UAV初始航向按所在区域进行分类, 进行了航向反馈收敛性证明。对不同控制参数下UAV初始段航向收敛速度及飞行航迹进行了仿真验证, 同时将本文方法与圆弧补偿方法进行了仿真对比, 仿真结果证明了动态逆修正法的有效性与实用性。

针对无人机群自主编队飞行中存在的执行任务单一、链数据交互量大的问题, 提出了一种以分布式通信为基础的多Swarm中心的无人机群编队模型。首先, 根据涌现计算思想构建四项飞行规则以建立无人机群编队模型, 将Lyapunov稳定性理论和单架无人机运动模型相结合, 为每一架无人机独立设计速度控制器, 并证明控制器的稳定性。仿真结果表明, 不同属性的无人机在混乱的初始条件下能够自动分类、聚集并形成不同形状的稳定队形飞向各自目标执行任务, 从而提高了无人机群的飞行效率。

针对直觉模糊贝叶斯网络模型在对网络证据节点的信息描述中存在隶属度和非隶属度单一且未能充分考虑犹豫度的问题, 提出了基于对偶犹豫模糊贝叶斯网络的威胁评估方法。首先, 将直觉模糊集扩展到对偶犹豫模糊集, 使得对节点信息的模糊性和不确定性有了更贴近实际和更全面准确的描述; 其次, 通过改进的Dα算子将对偶犹豫模糊集中犹豫度重分配给隶属度和非隶属度并作为网络证据节点的输入; 然后, 分析了影响威胁评估的因素并建立了贝叶斯网络模型; 最后, 根据实时战场数据对目标威胁度进行结果预测与分析, 仿真结果表明, 该方法可以准确有效地评估出敌方对我方的威胁度。

针对传统态势评估方法只考虑当前时刻静止态势, 难以对整个空战态势情况进行评估和不具有预见性的局限, 提出了一种基于改进MGM(1,N)轨迹预测的态势评估方法。首先, 根据 MGM(1,N)预测模型难以描述变量间线性关系的不足, 建立了基于背景值优化的改进 MGM(1,N)预测模型; 然后建立了基于非参量法的空战态势优势模型, 用来定量描述各空战态势影响因素; 利用灰色关联度计算各指标权重, 考虑并建立了多时刻时序权重的计算方法。通过对实际空战数据进行仿真, 改进方法的预测精度好于传统MGM(1,N)方法, 态势评估结果不仅能够准确反映战场态势, 而且能够有效反映空战态势的变化趋势, 具备良好的预见性。

航炮作为武装直升机的主要对地攻击**, 可有效杀伤地面武装人员和轻型装甲车辆。轻型装甲车辆速度快、机动性好。为提高航炮对地面高速移动目标的攻击精度, 提出一种新的直升机航炮对地动目标攻击方法。该方法通过对地面动目标进行轨迹拟合, 综合考虑风速等影响, 具有精度高、解算速度快等优点。

战术数据链作为信息传输、共享的网络链路,能够最大程度发挥出战术系统的效能并提高**平台的作战效能。研究了基于数据链和机载多传感器的融合跟踪。根据数据链、雷达、光电传感器的特点进行分析, 首先通过滤波外推算法进行时间配准, 并运用集中扩维融合算法进行目标融合跟踪, 使用数据链单独滤波、雷达单独滤波与融合滤波进行对比仿真。结果表明, 使用融合算法的数据链和机载多传感器对目标跟踪具有更好的效果。

研究了挠性卫星的姿态跟踪控制问题, 设计了一种RBF网络摩擦补偿滑模控制算法。首先, 根据挠性卫星姿态控制系统的成像模式推导了挠性卫星姿态运动模型。其次, 根据误差四元数描述的跟踪误差运动模型, 引入经典滑模控制作为主控制框架, 考虑到对观测干扰的抑制, 加入扩张观测器(ESO)来观测系统总扰动。最终, 使用RBF网络摩擦补偿系统来近似估计在线切换项, 实现滑模控制律中切换增益的平滑, 从而减小系统振动。理论推导并证明该方法的收敛性, 并与传统的RBF网络逼近的自适应控制进行仿真比较, 验证了理论结果。

国内已有多个文献研究了合作发射, 从新的角度对此进行研究。介绍了最早刊载合作发射的国外公开文献, 并对涉及合作发射的内容进行了分析。研究后认为: 国外文献中可能缺省或模糊了合作发射的若干技术细节; 从定义看, 合作发射这种战术有效地增大了导弹的A极, 而不是国外文献所提的F极; 应该区分并重视在国外文献中与合作发射一起提出的分开相互支援, 因为它不仅仅是合作发射的工程配套技术; 虽然合作发射和分开相互支援这两种战术被设计用于开发机间数据链, 但是文献中没有提及的使用制导数据链进行他机制导也绝对不应该被忽视; 既要看到合作发射的研发背景、应用背景和应用场景, 又要考虑条件变化后可能产生的变化。

在雷达地面目标识别中, 采用合适的特征选择算法有助于在复杂的特征空间中挑选出对不同类型目标具有较强区分能力的特征。结合信息论和合作博弈理论, 提出一种基于Owen值的特征选择算法, 旨在选择出与类别相关度高、特征与特征之间冗余性低、依赖性强的最优特征子集, 达到在雷达目标识别中提高识别率的目的。利用雷达实测数据验证其性能, 结果表明, 所选特征子集的平均识别准确率优于两种经典的Filter式特征选择算法, 且该算法具有良好的噪声/杂波稳健性。

