无人机全包线模糊T-S建模

针对无人机大包线一体化飞行控制要求,提出全包线模糊T-S(Takagi-Sugeno)建模方法.该方法根据非仿射系统的局部线性化原理,将模糊T-S建模转化为仅对模糊规则中隶属度函数的中心和宽度的优化过程,优化的代价函数为模糊T-S模型对无人机全包线稳定性和操纵性的逼近误差的加权值.基于敏感度逐步扩展前件变量的模糊集以实现全局优化,确定模糊规则的数量和隶属度函数的初值.采用对正则因子启发式调整的Levenberg-Marquardt算法进行快速的局部优化.算例表明,建模算法收敛迅速,所建立的模糊T-S模型采用少量模糊规则实现了对无人机全包线稳定性和操纵性的高精度逼近,适用于无人机全包线一体化控制.     

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.      

机械臂的改进区间二型模糊神经网络控制

针对具有不确定性模型参数的双关节机械臂系统，提出基于改进区间二型模糊神经网络逼近器的自适应反演控制算法.相比于一型模糊系统，区间二型模糊系统由于自身的区间前件和隶属函数，更有效地处理高度非线性系统.然而现有的二型模糊寻找上下输出的交叉点过程中KM迭代算法计算量大、耗时高，使得传统的二型模糊系统不适用于实际控制应用.利用自适应调节因子代替KM迭代算法，在上输出和下输出建立起自适应连接，所采用的改进区间二型模糊神经网络逼近器有效解决双关节机械臂系统中不确定性参数的问题.通过李雅普诺夫方法证明了所有信号的有界性以及闭环系统的稳定性.最后仿真结果表明，基于改进区间二型模糊神经网络逼近器的自适应反演控制器可实现快速响应、更短的稳定时间和更高的跟踪精度.     

一种参数区间交叉类型的目标识别方法

针对参数区间为交叉类型的目标识别问题，提出了基于直觉模糊集和云模型的逼近理想点（TOPSIS）识别方法。构建了包含个体类和交叉类的目标数据库模型，根据云模型的多步估计算法，得到未知目标相对已知目标类的确定度，提出了确定度向隶属度和非隶属度的转化方法，基于直觉模糊熵计算特征属性的动态权重，形成了去模糊距离测度的TOPSIS识别方法，应用于辐射源信号识别。仿真结果表明，所提方法对参数区间交叉类型的目标正确识别率较高，具有一定的实际应用价值。      

基于重叠因子优化的超流体陀螺量程扩展设计

针对热驱动型双弱连接超流体陀螺的幅值-角速度单值求解区间因工作曲线呈周期性而制约超流体陀螺量程的突出问题,提出了一种基于重叠因子优化的超流体陀螺量程扩展方法。首先在明晰陀螺量程受限机理的基础上,设计了幅值锁定量程扩展方案。其次分析了热相位与温升延时的关系,引入重叠因子的概念,提出了一种基于重叠因子的遗传优化方法来实现幅值锁定参数优化:通过间接编码三角形隶属函数左半宽度,在避免出现相邻隶属函数无重叠或重叠太多的前提下,对模糊线性隶属函数进行遗传优化,寻找幅值锁定系统最优参数。通过与传统比例（P）控制下幅值锁定的仿真对比表明,该方法能够使超流体陀螺的薄膜幅值快速且稳定地锁定在期望值,在保证测量精度的同时提高了陀螺系统的量程范围。      

航天器精确节能模糊脉冲调宽控制器的设计

为实现航天器精确、节能的姿态或轨道控制,提出一种采用脉冲宽度调制PWM(Pulse Width Modulation)与模糊比例微分PD(Proportional Differential)控制相结合的模糊PD-PWM控制器.其中PWM能将开关型控制转化为相应的精确线性控制,而模糊PD控制在能量消耗限制不同情况下可实现两种快速、节能的控制过程.在分析大气层外拦截器EKV(Extra-atmospheric Kill Vehicle)处于目标捕获和末制导阶段对姿控系统的不同性能要求的基础上,以EKV姿控系统为例介绍了模糊PD-PWM控制器的设计和优化过程.说明了模糊PD控制器隶属度函数的设计、待优化参数的选择以及模糊控制规则的设计,重点叙述了遗传算法GA(Genetic Algorithms)中适应度函数的设计方法,并对隶属度函数进行了优化.仿真结果证明优化后的控制器能满足EKV不同阶段姿态控制要求,具有精确、节能的特点.      

区间多目标线性优化的功效系数求解方法

针对工程领域中普遍存在的具有不确定参数的多目标优化问题,提出了一种基于功效系数的区间优化模型及求解方法.通过引入增补变量,将含有区间参数的目标函数化为参数确定的形式.建立以功效系数为基础的评价函数,将原多目标优化问题转化为单目标优化问题,然后分别在区间约束条件的最好情况和最差情况下求解,得到设计变量的最优解区间和目标函数的最优值区间.通过工程算例,与传统概率方法的优化结果相比较,验证了所提出优化模型及方法的有效性.     

一种自适应观测器设计和故障检测方法

利用模糊系统和径向高斯函数网络,设计一种具有自适应能力的模糊神经网络.用高斯函数表示模糊规则前件的隶属度函数,然后,构造一种递阶自组织在线学习算法,从输入输出样本数据中,通过学习提取模糊IF-THEN规则;在此基础上,提出一种非线性时变系统的自适应状态观测器设计和故障检测方法,并对其结构及特征进行了讨论,仿真结果表明,这种自适应状态观测器能很好地观测系统的状态,并能有效地应用于系统的故障检测.     

