非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.     

基于里兹法的绳系卫星动力学仿真

同时考虑系绳质量、弹性、形变等因素的绳系卫星系统动力学仿真是复杂的非线性偏微分方程求解问题.为便于构造连续型模态函数,采用了基于牛顿定理及广义胡克定律建立的绳系卫星系统动力学模型.基于里兹法将位移函数构造为模态函数与待求系数的线性组合,进而将原本复杂的非线性偏微分方程转化为较常见的非线性常微分方程.仿真算例基于绳系系统从稳定平衡位置及面外角5.自由展开来进行,数值仿真印证了绳系系统的基本动力学特性,同时发现系绳自由展开及摆动过程中有微弱弯曲现象且计算效率不够高.     

高超声速飞行器迎角观测器及控制器设计

针对高超声速飞行器非线性动力学系统中所特有的输出非线性、状态向量强耦合等特性,综合考虑了飞行中的不确定性、具有复杂非线性输出、状态向量不完全可测量等因素,提出一种基于Lyapunov法的滑模观测器和控制器设计方法,用于解决高超声速飞行器迎角观测器不能精确测量的问题.首先在观测器设计过程中,利用过载输出滑模面构造了Lyapunov函数,确定出观测器收敛的条件,并基于线性化理论求出观测器增益矩阵.然后在控制器设计过程中,采用基于动态面的自适应反演方法设计出控制律,用多层神经网络调节函数逼近系统中的高频未建模动态,设计鲁棒项函数解决了逼近误差的影响问题,并进行了稳定性分析和仿真验证.      

自主飞艇姿态跟踪的终端滑模控制

针对自主飞艇姿态运动的非线性、耦合和不确定等特点,研究了一种终端滑模姿态控制方法。首先推导了飞艇姿态运动的数学模型,通过选取状态向量和控制向量,将其描述为非线性控制系统。然后基于微分几何理论将非线性姿态控制系统输入输出线性化为3个通道的线性子系统,利用滑模控制对模型不确定和外界扰动的不变性设计了姿态控制律,通过选取终端滑模函数使得姿态跟踪误差在有限时间内收敛至零,并应用Lyapunov理论证明了闭环系统的稳定性。最后对具有模型不确定的姿态控制系统进行了数值仿真,验证了控制方法的有效性和鲁棒性。     

飞机液压泵源预测与健康管理系统

针对飞机液压泵源系统高可靠性和维修保障性要求,根据液压泵源系统故障特点提出了飞机液压泵源预测与健康管理系统的体系结构总体方案,描述了泵源预测与健康管理系统体系结构各层的功能,并对机载液压泵源健康监测系统和地面维护管理系统关键技术进行了研究.基于数字信号处理器设计了机载液压泵源健康监测系统和地面维护管理数据库,给出了鲁棒、快速和智能的故障诊断算法,为典型液压泵源系统故障预测和后勤保障提供了有效的方法,实现了液压泵源系统预测与健康管理的功能.     

基于能力的工作流任务组织化

为解决一般工作流模型中"活动-成员"的紧耦合链,改进任务分配的柔性和适应性,提出了工作流活动和成员的能力概念.描述了能力本体模型和基于能力的任务组织化原则,建立了"活动-能力-成员"三层结构的过程元模型,给出了一系列能力匹配策略的形式化描述.上述概念和方法在开放边界工作流系统ABCflow中得到应用和验证.      

一类非线性时滞系统的采样控制

针对于采样区间具有已知上界的非线性时滞系统,分别考虑了常采样和变采样两种情况下的采样控制问题.目标是设计一个状态反馈采样控制器,使得闭环系统指数稳定,并且满足给定的性能指标.基于输入延迟方法,可以将采样控制系统转化成具有时变延迟的连续系统.引入了新的时间依赖Lyapunov函数,这些Lyapunov函数在下一个采样时间到来之前没有增长.以线性矩阵不等式(LMI, Linear Matrix Inequality)的形式给出了具有时变延迟的非线性扰动系统指数稳定的充分条件.仿真结果说明了所提方法可以提高系统的抗扰能力.     

