基于LMS自适应滤波器的设计

针对在惯组时间序列的插值和预测分析中,不可避免地会引入一些误差,致使预报结果不能反映惯组实际状况的缺点,基于自适应滤波能够提供卓越的滤波性能和自动地调节现时刻滤波器参数的特点,设计了一种基于LMS自适应滤波器,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最优滤波。仿真结果表明该方法是有效的。     

基于NTSM的自适应最优滑模末制导律设计

针对基于线性滑模面的最优末制导律存在的视线角误差和角速率误差渐近收敛、鲁棒性较弱等不足,提出一种基于非奇异终端滑模(nonsingular terminal sliding mode,NTSM)的最优滑模末制导律。算法基于改进的非线性滑模面以解决普通Terminal滑模因参数选择不当出现的奇异问题,实现误差矢量的有限时间收敛。飞行器在该末制导律导引下,视线角误差及角速度误差快速收敛,从而保证飞行器具有较高的命中精度并满足约束条件要求。仿真结果表明该制导律的适用性及较强鲁棒性。     

剩余飞行时间估计改进算法研究

针对末制导中剩余飞行时间估计算法误差较大,致使制导精度偏低的问题,提出速度弹道轨迹法和弹目视线平均速度法以精确估计剩余飞行时间。速度弹道轨迹法是通过对速度通过的弹道轨迹进行分割积分计算来求解剩余飞行时间;弹目视线平均速度法是在弹目视线上实时计算平均速度的方法来求解剩余飞行时间。将其应用于多约束条件下的飞行器最优末制导律中,仿真结果表明新算法具有很高的估计精度。     

多约束条件下三维最优末制导律及仿真研究

为使某飞行器攻击目标时达到最大毁伤效果,其末制导导引律的设计除应满足落点精度、飞行时间、能量消耗的要求外,终端时刻还需满足落角、入射方位角等末端角约束条件。根据弹目相对运动方程,并考虑落角约束条件,设计了一种多约束条件下三维最优末制导律方案。典型弹道三自由度仿真验证了该末制导律的精确性和有效性。     

基于fal函数滤波的改进自抗扰技术的实现

自抗扰技术不但能观测系统的所有状态,还能观测系统模型不确定性及内外干扰,但该技术却忽略了测量噪声对系统观测的影响.基于解决测量噪声对观测系统精度的影响,提出了fal函数滤波方法,不仅能克服滤波后信号的幅值、相位与系统的真实输出差别较大的问题,而且具有快速收敛性和较高的滤波精度.仿真结果验证了该方法能够有效地滤除量测噪声...     

光纤陀螺随机误差的DDS建模方法研究

光纤陀螺漂移具有弱非线性和弱时变的特点。为了更准确的描述这种特性,介绍了非平稳时间序列的DDS建模方法,并对光纤陀螺随机误差进行建模。通过对建模结果的脉冲响应分析,表明DDS建模法可以准确对光纤陀螺随机误差进行建模,并分离出随机误差中的随机斜坡项,可以实现对光纤陀螺随机误差更精确的补偿。     

基于Bayes Monte Carlo方法的复杂系统平均剩余寿命评估方法

讨论了复杂系统平均剩余寿命评估的问题,首先基于先验信息和试验样本数据利用Bayes Monte Carlo方法给出了单个设备可靠性参数,然后结合系统的组成结构,求出系统可靠度函数,接着根据可靠度和平均剩余寿命之间的关系,建立复杂系统平均剩余寿命评估模型并给出具体的评估算法,最后,通过实例验证,表明本文的方法较为精确,能够满足工程的实际需求。     

基于阵灰色关联分析的仿真模型验证方法研究

针对常规灰色关联分析仅考虑时间序列之间的相似性,忽略时间序列之间的接近性,而导致基于常规灰色关联分析的模型验证存在一定风险的问题,提出了一种阵灰色关联度模型,综合了时间序列之间的相近性和相似性两个方面,可以处理具有多个特征行为的关联分析问题。证明了阵灰色关联度模型满足灰色关联四定理。给出了基于阵灰色关联分析的模型验证操作过程。最后,通过实例分析验证了改进模型的合理性和有效性。     

基才层次故障树的地面电源诊断优化方法研究

导弹地面电源系统是一个集成度高、结构复杂的综合系统,采用传统的故障树分析方法,存在故障树复杂,分析量大等问题。针对该地面电源系统的复杂性,结合常规的故障树分析方法和层次化分析方法的优势,提出了层次故障树的分析方法,在构建故障诊断树后,将其应用到该电源系统的故障诊断策略优化中,达到了很好的效果。     

基于PC104的某型导弹地面电源相序检测与校正

在不改变某型导弹地面电源原有硬件的情况下,通过研制的转接电缆和转控机箱与地面电源连接,依托以PC 104为核心的在线测试仪,实现了某型导弹地面电源相序的在线测试与监控,从而完成对故障部件和系统进行实时诊断、实施故障报警、应急处理等.三相异步电机因其旋转方向与三相电源的相序有关,当三相电源的相序因某种原因出现错误时,有可能导致弹载仪器和地面测发控设备的损坏.为了防止三相电源相序因某种原因接反,本文介绍基于相序检测和缺相检测的相序保护电路与相序自动矫正电路.