一种复合制导导弹的导航滤波器设计

研究了一种中制导段采用雷达修正的遥控制导方式和末制导段采用捷联式自寻的导引头的自导引制导方式的捷联式复合制导的中远程战术导弹的导航滤波问题，考虑到目标的大机动性和模型的非线性，基于最佳估计理论中的广义卡尔曼滤波理论，建立了通用导航滤波方程，仿真计算与仿真结果表明所做设计是合理和有效的。     

混合变时滞不确定中立型系统鲁棒稳定性分析

研究一类含混合变时滞不确定中立系统时滞相关鲁棒稳定性问题。基于时滞中点值,把时滞区间均分成两部分,通过构造包含时滞中点信息的增广泛函和三重积分项的Lyapunov-Krasovskii (L-K)泛函,利用L-K稳定性定理、积分不等式方法和自由权矩阵技术,建立了一种基于线性矩阵不等式(LMI)的、与离散时滞和中立时滞均相关的鲁棒稳定性判据。数值算例表明,该判据改善了已有文献的结论,具有更低的保守性。     

基于时滞分割法的区间变时滞不确定系统鲁棒稳定新判据

针对一类存在泛数有界不确性的区间变时滞线性系统, 利用Lyapunov-Krasovskii (L-K) 泛函方法并结合线性矩阵不等式(LMI) 技术建立一种新的保守性更低的鲁棒稳定性判据. 首先基于时滞分割方法将时滞区间均分成N 等分, 针对不同的子区间构造合适的L-K 泛函; 然后在各自的分割区间采用保守性较小的积分不等式处理泛函沿时间的导数, 基于凸组合技术建立了LMI 形式的时滞相关稳定性新判据; 最后通过数值实例验证了结论的有效性.

     

含区间时变时滞的线性不确定系统鲁棒稳定性新判据

研究一类区间时变时滞线性不确定系统的鲁棒稳定性问题.通过引入增广Lyapunov泛函,结合积分不等式方法,导出了区间时变时滞线性系统的时滞相关鲁棒稳定性新判据.与现有方法不同,该方法不涉及自由权矩阵技术和任何模型变换,减少了理论和计算上的复杂性,而且在估计Lyapunov泛函导数的上界时没有忽略某些有用项.数值算例表明,所提出的判据是有效的,具有更低的保守性.     

混合时滞不确定中立系统鲁棒稳定的时滞分割方法

研究了一类同时具有离散与分布时滞的不确定中市型系统的鲁棒稳定性问题.基于时滞分割思想,通过构造一类特殊的Lyapunov-Krasovskii泛函,并利用Jensen不等式,建立了线性矩阵不等式形式的时滞相关鲁棒稳定性新判据.该方法不涉及模型变换与自由权矩阵技术,减少了理论与计算上的复杂性;同时允许中立时滞项的系数矩阵...     

基于网络和虚拟仪器的导弹控制系统测试系统开发研究

对当前广泛采用的网络化测试系统模式进行了讨论.从虚拟仪器和网络技术两方面考虑,对导弹网络化测试系统硬件组成和软件实现进行了方案研究,对实现过程中要解决的几个关键问题进行了探讨.实践表明,采用AppletVIEW浏览器应用开发工具和DataSocket数据传输应用开发工具,能有效的降低系统的软件集成难度,并提高软件系统的可靠性.利用虚拟仪器组建网络化测试系统可以改善现行导弹测试系统的可靠性差,精度低和可维护性差等问题,有利于系统今后的移植.     

一种级联的激光主动成像图像融合降噪算法

针对激光主动成像图像混合噪声的特点,提出了一种投票中值滤波和整数提升小波级联的融合降噪算法。首先对激光图像进行噪声像素点检测,区分噪声点与非噪声点;而后采用投票中值滤波对噪声点进行处理,抑制脉冲噪声;然后采用整数提升小波变换对图像进行Bayes自适应阈值去噪,抑制散斑噪声;最后通过逆变换得到去噪图像。通过实验比对结果表明,该方法在具有良好的去噪、边缘保持性能的同时,还具有较为理想的实时性。     

基于复数域的自适应递推子空间辨识算法

针对工业系统广泛存在的特征值分布于复数域的特性,提出一种基于复数域的自适应递推子空间辨识算法。该算法首先设计了变遗忘因子机制下Hankel矩阵的无偏更新形式;其次利用正交化子空间跟踪算法实现广义能观测矩阵的递推更新;最后,针对工业系统参数矩阵特征值普遍分布于复数域的特点,利用特征值空间的欧氏距离信息实现变遗忘因子的自适应更新。数值仿真结果表明,该自适应算法对时变参数的跟踪速度快、跟踪精度高。     

某型导弹模拟训练仿真系统的研究

结合某型导弹模拟训练仿真系统的研制，提出系统的设计方案：其由模拟训练软件系统、模拟训练评估系统和电路图的矢量化、数字化处理系统组成。采用GL studi03．0开发虚拟仪表，并对数字化电路交互系统和模拟训练评估系统的实现进行初步的探讨，对其它装备模拟训练仿真系统的开发具有重要参考价值。     

基于PXI总线技术的导弹自动化测试实验系统

介绍了一种基于PXI总线技术的导弹自动化测试实验系统，对系统的总体方案及应用UML，在“Measurement Studio and Visual C ”开放环境下软件模块的设计进行了详细的说明。