卫星姿态控制系统在轨实时健康评估

面向航天器在轨智能自主管控的技术需求,提出一种基于多级模糊综合评价架构的卫星姿态控制系统的在轨实时健康评估方法.根据卫星姿态控制系统的性能特点,按实际功能将其划分为姿态测量、控制器和执行机构3个部分.在确定各部分单元部件健康信息的基础上,基于模糊综合评价算法对各部分的健康度分别进行评估.基于评估所得到的姿态测量、控制器和执行机构3部分健康信息,根据各部分对系统健康的影响情况结合变权综合原理确定健康影响权重,采用模糊综合评价算法实现对姿态控制系统整体健康性能的综合评估.仿真实验结果表明,所提出的方法能够有效实现卫星姿态控制系统的在轨实时健康评估.     

用面向对象技术实现相关分离的双语言描述

介绍了一种新的形式化描述思想,即"相关分离"的思想,并分析了基于此思想的双语言方法,与传统的单一语言的描述技术相比,"相关分离"的思想和双语言方法更适合于分布式多媒体的描述.结合对面向对象技术在分布式多媒体的形式化描述中应用的方法分析,本文提出了一种以LOTOS/QTL或Esterel/QL为基础,融合面向对象技术的形式化描述方案,该方案可用于建立分布式多媒体系统的时间模型和同步模型.     

应用支持向量回归机探索发动机VSV调节规律

发动机可调静子叶片（VSV）调节规律极其复杂,通过挖掘快速存取记录装置（QAR）数据对VSV调节规律进行了深入研究。首先,通过PW4077D发动机健康状态的QAR数据,建立基于粒子群优化（PSO）算法的支持向量回归机（SVR）模型,来探索VSV调节规律;然后,利用后续航班数据对PSO-SVR模型进行验证,并将验证结果与传统的PSO-BP神经网络模型进行对比;最后,应用PSO-SVR模型进行发动机故障诊断。研究结果表明:PSO-SVR模型的回归预测精度优于PSO-BP神经网络模型,能够准确反映VSV的调节规律。可将其用于发动机的状态监控和故障诊断,亦可为VSV控制系统设计提供参考。      

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

用于识别两颗故障卫星的RAIM算法

提出了一种可以识别两颗故障卫星的接收机自主完好性监测算法.将最优奇偶矢量法应用于两颗故障卫星识别,指出由于故障偏差可能会抵消而使得正确识别率较低.对最优奇偶矢量法进行了改进,利用对单颗卫星故障敏感的最优奇偶矢量对所有可能的两颗故障卫星组合分别构造两个新的奇偶矢量,用于两颗故障卫星的检测和识别.计算机仿真结果显示,改进后的算法与直接利用最优奇偶矢量法相比,可以显著提高两颗故障卫星正确识别率,识别率可超过90%.同时,改进算法的奇偶矢量构造方法简单,计算量将减少90%以上,更有利于工程实现.      

Robust model predictive control for satellite formation keeping with eccentricity/inclination vector separation

This study presents model predictive formation control based on an eccentricity/inclination vector separation strategy. Alternative collision avoidance can be accomplished by using eccentricity/inclination vectors and adding a simple goal function term for optimization process. Real-time control is also achievable with model predictive controller based on convex formulation. Constraint-tightening approach is address as well improve robustness of the controller, and simulation results are presented to verify performance enhancement for the proposed approach.     

融合高斯过程回归的UKF估计方法

高精度滤波估计是SINS/GNSS组合导航系统的关键技术之一,其估计精度直接影响了导航精度。传统滤波估计方法一般只基于惯导误差模型,未考虑惯导误差模型不确定性的影响。针对此问题,提出了一种采用高斯过程回归（GPR）增强无迹卡尔曼滤波（UKF）预测和估计能力的高精度滤波估计方法。一方面,能在有限的训练数据条件下通过UKF估计误差状态量;另一方面,高斯过程既考虑了噪声,也考虑了UKF的不确定性。将所提方法应用于SINS/GNSS组合导航系统中,车载实验结果表明,所提方法能有效提高滤波估计精度。      

电液复合系统中的相乘非线性控制

针对机载电液复合控制非线性被控系统,建立了系统的相乘非线性数学模型,提出了基于反馈线性化的在线滚动优化控制方法.系统的相对阶小于系统的阶数,因此通过反馈线性化将非线性被控系统化为一线性子系统和非线性部分,在保持非线性部分零动态渐近稳定的基础上,引入在线滚动优化提高系统的动态响应, 而且未建模动态具有很强的鲁棒性,目标优化函数取控制量的偏差和跟踪误差的偏差的二次型,并且通过状态反馈保持整个系统的稳定性.系统仿真研究表明该控制方法使得系统对不确定因素和外来干扰具有很强的鲁棒性,系统具有更好的动态性能.