伪卫星脉冲调制在抗远近效应中的应用

在卫星定位系统中,远近效应是影响定位精度的重要因素之一.文中分析了伪卫星远近效应在卫星定位导航中的影响,提出用脉冲调制方式解决远近效应,分析其优缺点,并最后提出一种时分与码分相结合的方法来更加完善地解决远近效应.     

视频放大器自动增益控制分析

对视频放大器自动增益控制电路的控制方式及其优缺点进行分析,结合实际应用中出现的问题,对自动增益电路进行改进。通过电路仿真及试验,表明改进后的电路既能有效提高视频放大器的输入动态范围,稳定输出,又能抑制噪声对自动增益控制电路的影响。     

基于增益可控运放的脉冲信号自动增益控制

针对脉冲激光探测系统中存在的回波幅度变化大,阈值比较电路受脉冲前沿时差影响导致距离判别精度低的问题,提出基于脉冲信号峰值电压反馈的自动增益控制方法,利用峰值电压采样,反馈控制电压形成,压控增益调整来实现信号增益的可控。通过仿真和实验验证:证明该方法能够解决宽动态范围下脉冲信号增益自动控制问题,从而减小脉冲前沿检测时差,提高系统距离判别精度。     

受控放大器自动增益控制特性在被动雷达导引头中的研究

文中从AGC回路的调整过程在有限时间内结束这一条件出发来寻求PRS的AGC回路参数,并推导出了AGC系统的环路增益稳定条件,进而得到了受控放大器的增益控制特性。根据所得的增益控制特性的特点选择了差分放大器并加以实现。     

基于FPGA的扩频信号快速捕获电路设计与实现

针对扩频通信中长伪码序列的快速捕获问题,文中提出了一种基于FPGA的扩频信号快速捕获方法,来解决低信噪比条件下长伪码序列的捕获问题.该方法采用伪码100支路并行捕获的方案,从而大大减少的捕获所需的时间,有效地改善了系统的性能.同时,在Altera公司的Quartus II软件中,使用硬件描述语言VHDL和原理图相结合的方法进行了电路的设计实现.最后,把电路下载到Altera公司的StratixEPlSSOB956C6芯片中完成调试,测试结果表明该方法具有较快的捕获速度和较好的捕获性能.     

基于BP神经网络的模型参考自适应控制

以导弹纵向通道为例,给出了导弹的过载控制模型,将BP神经网络应用于模型参考自适应控制中,组成模型参考自适应控制系统.利用BP神经网络自身的优点来克服传统模型参考自适应控制算法的不足,使系统具有更强的鲁棒性和容错性.仿真结果表明,该系统不仅能实现原系统的功能,而且它的稳定性和抗干扰性优于传统模型参考自适应控制.     

磁浮列车的非线性自适应控制

磁浮列车的非线性自适应控制,采用精确线性化与数字控制相结合,在得到系统参数同时考虑列车模型参数的时变性.其精确线性化步骤含:求解微分方程、定义反馈控制及反馈线性化后的新坐标.该控制系统通过两个主导极点,使系统性能满足要求,再根据实际经验,在远离主导极点处设第三极点,使系统性能由主导极点决定.     

高动态猝发扩频信号的快速捕获

针对扩展频谱通信应用于空空导弹数据链时,如何实现在高动态猝发条件下扩频信号和载波的快速同步提出了一种解决方案,并对其关键技术进行了分析,经过测试,本方案可以较好地实现在低信噪比、大多普勒频移下信号的快速、准确的捕获和同步。     

火炮稳定器的自适应控制方法研究

本文提出设计火炮稳定系统控制器的一种新方法,应用自适应控制的基本原理,采用最小方差控制与极点配置组合的控制算法。该算法简单、计算量小、易于实现计算机实时控制,有利于提高行进间火炮武器系统的射击精度,仿真试验表明,这种方法的控制效果十分明显。     

用微机实现引信自适应延时的研究

该文首先给出了引信信息在任意交会条件下获得最佳延时的数学模型,敌后给出了利用单片活机完成瞬间用频,查表及相应延时的软件流程,最后对利用导引系统信息的自适应延时进行探讨。     