研究了MLS的角度测量问题, 提出了一种提高测角精度的综合测量方法。该方法利用往返扫描波束的对称性抑制多径干扰, 利用提出的线交叉寻峰算法改善角度测量精度, 利用数字滤波技术减小噪声的影响, 并用以TMS320F2812 DSP为核心的数字信号处理系统对提出的方法进行了实验验证。测试结果表明: 提出的方法具有测量精度高、对多径干扰具有鲁棒性以及便于工程实现的优点。

研究解决基于一致性理论控制的多无人机紧密编队集结问题。紧密集结策略可分为松散集结和紧密集结两步。考虑无人机同时到达目标集结点和集结完毕后飞行状态一致问题, 同时考虑到无人机间分布式通信拓扑结构, 提出了针对不同策略的一致性算法。在松散集结阶段增加虚拟长机改进算法, 在紧密集结阶段考虑延时和切换拓扑情况设计基于虚拟长机的一致性算法, 对其收敛性给出了理论证明。最后对无人机集结过程进行仿真, 结果表明: 改进的松散集结算法具有较快收敛性, 且能在一定意义上实现无人机在有限时间集结; 设计的紧密集结算法在延时和拓扑切换的条件下依然保证其有效性, 且能保持队型稳定。

针对高斯过程超参数使用共轭梯度法求解导致的依赖初始值以及容易陷入局部最优解的问题, 提出了一种基于参数非线性动态调整策略的改进粒子群算法, 并应用到超参数求解中。首先, 提出参数动态调整策略, 针对不同的搜索阶段采用不同的参数; 然后,根据免疫思想的浓度调节机制, 提高算法全局搜索能力。仿真实验结果表明,所提算法在最优化求解中能够快速收敛到函数最优值, 同时该算法在求解高斯过程超参数中具有有效性和优越性, 可以为后期预测模型的建立提供精度保障。

随着航天遥感技术的发展, 对海洋船舶快速检测识别需求日益增长。基于深度学习提出了一种结合高低分辨率遥感图像的船舶目标检测方法。该方法首先使用YOLO v3模型对宽幅、低分辨率卫星遥感图像中的目标船舶进行快速筛查, 然后针对高分辨率卫星遥感图像信息, 提出了一种基于注意力机制的RetinaNet模型对目标船舶进行精确匹配与分类。仿真实验结果表明, 这种改进的RetinaNet模型在目标检测中具有很好的效果, 使用两种分辨率的卫星进行协同工作能够有效提升工作效率。

针对直升机易受系统不确定性影响和大多数控制器对模型依赖度高等问题,设计了基于非线性自抗扰和非奇异终端滑模方法的姿态复合控制器。首先, 建立直升机全量非线性动力学方程, 获得带扰动项的各姿态通道模型。其次, 采用自抗扰控制框架, 设计非线性扩张观测器和改进的全局快速非奇异终端滑模控制器, 降低模型依赖程度, 获得直升机姿态的快速响应和优良抗扰特性。最后, 通过仿真对比分析, 所设计的复合控制器在直升机姿态跟踪、抗扰方面效果较好。

为实现近距离目标的准确测量, 充分利用线性调频连续波(LFMCW)信号的优良特性, 基于ARM单片机设计实现了毫米波LFMCW雷达测距系统。该系统采用“ARM+PLL+射频收发器”的结构, 其中,ARM单片机为主控芯片, 控制锁相环(PLL)和77 GHz射频收发器, 完成LFMCW信号的发射和接收, 同时使用ARM内部的ADC对中频回波进行IQ双路差分采样, 并在ARM内部实现快速傅里叶变换(FFT), 提取目标距离信息。当调制信号带宽为3.2 GHz, 调制信号周期为2 ms时, 该雷达系统可实现对2 m内目标的高精度测距, 误差距离控制在0.03 m内。实验结果表明, 系统能够通过发射宽带LFMCW信号, 实现近距离目标的有效探测, 具有探测精度高、通用性强、可靠性好、体积小等优点。

为了减小MEMS陀螺仪中存在的随机误差, 结合经验模态分解(EMD)和变分模态分解(VMD)提出了一种随机误差自适应补偿方法。首先通过EMD将信号分解为多个本征模态函数(IMF), 利用连续均方误差(RMSE)和概率密度函数相似性将所有的IMF划分为噪声主导IMF、噪声与信息混合IMF和信息主导IMF, 并对噪声与信息混合IMF利用软阈值区间法(SIT)进行初步降噪; 然后将有效模态个数作为VMD所需分解的带限本征模态函数(BLIMF)个数, 对初步去噪后的信号利用VMD进一步去噪, 将所得各BLIMF与原始信号的相关系数(CC)作为是否将模态视为噪声模态加以舍弃的依据。为了验证算法的有效性, 对分段匀速运动下的陀螺仪信号进行实验分析, 去噪后均方根误差为原始信号均方根误差的0.042 2,是EMD-SIT去噪算法的68.75%。