电液伺服速度系统的模糊增益调度控制

针对电液伺服速度系统的非线性和参数时变特性,提出了模糊增益调度控制方法.根据系统的输出误差和误差的一阶微分变化,利用模糊推理在线实时更改比例积分微分(PID,Proportion Integral Differential)控制器参数以适应工作点的变化,使系统控制参数达到全局优化,解决了一般增益调度中控制参数只是对于某一工作点局部优化的问题;在确定P和I隶属度函数时,引入指数函数保证了系统稳准前提下响应的快速性.试验研究表明,与单纯PID控制器相比,模糊增益调度缩短了动态响应时间、降低了超调、减小了负载扰动,说明该方法对非线性系统和未能精确建模系统大范围控制的有效性.      

含模糊参数振动系统的Taylor级数展开法

为研究模糊参数约束条件下振动结构模糊有限元平衡方程特征值的问题,通过模糊集合理论中隶属度的性质,把振动结构的不确定模糊参量表示成区间形式,得到区间有限元平衡方程,利用所提Taylor级数展开法求解可以得到特征值所在的区间集.将α水平截集下得到的区间解,通过模糊分解定理构造出振动结构模糊有限元平衡方程的模糊解,从而可以得到模糊参数约束条件下振动结构的固有频率的变化范围,为结构的模糊可靠性评价奠定了基础.通过数值算例表明了所提方法的可行性.     

基于模糊优化算法的惯性元件误差补偿方法

阐述基于模糊优化算法的导航系统惯性元件误差补偿方法.该方法的基本思想是将遗传算法与模糊逻辑推理相结合,保留遗传算法的强全局搜索能力,把隶属函数作为遗传的个体通过选择、交叉及变异等遗传操作使模糊规则得到进化,实现模糊规则的在线优化,进而根据优化了的模糊规则,再对遗传操作及参数在线进行调整,从而进一步优化模糊规则,使得模糊控制系统具有良好的"自进化"能力.仿真结果表明,该模糊优化算法对导航系统惯性元件的误差补偿是可行的,而且是有效的,具有一定的实用价值.      

结构模糊非概率混合可靠性分析方法

针对模糊非概率混合不确定性下结构可靠性分析问题,基于模糊数学分解原理将混合可靠性分析模型转化为[0,1]内连续分布隶属度水平下的非概率可靠性分析模型;针对非概率可靠度计算复杂性,基于逐维策略将结构功能函数最值的计算转化为最值点向量的逐维计算,提出一种确定结构功能函数界限的算法;通过在[0,1]内遍历隶属度值确定结构可靠度的隶属度函数实现结构可靠度模糊性的定量化.算例表明该方法的合理性,计算精度高和计算量小的特点为复杂工程结构可靠度分析及优化设计提供了可行途径.      

自主近距空战中敌机的战术动作识别方法

为了识别自主近距空战中敌机的战术动作,提出一个两级识别系统.该系统由基本动作识别和组合动作识别两部分组成.其中,基本动作识别采用模糊推理方法,并模拟飞行员的思维过程,用"模式记忆"方法平滑推理结果的抖动;组合动作识别以基本动作序列为输入,采用时间自动机组成并行结构,提取各组合动作的主要几何形态,使识别系统具有良好的可扩展性和鲁棒性.通过仿真对识别系统进行验证,结果表明该系统能有效地识别敌机的战术动作.      

基于测量值模糊贴近度时空融合的多传感器融合方法

针对实际多传感器目标跟踪系统中,传感器测量值中的野值对状态估计的不利影响,该算法利用概率源合并理论和非负矩阵特征向量理论,算出k时刻空间上各传感器测量值与其他传感器测量值的综合贴近度,同时将k个时刻的空间上融合的模糊贴近度进行时间融合,以此确定每个传感器的权重。仿真结果表明,该算法有效地抑制了测量野值对测量融合值的不利影响,提高了系统的跟踪准确度。     

基于RS-CRITIC的空战目标威胁评估

针对不确定信息下的空战目标威胁评估问题，提出了一种基于粗糙集（RS）理论和指标重要性相关（CRITIC）法的目标威胁评估模型。首先，通过CRITIC法确定准确信息下的目标威胁值，利用数据挖掘（MD）启发式算法求解最佳分割集合，将目标威胁值离散化处理后替代粗糙集决策信息系统中的决策属性。其次，基于构建的完备粗糙集决策信息系统，通过决策矩阵实现属性约简和目标威胁评估最小决策规则提取。最后，将规则应用于不确定信息下的目标威胁评估。仿真结果表明:所提模型能够实现信息缺失下的目标威胁评估，减少了主观因素和先验知识的影响，扩展了粗糙集理论应用范围。      

基于改进核聚类算法的空间目标识别方法

根据目标区域的矩特征,几何特征以及灰度特征,提取出目标的特征向量,并通过聚类算法对空间目标进行识别,提出了一种基于Voronoi距离的核聚类算法（KFCM）。该算法通过引入一种新的距离度量,使得隶属度函数更加的明晰,改善了核聚类算法极易陷入最小值的问题。运用改进的核聚类算法对3类空间目标进行识别,试验结果验证了算法的正确性和有效性。