反坦克导弹的无线扩频指令传输制导技术

提出采用无线扩频通信原理,探索新型的无线扩频指令传输代替有线指令传输技术的可行性。着重研究反坦克导弹无线扩频指令传输系统、扩频传输数学与物理模型,以及扩频通信模块实际应用中的直扩相关匹配接收、抗干扰分析与弹上通信设计等关键技术。     

反步自适应控制

为了克服齿隙对传动性能的影响,选取死区模型表达齿隙传动效应,依据自适应控制理论提出反步自适应齿隙补偿策略;齿隙模型中主、从动轮结合处存在阻尼系数和刚性系数等未知参数,对其进行了在线估计,并推导设计出每个参数的自适应律;利用Lyapunov稳定性理论,采用反步积分方法,通过逐步递推选取Lyapunov函数,设计了基于状态反馈的自适应控制器;理论分析以及对反步积分自适应补偿控制方法与传统PID控制方法对比仿真表明:该方法有效地消除了齿隙对伺服性能的干扰,提高了系统的跟踪精度和鲁棒性.     

基于PID控制的模糊自适应动力定位技术

文中结合简单PID控制器原理简单、易于工程实现和模糊控制不依赖于精确数学模型、抗干扰能力强、鲁棒性好等优点．设计了一种基于简单PID控制的AUV模糊自适应控制系统，它结合了二者的优点，应用于AUV动力定位仿真中有很好的效果。     

基于自适应逆的无人机着陆控制

给定动态系统的控制主要解决三个问题：动态系统的稳定性、控制目标以及干扰控制。传统的控制方法使用反馈同时解决这三个问题,需要折中获得较好的效果。本文提供一种分开解决这三个问题的方法。这种方法适用于单输入单输出和多输入多输出的线性系统以及非线性系统。通过在输出端获取干扰信号,经过滤波,反馈到输入端来完成干扰的最优控制,且反馈回路并不影响系统的动态响应。以被控对象的逆作为控制器,可以准确跟踪系统的输入。最后把自适应逆控制器用于无人机的着陆以验证该控制器的有效性。     

移动机器人路径跟踪的自适应控制

提出一种结构简单的自适应控制器,控制器是由模糊神经网络和PD控制器并行控制移动机器人路径跟踪。在初始阶段,PD控制器控制路径跟踪并提供控制经验给模糊神经网络学习。在学习信号触发器的管理下,可以在线学习自适应调整模糊神经网络的参数。模糊神经网络控制器既推理产生控制规律,也辩识移动机器人动力学模型,通过BP学习算法实时在线调整自身参数达到路径跟踪自适应控制目的。     

电液位置系统自适应控制研究

采用二阶模型参考自适应控制方法设计位置环，一阶模型参考自适应控制方法设计速度环构成的电液位置系统，实验表明，具有较高的位置跟踪精度和低速平稳性。     

航空发动机自适应神经网络PID控制

普通PID控制器以其简单、实用、易于实现，在经典控制中倍受青睐。对于像航空发动机这样复杂的非线性系统，基于对象精确数学模型的PID控制方法的自适应性较差，难以适应具有非线性、时变不确定性的被控对象。神经网络的建立为这种问题的解决奠定了基础。文中针对航空发动机难于建立精确数学模型的特点．采用了航空发动机自适应神经网络PID参数控制方案，仿真结果表明自适应神经网络PID控制不仅不依赖于精确的对象模型．而且具有满意的动、静态性能。     

基于PID型神经网络的自适应控制

本文提出了一种新的基于PID型神经网络的自适应控制系统,给出了神经网络控制器的学习算法帮控制系统的稳定性分析。仿真结果对该控制方案进行了验证。     

自适应解耦控制方法的研究

设计了一种改进的自适应解耦控制方法,即采用修正的RLS算法辨识系统线性部分的模型,用神经网络来逼近通道间的耦合、非线性及未建模动态项,进而增强了自适应控制的精度和鲁棒性。该方法能解决不确定性系统的多变量耦合问题。最后,给出了该算法的实现步骤及仿真结果,表明该方法是可行的。