基于特征模型的挠性充液卫星姿态控制

采用一种改进的基于特征模型的黄金分割自适应控制方法来解决带有挠性附件和液体晃动的大型卫星远地点机动时的姿态控制问题.根据卫星动力学方程推导特征模型,以动力学特点引入角速度信息构建一种改进的黄金分割自适应控制方法,通过数值仿真加以验证.仿真结果表明,该方法相比传统PID控制,能在不增大控制能量消耗的前提下改善系统控制性能.     

基于图论分割的多光谱图像非监督分类方法

针对传统基于像素的多光谱遥感图像分类方法存在的"麻点"现象、采样成本高等问题,提出了一种基于图论分割的非监督分类方法,首先采用基于图论的分割算法,按局部邻近相似像素点分割成若干子区域,再以分割后子区域为基本单元,整体进行模糊 C均值聚类,最终实现对多光谱图像的非监督分类.实验证明,该方法结合了局部邻近像素点的相互关系以及相似区域的整体特征,有效解决了麻点问题,具有较高的分类精度和算法效率,降低了采样成本.     

二阶离散线性对象黄金分割控制器抗饱和设计

针对存在输入饱和的二阶离散线性系统，将黄金分割控制方法和基于LMI抗饱和设计方法相结合，采用黄金分割控制器设计标称控制器，进而进行抗饱和设计，求解相应的抗饱和补偿器，保证了整个闭环系统的稳定性.数值仿真验证了黄金分割控制器在抗饱和设计中，对参数的鲁棒性和较好的控制特性.     

基于分割途径的SAR单视图像斑点噪声抑制方法

在图像分割思想的基础上,结合合成孔径雷达(SAR)图像的区域特征,利用恒虚警率边沿检测技术将分割区域最大化,并在分割区域内根据SAR图像特性进行优化滤波,得到了一种基于图像分割的单视SAR图像降斑方法.其中,边沿检测和区域分割在多视图像中进行,保证了检测和分割的有效性.计算机仿真结果证明了该方法的优越性.      

一种卫星快速姿态机动及稳定控制方法

针对小卫星快速姿态机动要求,提出一种基于粒子群优化（PSO）算法的卫星快速姿态机动及稳定控制方法。该方法首先以粒子种群的初始位置为卫星机动加速阶段终点时刻进行路径规划,然后针对规划好的路径利用维持跟踪控制进行姿态机动,在路径末端利用黄金分割和逻辑微分进行稳定控制,最后以卫星姿态到达目标角度且保持稳定的时间作为适配值,寻找出一条在该组合控制方法和限制条件下的最优路径进行姿态机动及稳定控制。该控制方法能够根据星体的实际动力学特性、环境特征、限制条件及控制性能进行最优机动及稳定控制。将该方法应用到小卫星的姿态机动控制中,仿真结果表明该方法有效。     

基于状态反馈的黄金分割控制器参数化方法及其在高超声速飞行器上的应用

研究气动参数摄动和外界扰动下高超声速飞行器姿态系统的鲁棒自适应控制问题.引入特征建模的思想对高超声速飞行器的姿态系统建立二阶差分方程模型.考虑到高超声速飞行器再入过程要经历飞行环境的剧烈变化的特点,为了提高闭环系统的瞬态响应性能和抗扰能力,设计了黄金分割鲁棒自适应控制器.该控制器具有与特征模型相似的结构,控制器参数通过在线辨识获得,并且按照黄金分割比生成控制信号,能够保证辨识参数收敛过程中系统的稳定性.基于混合H2和H∞控制思想对标准的黄金分割自适应控制器中的参数λ进行在线优化,从而保证了姿态回路对气动参数摄动和外界扰动具有满意的鲁棒性.所提出的λ(k)优化算法是通过对一组线性矩阵不等式求解得到的,因此易于工程实现.改进后的黄金分割鲁棒自适应控制算法在自适应性和鲁棒性的优越性使得该方法尤其适用于高超声速飞行器姿态控制系统.仿真结果验证了控制方法的有效性和实用性.     

一种基于多通道卫星云图的台风分割方法

有效的台风主体分割能够提高台风预报的准确性.提出一种基于矢量图像的改进水平集方法进行台风分割,将C-V模型推广到矢量空间,加入了无需重新初始化的能量项;提出了一种迭代收敛条件并设计了针对云图特点的模型参数及分割方法,该方法利用了多通道的云图信息,避免了无谓的迭代计算,能够加快分割曲线的演化速度并提高分割的准确性.实验结果验证了所提出方法的有效性和可行性,其平均目标错误率与平均非目标错误率分别为1.21%与2.25%,可得到较理想的台风分割效果.      

