基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.      

具有异构多操纵机构的飞行器复合控制技术

提出了具有异构多控制机构的飞行器复合控制决策与管理系统结构,建立了具有气动力/推力矢量/直接侧向力的异构多操纵机构的飞行器动力学模型,提出了模糊自适应控制分配与复合控制器优化集成设计方案。设计了基于参考模型的模糊自适应控制分配策略,使气动力/推力矢量/直接力任意形式组合及动态分配过程中复合执行机构等效动态特性与参考模型一致。采用进化策略对导弹复合控制系统参数进行了多目标优化设计。分别针对不同的组合形式进行了仿真研究,证明了具有异构多操纵机构的飞行器复合控制系统具有很好的快速大机动跟踪能力,实现了飞行器气动力/推力矢量/直接侧向力之间不同形式组合控制系统的自适应控制分配。     

导弹模糊增益调参鲁棒飞控系统设计

由于导弹飞控系统的高度非线性、时变性和不确定性,如何设计导弹高性能鲁棒控制系统是一项关键技术。利用模糊逻辑很强的知识综合和推理等特点,基于模糊控制和H∞鲁棒控制方法,建立了一种模糊参数化的增益调参飞控系统鲁棒设计方法,并利用线性矩阵不等式(LMI)技术,将鲁棒增益调参控制器设计转化成了相应的LMI凸优化问题,解决了复杂鲁棒控制器的求解问题。并将该方法应用于导弹鲁棒控制系统设计,仿真结果表明了该设计方法有效性。模糊逻辑、鲁棒控制以及线性矩阵不等式技术的有机结合可以设计具有全局稳定性及鲁棒性能要求的高性能导弹飞控系统。     

太阳帆板平面度测量系统

介绍了一种采用斜光学三角形测量结构和基于虚拟精密测量基准的太阳帆板平面度无接触测量系统.首次提出斜光学三角形测量结构,使得测量系统的测量面积和分辨率大大提高,从而实现了对大面积平面平面度的高精度无接触测量.提出的虚拟精密基准的建模与误差补偿技术,解决了在非精密基准上实现精密测量这一难题,使得所研制的测量系统利用现有平台可实现对太阳帆板平面度的高精度测量.此外,对测量光斑位置估值精度与光斑图像尺寸大小和能量分布之间的定量关系进行了分析,为激光光斑的优化设计提供了理论依据.实际测量结果表明,该测量系统对面积为2581mm×1755mm太阳帆板的平面度测量精度达0.02mm(RMS).     

神经网络理论在微分对策中的应用

阐述了微分对策理论在实际应用中存在的问题,并从动态冲突的实际过程出发,将神经网络理论与分层式智能控制理论相结合,来模型化微分对策问题.将微分对策的双向优化问题转化成基于神经网络理论的目标机动性辨识和单向优化控制问题,将微分对策的定性与定量结合起来,为有效加入人的经验提供了一种技术途径.并采用自适应分布式学习速率,大大提高了神经网络的学习速度和精度.     

通信和测量受限条件下异构多UAV分布式协同目标跟踪方法

研究了通信和测量受限的异构多无人机(UAV)网络化分布式协同目标观测与跟踪问题.该分布式UAV系统采用长机一僚机异构型网络结构,以实现在电子静默和战术隐身条件下扩大探测和打击纵深.提出改进的一致性信息滤波(ICF)算法,实现通信和测量范围内各UAV节点的分布式信息融合.由于一致性算法的收敛性与网络拓扑结构的连通性密切相...     

滑模干扰观测器在低速光电跟踪系统中的应用

针对摩擦等非线性干扰因素对光电跟踪伺服系统低速性能的影响,系统设计分为两部分完成.将各种干扰信号等效成控制输入端的等效输入干扰(EID,Equivalent Input Disturbance),针对系统名义模型搭建滑模干扰观测器,利用系统的状态观测误差推导出系统的等效输入干扰,并采用Lyapunov函数推导出该观测器稳定收敛的条件,通过设计增益矩阵与反馈矩阵,调整观测器跟踪系统状态的收敛速度,最终实现抑制系统跟踪过程中的干扰信号;针对系统的动态部分设计了自适应加速度稳定控制器,进一步补偿了干扰估计的不足问题,保证了系统动态跟踪的精度与稳定性,增强了控制系统的鲁棒自适应能力.仿真和实验结果证明了该方法的有效性.     

滑模干扰观测器在低速光电跟踪系统中的应用

针对摩擦等非线性干扰因素对光电跟踪伺服系统低速性能的影响,系统设计分为两部分完成.将各种干扰信号等效成控制输入端的等效输入干扰(EID,Equivalent Input Disturbance),针对系统名义模型搭建滑模干扰观测器,利用系统的状态观测误差推导出系统的等效输入干扰,并采用Lyapunov函数推导出该观测器稳定收敛的条件,通过设计增益矩阵与反馈矩阵,调整观测器跟踪系统状态的收敛速度,最终实现抑制系统跟踪过程中的干扰信号;针对系统的动态部分设计了自适应加速度稳定控制器,进一步补偿了干扰估计的不足问题,保证了系统动态跟踪的精度与稳定性,增强了控制系统的鲁棒自适应能力.仿真和实验结果证明了该方法的有效性.