【摘 要】
：
护航策略一直是各军事大国的重点研究内容之一,拒止环境具有强电磁干扰、强对抗博弈等特点,进而对护航策略提出了更高的要求.提出了一种基于分布式时变编队跟踪控制方法的护
【机 构】
：
北京航空航天大学 自动化科学与电气工程学院,北京 100083;北京航空航天大学 飞行器控制一体化技术国防科技重点实验室,北京 100083;北京电子工程总体研究所,北京 100854;北京航空航天大
论文部分内容阅读
护航策略一直是各军事大国的重点研究内容之一,拒止环境具有强电磁干扰、强对抗博弈等特点,进而对护航策略提出了更高的要求.提出了一种基于分布式时变编队跟踪控制方法的护航策略,该策略中由高成本长机探测到敌方来袭导弹,在进行规避的同时,释放多个低成本僚机担任“忠诚僚机”.采用时变编队跟踪的控制方法,使僚机始终处于长机与敌方来袭导弹的视线轴上,必要时牺牲僚机以保全长机.针对敌方来袭导弹的方位角是全局信息,设计了分布式观测器对其进行估计.在拒止环境下,复杂电磁干扰带来通信时断时续,导致长机与僚机及僚机与僚机之间的通信拓扑存在切换.为应对电磁干扰对通信拓扑的破坏,提高抗电磁干扰能力,考虑僚机外部扰动和长机规避机动动作同时存在的情况,基于观测器理论、自适应控制理论和滑模控制理论,构造了具体通信拓扑切换机制的分布式控制协议,并利用Lyapunov理论证明了僚机采用该协议能够实现拒止环境下基于“忠诚僚机”的护航策略.通过仿真模拟导弹来袭场景,验证了所提策略的有效性.
其他文献
针对目前对大长径比碳纤维复合材料壳体封头部位补强及壳体轻量化减重问题,基于网格理论,完成Ф180 mm固体发动机燃烧室壳体的铺层设计,然后设计壳体螺旋缠绕层厚度减薄,采用
为了减轻重量和提高升阻比,现代飞行器结构普遍采用大展弦比布局,并且轻质复合材料在飞行器结构中的使用占比也越来越高。为了研究复合材料铺层角度对大展弦比机翼纵向气动特
刺入破坏是经编织物类膜材破坏失效的基本形式之一,膜材自身的刺破力学性能对膜结构安全至关重要。本文针对双轴经编织物类膜材PVDF 8028进行双向限制下的刺破仿真,应用ABAQU
无人机网络相比地面网络具有节点快速移动、拓扑结构变换频繁和通信链路不可靠的特点,传统的针对地面网络的入侵检测方法难以适用。针对无人机网络的时空动态特性进行建模,提出了一种无人机网络的入侵检测方法———基于注意力机制的时空图卷积网络(ATGCN)。将图卷积网络和门控递归单元组合为时空图卷积网络,从复杂多变的数据中提取网络的时空演变特征,通过注意力机制提取和入侵检测最相关的特征,输入支持向量机进行分类预测。多个数据集的实验分析表明:所提方法能够适应无人机网络的动态性和不稳定性,相比传统检测方法准确率高且误报率
近年来,复合材料胶接修补技术被广泛应用于金属损伤结构,但传统补片固化工艺有着成本高、能耗大及成型时间长等问题。针对该问题,本文提出将碳纳米管薄膜作为加热元件与复合
针对高碳酚醛树脂固化反应机理随温度的演变机制不清晰的问题,采用变温红外光谱研究了树脂特征官能团羟甲基、不同取代位亚甲基和醚键的变化规律,结合热重-质谱分析了固化过
以2,3,3,4-联苯四甲酸二酐和2,2-双三氟甲基-4,4-联苯二胺为单体、4-乙炔基邻苯二甲酸酐为封端剂合成了不同聚合度的聚酰亚胺低聚物(BETI),将其溶于双氛A型氰酸酯单体制备了改性氰酸酯树脂,对改性氰酸酯树脂的固化行为进行了详细探究,并对其固化物的热学性能、力学性能和介电性能等进行了表征与分析。结果表明:BETI对氰酸酯树脂的聚合有明显的催化作用,可以降低固化温度,缩短凝胶时间。基于BETI和氰酸酯树脂的互穿网络聚合物(IPN)的热性能和力学性能与纯氰酸酯树脂相比都有一定的提高。
为了保证北斗系统广域差分服务的平稳过渡,北斗三号系统(BDS-3)通过GEO卫星B1I/B3I信号播发北斗二号协议广域差分改正信息,包括等效钟差改正数与格网点电离层信息。分析了增加BDS-3卫星后,等效钟差改正数和格网点电离层信息的特征,并对BDS-2和BDS-3的用户差分距离误差(UDRE)进行了对比。联合BDS-2和BDS-3实测数据,对BDS-3广域差分服务定位精度进行了评估。分析结果表明:
制备了国产CCF800H碳纤维增强环氧树脂基复合材料,通过调控环氧树脂中的热塑性树脂增韧剂含量,探索增韧剂含量对树脂浇注体拉伸弹性模量的影响规律,并进一步研究增韧剂含量对
深入分析电商行业的用户个性化数据并提供推荐服务近年来已成为业界的热点。推荐服务的基础是对用户的潜在兴趣进行挖掘,并对商品的感兴趣程度进行预测。因此,以此为背景,研究用户对商品的评分预测。对电商业的关系型数据在推荐系统中的应用进行了研究,提出了通过使用网络表示学习进行评分预测的方法。首先,将关系型数据构建成异构网络,用户和商品为网络中的节点。然后,设计了兼顾网络结构信息和节点之间相似性的个性化异构网络采样方法,并对节点进行表示学习。最后,将学习到的用户、商品表示向量输入到神经网络中进行训练,利用优化后的神经