基于特征模型的高超声速飞行器姿态控制器与自适应滤波算法的设计

提出一种基于特征模型的强跟踪无迹卡尔曼滤波（CSUKF）算法对状态和参数进行联合估计,利用特征模型参数构造时变的二阶状态转移阵,使滤波和辨识模型简化;结合强跟踪滤波（STF）的强跟踪能力和无迹卡尔曼滤波的（UKF）的非线性高逼近性对含测量噪声的高超声速飞行器系统进行参数辨识和滤波,并将其与非线性黄金分割自适应控制律相结合,对高超声速飞行器进行姿态控制.最后,将提出的CSUKF与基于特征模型的无迹卡尔曼滤波（CUKF）和基于特征模型的普通扩展卡尔曼滤波算法（CEKF）进行比较,仿真结果说明CSUKF与非线性黄金分割自适应控制律相结合可以有效改善控制的平稳性,且具有更好的滤波精度和系统输出,从而能更好地处理含测量噪声情况下的高超声速飞行器的辨识与控制问题.     

基于快速退火MRF的改进SAR图像分割方法

基于Markov随机场(MRF,Markov Random Field)的SAR图像分割方法利用了SAR图像的灰度和结构信息,能在分割过程中有效抑制斑点噪声,获得较高的分割精度.但这类方法的缺点是模拟退火的计算量很大.针对该问题,提出了一种基于快速退火MRF的SAR图像分割处理方法.该方法根据SAR图像Gibbs分布的特性,在求取全局最优解时,首先寻找邻域系统中占有支配地位的某种标记,若存在占支配地位的标记,用此标记更新状态;反之,则沿用传统模拟退火的方法随机更新状态.由于该方法引入基于Gibbs分布的先验判决进行系统状态更新,因此能够快速求得全局最优解.最后对真实SAR图像进行处理,处理结果验证了算法的有效性.     

基于超像素与多尺度残差U-Net相结合的遥感图像飞机检测方法

遥感图像中存在飞机很小、角度和位置不确定且背景复杂等问题,从遥感图像中检测飞机是一项重要且具有挑战性的任务,因此,提出一种基于超像素与多尺度残差U-Net(Multi-scale Residual U-Net,MSRU-Net)相结合的遥感图像飞机检测方法。首先对遥感图像进行超像素预分割,将位置相邻且像素特征相似的像素点组成若干个超像素,保持图像进一步分割的有效特征;然后构建多尺度残差U-Net,学习其多尺度判别特征。与传统的飞机检测方法相比,该方法用少量的超像素代替大量像素表达图像特征,降低了图像分割的复杂度,再利用MSRU-Net分割遥感超像素图像,有效检测不同尺度的飞机图像。在公共飞机遥感图像数据集上实验,结果表明,该方法能够有效的检测遥感图像不同尺度的飞机图像,检测精确率达到91.2 %。     

基于输入解耦特征模型的四足机器人运动控制

摘要： 针对四足机器人腿部关节控制和转弯步态规划问题，建立四足机器人单腿动力学模型，分析其多输入多输出、时变、耦合和非线性等特性，建立并推导一种具有输入解耦形式的多输入输出特征模型；在此基础上设计由多变量黄金分割自适应控制律和微分控制律组成的控制器；其次提出一种对角转弯步态，通过修正左右腿的迈步步长实现机器人的转弯，进一步分析步长修正量与转弯半径的关系；最后通过虚拟样机技术，分别进行机器人零负载和50 kg负载情况下的直行和转弯步态仿真，仿真结果验证所提方法的有效性.     

基于模糊强化学习的多柔性梁振动控制仿真

空间机械结构趋向大型化、复杂化、柔性化特点,容易导致残余振动,且残余振动频率低,振动时间长.针对多柔性梁耦合结构残余振动问题,通过有限元法建立了动力学模型,分析了振动特性,呈现密频特性,拍频特征.对于残余振动问题,结合模糊强化学习控制算法,构建模糊规则表,使用ε 贪婪法选择每条规则中的动作,进而生成最终的控制电压,与环境交互后获得回报,利用时序差分误差对状态动作价值进行反馈学习.经过训练,控制器收敛于一个模糊控制规则.仿真结果显示模糊强化学习控制器对多柔性梁残余振动快速抑制,验证了模糊强化学习控制算法的有效性.     

