【摘 要】
：
以弹道导弹拦截弹为研究对象,针对拦截弹末制导问题进行研究,对预测命中点进行定义,引出广义预测命中点,并利用近似理论得到其数学表达,之后基于古典微分几何理论推导了微分几何制导律的曲率以及挠率指令;设计了应用在弹道导弹拦截场景中的基于预测命中点的微分几何制导律,并在该制导律的基础上通过引入自动驾驶仪及导引头等效模型,分析了制导律对制导控制系统延迟及噪声响应敏感性;通过与其他两种制导律对比仿真,体现了基于预测命中点的微分几何制导律在降低需用过载及视线角速度两方面的优越性。
【基金项目】
：
航空联合基金(6141B05110203)。
论文部分内容阅读
以弹道导弹拦截弹为研究对象,针对拦截弹末制导问题进行研究,对预测命中点进行定义,引出广义预测命中点,并利用近似理论得到其数学表达,之后基于古典微分几何理论推导了微分几何制导律的曲率以及挠率指令;设计了应用在弹道导弹拦截场景中的基于预测命中点的微分几何制导律,并在该制导律的基础上通过引入自动驾驶仪及导引头等效模型,分析了制导律对制导控制系统延迟及噪声响应敏感性;通过与其他两种制导律对比仿真,体现了基于预测命中点的微分几何制导律在降低需用过载及视线角速度两方面的优越性。
其他文献
相位编码频分复用(PC-OFDM)信号最早应用于通信系统,同时作为外辐射源雷达信号具有低截获、抗干扰、波形灵活等优点,是现有民用外辐射源信号的有效补充。提出将PC-OFDM信号作为外辐射源雷达信号,进而实现低空旋翼目标微动特征的有效提取。基于PC-OFDM信号,建立了低空旋翼目标双基雷达微动回波模型,推导了微多普勒的参数化表达;针对低信噪比条件下微多普勒参数提取困难问题,提出了基于随机共振的低空目标微动特征提取方法。仿真验证了所提方法的可行性和稳健性。
目前,地铁工程车主要依靠乘务员经验、目视信号等方式操控车辆行进。为了改变工程车作业无技防手段的现状,地铁工程车智能安全监控系统得到广泛应用,该系统可对冒进信号、异物侵限、挤岔脱轨、冲撞车挡、列车冲突等安全事故进行智能化安全防护,为实现上述功能需解决联锁信号上车的问题。依据目前上海地铁联锁信息获取情况,文章主要阐述了从段场联锁侧、各线路线路侧运行控制中心-列车自动监控系统(OCC-ATS)侧及3C大楼数据中心-列车自动监控系统(3C-ATS)侧获取联锁信息的3种方案,并对各方案进行了细致分析及对比研究。在满
磁耦合无线电能传输(MC-WPT)系统作为一个强电磁耦合系统,其耦合机构的电感参数对系统性能有着显著影响。为保证磁耦合无线电能传输系统工作时处于谐振状态,文章提出一种基于遗传算法的LCC-S型MC-WPT系统的参数识别方法。该方法无需对一、二次侧线圈电压或电流进行高频采样,即可在线识别一、二次侧自感及互感参数,且采用该识别方法的系统具有硬件电路简单、成本低且易于实现等优点。仿真和试验结果验证了该耦合机构参数识别方法的可行性及有效性。
智轨电车司机室的噪声主要来自布置在司机室底架上的大型机电设备,这些噪声频带分布广、且具有明显的时变特性,而传统降噪技术只能在某些特殊的频率和工况下发挥作用,不能完全满足智轨电车的降噪需求。为进一步提高智轨电车司机室驾驶环境的舒适性,文章针对智轨电车司机室降噪技术进行研究,提出一种宽带前馈主动降噪方法,其采用FxLMS控制算法。文中对其控制算法进行了推导,并结合智轨电车噪声数据在Matlab/Simulink平台进行建模仿真。仿真结果表明,采用该主动降噪技术能够有效降低司机室内噪声水平,噪声降幅约为20 d
针对目前列车车载以太网设备例行测试均采用手动测试、测试项点无法覆盖产品所有功能且测试人工成本和时间成本过高的现状,文章基于React框架开发web前端,应用Python自动化测
针对特征点较少时网格运动统计(GMS)算法存在误匹配集中、鲁棒性差等问题,提出一种基于特征匹配质量评价的GMS特征匹配改进算法。该算法不依赖于增加特征点数量,而是通过引入特征匹配质量因子,依据高质量匹配对计算单应矩阵,剔除误匹配提高匹配准确性,因此具有更好的实用性。实验表明,该算法不仅有效地解决了GMS算法中特征点较少时误匹配集中的问题,而且对特征点数量依赖性更小,算法运行时间相比ORB+RANS
针对小型多旋翼无人机在飞行时,存在风力扰动和电机振动等振源造成的机身振动,使得传感器噪声增大导致飞行不稳定,以及结构不确定和外扰大造成的调参复杂等问题,对传统自抗扰控制器进行优化。在传统频域滤波器基础上大幅降低角加速度中频噪声,补偿传感器及滤波器延时,快速跟踪大扰动。此外,引入tansig()误差反馈函数,对观测器的参数进行调整,使姿态控制器在大多数应用场景中仅需要调节一个参数,并能对期望角速度及角加速度进行限幅。仿真实验证明了此算法能大幅降低飞行器振动噪声的影响,补偿控制数据相位滞后。已在数十台不同尺寸
随着无人艇自主控制技术的发展,其在军事领域的作用日益突出,反水雷无人艇的自主控制技术是目前研究的热点之一。针对反水雷无人艇的局部路径规划问题进行研究,提出一种分层强化学习方法,对作为无人艇路径规划器的进化神经网络进行训练。同时使用Unity物理引擎搭建仿真环境,构建了具有环境感知和自主决策能力的无人艇模型。试验验证表明了算法在处理局部路径规划问题上的有效性。
针对目前基于离散人工蜂群(DABC)算法的干扰波形决策存在迭代次数多、寻优概率低等问题,提出一种基于最优差异导向的混沌多维离散人工蜂群(ODCM-DABC)算法的干扰波形决策方法。通过引入最优差异矩阵对蜜源进行更新、多维搜索和贪婪选择的方式确定更新维度、Tent混沌序列初始化种群等操作,对干扰波形决策模型进行求解。仿真结果表明,所提算法在进行干扰波形决策时,与传统DABC和GA算法相比,需要的迭代次数更少、寻优概率更高,能够改善干扰波形决策系统的性能,具有一定的普适性。
针对多智能体领航跟随策略提出了一种基于距离约束的编队控制算法,同时实现了编队保持与速度跟踪。多智能体系统由单领航者及两个跟随者组成,单领航者以一常值参考速度运动,追随者无法测量自身及其他智能体的速度。为了跟踪单领航者的速度以实现编队保持,针对追随者设计了一种自适应控制律以估计领航者的速度并使各智能体保持理想距离,基于Lyapunov分析与Barbalat引理证明了闭环系统的稳定性,仿真结果验证了所提算法的有效性。