摘要：为降低磁轴承-转子系统运行过程中多种干扰对控制系统控制精度和稳定性的影响,进一步提高磁轴承抗扰能力,提出一种基于改进模型辅助的自抗扰控制方法。建立轴向磁轴承-转子系统数学模型,将模型信息引入扩张状态观测器(ESO)的设计中,提出一种线性/非线性切换模型辅助扩张状态观测器(SMESO),并使用等效增益法分析了SMESO的稳定性,通过仿真试验对比MESO与SMESO的自抗扰控制器在阶跃与正弦扰动下的抗扰能力,结果表明基于SMESO的自抗扰控制方法具有更快的响应速度和更强的抗扰能力。

摘要：为了提高高超声速滑翔飞行器机动突防能力,本文研究了飞行器典型机动弹道的设计方法。首先,推导了高精度的高度-速度解析解,作为纵向弹道设计的基础。其次,基于高程解析解和横程解析解,设计了纵向机动模式和横向机动模式,实现飞行器纵向跳跃机动和横向摆动机动,分析了这两种模式对飞行器过载的影响,为实际突防中机动模式的选择提供依据;通过合理设计横向机动模式和纵向机动模式中弹道的幅值、频率和相位,实现飞行器空间螺旋机动和空间钟摆机动。最后,通过仿真验证了本文机动弹道设计方法具有较高精度,可满足实际突防设计的需求。

摘要：针对超高速飞行器多源扰动下高精强鲁棒控制需求,提出了一种自适应模糊超螺旋控制律。首先,给出控制导向的超高速飞行器姿态模型;其次,采用广义超螺旋算法设计控制器,实现滑模变量与跟踪误差的高精收敛;同时,引入高阶齐次观测器估计飞行器复杂扰动,并在控制律中做前馈补偿以提高算法鲁棒性。针对控制增益选取问题,基于模糊算法,通过融合专家经验,建立控制增益与滑模变量直接关联。相较传统自适应方法,该自适应律可实现控制增益快速调节整定,同时兼顾系统响应速度、鲁棒性与抖振抑制需求。最后,以考虑复杂多源干扰的超高速飞行器为对象进行仿真,结果证明了自适应模糊超螺旋控制律的有效性。

摘要：针对现有机械臂动态目标抓取方法轨迹规划困难、实时性不足、难以实现六自由度抓取等问题,提出一种基于深度强化学习(deep reinforcement learning,DRL)的机械臂动态目标抓取方法。进行马尔可夫决策过程(Markov decision process,MDP)建模,设计状态空间、动作空间以及奖励函数,实现机械臂对动态目标的六自由度抓取。基于Pybullet构建机械臂动态目标抓取仿真试验环境,对该方法进行训练,将训练得到的策略在新颖场景进行测试,并与经典规划控制的动态目标抓取方法进行对比。仿真结果表明:该方法能实现机械臂对动态目标的六自由度抓取,在抓取成功率和速度上具有优势。

摘要：针对传统火炮弹丸速度测试方法中存在难以获取整条速度曲线、易受环境影响、体积庞大、成本较高、操作复杂等问题,提出了一种基于身管应变的小口径火炮弹丸速度测试方法。基于30 mm口径火炮设计了应变测试仪,实现身管外壁应变测试。根据厚壁圆筒理论计算得出火炮膛压曲线,通过弹底压力解算模型得出弹底压力曲线,与弹载存储测试方法得到的弹底压力曲线进行对比。结合弹丸运动方程得出弹丸速度曲线,采用四阶龙格库塔算法建立弹丸速度仿真模型,将应变测试、弹载存储测试得到的弹丸速度曲线与仿真曲线进行对比。结果表明:应变测试、弹载存储测试与仿真弹丸速度曲线趋势基本吻合,最大速度误差分别为1.1%和0.5%,验证了应变测试方法的可行性,为小口径火炮弹丸测速开辟了新途径。