含有多级驱动机构卫星的多变量频域稳定性分析方法

摘要： 针对含有多级驱动机构卫星的多级复合控制系统,提出一种多变量频域稳定性分析方法.首先,基于小量假设建立含有多级驱动机构卫星一体化线性模型,针对星体和载荷姿态设计单通道输出线性反馈控制器,采用传递函数矩阵的矩阵分式描述,进行多项式矩阵变换得到多通道闭环系统极点分布规律,确定闭环系统多变量频域输入输出稳定性条件.算例和仿真结果表明,该方法能够验证含有多级驱动机构卫星闭环系统稳定性,并为控制器参数设计提供了有效工具.     

采用BP算法的模糊自适应控制

在对不熟悉的过程进行模糊控制时,由于对过程的不了解,很难得到合适的控制规则.基于模糊控制器的一种解析结构,提出了将模糊控制器与神经网络相结合的方法.由神经网络对系统进行辨识,并为学习系统提供必要的信息,将控制对象视为神经网络的输出部分,采用BP算法根据神经网络提供的信息对经验规则进行修改,从而改善模糊控制系统动态响应.仿真结果表明该控制器对模型参数变化具有较好的适应能力,能够较快地修改系统的原控制规则,使对象输出较快地跟踪系统的输入.     

闭环最优模糊推理方法及其应用

最优模糊推理的基本思想在于模糊推理引入优化机制.首先针对现有的一种最优模糊推理方法,证明其满足模糊推理的2个基本性质,即推理一致性和所构成模糊系统的通用逼近性;其次提出闭环最优模糊推理的基本思想,即模糊推理引入反馈和优化机制,并在此基础上提出一种闭环最优模糊推理方法;然后针对这种新方法,同理证明其满足上述2个基本性质;最后通过飞机高度控制系统的仿真平台,体现出由闭环最优模糊推理方法所构成的模糊PID控制器的控制效果和强鲁棒性.      

EHA反馈线性化最优滑模面双模糊滑模控制

为提高电静液作动器（EHA）控制性能,提出了一种反馈线性化最优滑模面的双模糊滑模控制方法。该方法在EHA的非线性模型上,利用反馈线性化方法将其线性化,在此基础上建立线性切换函数,并采用最优控制理论对切换函数进行设计。为削弱抖振将模糊控制算法引入滑模控制中,采用一个模糊控制器,根据最优滑模函数运动特性的数值对切换控制增益进行估计;采用另一个模糊控制器,根据滑模控制原理对切换控制项进行调整。仿真结果证明了该方法的有效性。      

无刷直流电动机的新型自适应模糊神经控制

 为无刷直流电动机提出了一种自适应模糊神经控制方法.这是一种建立在开关控制、模糊控制和自适应控制相结合基础上的控制方法,并用神经网络实现了模糊控制器和自适应机构.在无刷直流电动机的双闭环调速系统中,电流控制器是PI控制器;转速控制器是由1个开关控制器和1个包括自适应机构在内的模糊控制器相结合组成的,且用1个3层前向神经网络离线学习实现了模糊控制器,学习算法采用的是改进的BP算法.用1个单神经元通过在系统运行过程中的动态学习实现了自适应机构,学习算法选用了有监督的Hebb学习算法.由电机所处的运行阶段决定哪一个控制器工作.此控制算法的仿真结果说明,它使系统具有良好的动、静态特性和自适应性.     

基于参数自整定速度控制器SGCMG框架伺服控制系统

针对控制力矩陀螺框架伺服系统传统PI控制对干扰、负载变化等不确定因素的控制能力不足,设计了模糊PI控制器,利用参数自整定速度控制器实时调整参数,实现了框架伺服系统的高稳定性控制.仿真结果表明,相比传统的PI控制策略,响应快,超调小,无需修改参数,有更好的动静态特性,能更好地满足控制力矩陀螺框架伺服控制系统的鲁棒性要求,并有很好的跟踪性能.     

基于全通道耦合特征模型的高超飞行器控制研究

建立了"类X-20"高超声速飞行器的动力学模型,针对攻角、侧滑角和滚转角三通道之间的强耦合性,提出了一种同时考虑状态耦合和输入耦合的全通道耦合特征模型,基于此特征模型设计由多输入多输出黄金分割自适应控制律、微分控制律和积分控制律相结合的组合控制器.最后,分别对精确模型和干扰模型进行仿真,验证控制器的跟踪能力及鲁棒性,并与单通道控制器比较,结果表明全通道耦合特征模型控制器在高超声速飞行器姿态控制方面具有明显优越性.