摘要：本文以集群对海作战为应用背景,为重点解决多弹多空间散布的时空构型及目标分配决策问题,建立了多弹典型协同场景下的导弹主动感知协同探测模型,设计了导弹协同探测与协同攻击的模型以及相应的算法。首先,建立了导弹三自由度和舰船二自由度模型、导弹飞行能力评估模型、导弹突防概率评估模型和导弹威胁度评估模型,使得对导弹执行探测和打击任务中能力的变化度量更加精确。其次,设计导弹在不完全信息条件下的主动感知协同探测模型和协同攻击模型,保证导弹协同作战的效益最大化,最大限度地打击敌方势力。再次,针对导弹协同打击目标分配和导弹编队构型问题,使用融合了遗传算法的粒子群(GAPSO)算法问题进行求解,并与传统的粒子群(PSO)算法进行了对比,实现了多方位考虑战场态势信息,对敌方目标进行探测攻击一体化打击。最后,对建立的作战模型进行仿真,得到算法仿真图和算法多次仿真的统计数据。相比其他算法,该算法具有一定的优越性,大幅提升了导弹的智能化对抗水平和突防打击能力。

摘要：重构作为综合模块化航空电子系统用来提高容错性和稳定性的常用手段,是指发生某一故障后,系统根据事先预设好的重构蓝图,通过一系列应用迁移动作从故障状态转为正常状态的过程。随着综合电子系统的功能多元化和结构复杂化,提高系统的容错性和稳定性显得至关重要。然而现有的人工重构和传统重构算法这两种重构配置蓝图设计方式难以保证综合电子系统的容错性和稳定性。本文针对综合电子系统故障情况,结合深度强化学习算法,对重构蓝图的重构模型进行探索并提出基于优先经验回放的竞争深度Q网络算法(PEP_DDQN),通过优先经验回放机制和SUMTREE批量样本抽取技术提出基于深度强化学习的优先经验回放和竞争深度Q网络重构算法。实验表明,相较于传统强化学习Q-Learning算法和DQN算法实现的重构蓝图生成算法,所提出的PEP_DDQN算法能生成更高质量的蓝图并具有更高的收敛性能与更快的求解速度。

摘要：微多普勒特征可为旋翼直升机的识别提供一种新的依据。现有针对旋翼直升机回波模型的研究仅限于矩形旋翼叶片尖端的微多普勒效应。首先,通过建立矩形尖端旋翼、锥形尖端旋翼以及抛物线扫掠尖端旋翼的全散射点回波模型,引入特征提取算子,设计“时频分析—归一化时频处理—频率‘投影压缩’—截断取模傅里叶变换”的方法,实现具有时移幅频不变特性的微动特征的提取。然后,基于交替方向乘子法,提出在目标分类中的压缩感知问题求解算法,并与传统的支持向量机方法进行对比分析,借助多个仿真实验验证所提出方法的有效性。

摘要：为解决机械自动装填系统集成设计过程中子系统模型数字孪生体间拓扑结构复杂,数据交互缓慢,联合仿真环境不统一等问题,提出了机械自动装填系统多源异构数字孪生体集成方法,采用基于GOPPRR(图、对象、点、属性、角色、关系)的本体建模方法,支持以 FMI (Functional Mock-up Interface)2.0 为互联标准的数字孪生体间拓扑关系的准确语义描述。在本体模型中包含执行联合仿真所需要的信息,利用本体模型建立各个子系统的仿真模型,最终建立基于联合仿真算法的统一仿真环境,实现了机械自动装填系统的联合仿真。

摘要：针对履带式无人车采用纯跟踪算法进行轨迹跟踪控制时轨迹适应能力差及跟踪精度低等问题,提出了基于轨迹预测的自适应预瞄跟踪控制算法。首先建立基于瞬时转向中心的运动学模型,并基于该模型和无迹卡尔曼滤波算法对履带式无人车进行滑动参数估计及轨迹预测;然后构造代价函数,利用轨迹预测结果在多个预瞄点中选择代价最小的预瞄点用于无人车纯跟踪控制;最后利用Simulink/Recurdyn进行仿真。结果表明,该算法可有效提高纯跟踪控制器的控制效果。