多目标模糊航迹规划方法研究(英文)

在航迹规划方法中,常常需要满足多个目标要求。多目标综合体现飞行任务要求和决策者意愿,而决策者对目标的认识及对各个目标趋优满意程度的主观意愿存在模糊性,在多目标规划中如何体现这种特性,是航迹规划应该考虑的问题。基于Voronoi图形的航迹规划方法,研究多目标代价性能指标的综合问题。首先,分析了多目标性能指标建立的困难:因为各子目标代价物理意义不同,且同一子目标会受到任务、飞行环境等的影响,这使得在不同情况下,不同目标代价在相对重要性方面缺乏可比性,因而造成决策者认识上的困难,不便直观反映决策者对各个目标趋优满意程度的主观意愿,影响航迹规划效果。针对这一问题,对多目标综合性能指标函数进行模糊隶属化,建立模糊优化方法,有利于解决航迹规划多目标综合的困难。结合实际算例,验证了提出的多目标模糊优化方法的合理性。     

基于滑油监控信息的发动机磨损状态融合评估

针对现有航空发动机磨损状态评估方法的局限性,基于光谱分析和自动磨粒检测2种滑油分析方法的结果,提出了1种新的融合评估方法。结合专家经验,将各监控对象的磨损量和磨损率进行模糊推理,得到发动机的磨损状态可能向量,解决了发动机磨损状态评估过程中的模糊性问题。在决策层,运用D-S证据理论对2种滑油分析方法的推理结果进行融合时,考虑2种滑油分析方法的有效性,基于粗糙集理论与专家经验求得二者的可靠程度,最终得到更为合理的评估结果。实例表明:该方法可有效融合多种检测信息,解决评估过程中的不确定性问题,并可得到较为准确的评估结果。     

基于模糊控制理论的智能体运动控制方法

模糊控制是相对于传统自动控制领域精确控制而言的一种非线性的系统智能控制方法,模糊控制通过对观测量进行模糊化,建立模糊控制规则以及模糊推理三个步骤实现模糊模控制。结合智能算法进行智能体的控制方法的研究一直是国内外学者热切关注的问题,本文针对智能体的追踪问题提出了一种使用模糊控制的方法进行目标的追踪。试验结果证明,本文提出的方法能够有效地实现智能体的目标追踪。     

基于模糊推理的舰载机进舰过程安全性仿真分析

 舰载机进舰过程复杂,驾驶员对舰载机的控制是影响进舰安全的重要因素,驾驶员操作的偏差受到人员自身状态、环境状态以及设备(舰载机)状态的综合影响。以国外某型舰载机为例,提出了基于模糊推理的舰载机进舰过程安全性建模与仿真方法。考虑舰载机进舰过程中驾驶员控制的不确定性,分析了引起驾驶员不确定性的人-机-环因素,基于模糊推理建立不确定因素引起的驾驶员控制偏差模型,并在此基础上建立了舰载机进舰过程安全性仿真模型。通过仿真分析明确危险模式、危险程度以及危险发生的时刻点等关键因素的影响程度,为进一步保证舰载机进舰安全提供基础。     

模糊工艺推理在模具敏捷制造中的应用

利用模糊工艺推理的方法对模具敏捷制造工作流模型中工艺分析和调度模块进行了设计。工艺分析和调度模块由模具型腔典型特征的工艺制定、模具制造难度分析、模具标准件工艺查询和技术讨论三个子模块组成。在其中的典型特征的工艺制定模块中,引进了模糊工艺推理的方法。     

基于ANFIS的避撞算法

应用自适应神经模糊推理系统(ANFIS)建立了车辆避撞算法模型,为加快收敛速度,运用线性递归最小二乘法(RLSE)和最陡下降法(SD)组成的混合算法通过前向和后向通道分别进行了模型的前提参数和结论参数的辨识.为取得模型训练所需的数据对,设计了两车跟随的实验,试验中尝试性的采用GPS来获取两车的车间距和车速差,经过模型训练和仿真输出,该方法能够模仿驾驶员的操作,并且操作更为平滑.这种方法改变了以往采用经验来确定隶属函数的缺陷,使模型的建立更为可靠.      

基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法

在惯性导航系统（INS）/合成孔径雷达（SAR）组合导航系统中,SAR图像易受斑点噪声的影响,图像匹配的精度对整个导航系统精度的影响十分明显,能够准确地分析SAR图像匹配过程中的误差特性,利用有效的图像匹配信息辅助INS进行组合定位尤为重要。针对上述问题,在加权Hausdorff距离匹配算法的基础上,对影响SAR图像匹配精度的因素进行了分析,提出了一种基于模糊推理的匹配结果可信度评价准则,经过可信度筛选,将有效的匹配信息与INS进行组合;对合理范围内的匹配误差变化引起量测噪声统计特性发生变化,进而导致Kalman滤波精度下降的问题,研究采用改进的Sage-Husa自适应滤波算法对量测噪声方差阵进行动态调整,使其更加接近系统的当前状态。搭建仿真验证平台对所提算法进行了验证,结果表明,该算法能够在合理的匹配误差范围内,有效地筛选出可信的图像匹配结果,相比常规Kalman滤波算法,显著地提升了INS/SAR组合导航系统水平方向的定位精度。     

多约束条件下机械臂关节轨迹模糊控制算法

将单一约束条件下冗余机械臂关节角速度向量算法与模糊推理方法有效结合,实现多个约束条件下冗余机械臂关节角速度向量轨迹的控制。根据末端执行器的方向、灵活性、机械臂与障碍物的距离等约束条件的重要性,将多个约束条件排定先后次序。综合所有传感器的信息,由模糊推理确定某一时刻需要优化的约束条件,以及对每个约束条件的执行程度,使得在完成主要任务的前提下,所有约束条件都得到最大限度满足。仿真结果证明了所提出算法的有效性。     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

内积真值流推理与响应决策量的一般形式

本文指出目前常用的模糊控制算法均是一种内积真值流的模糊推理方法，并且得到了响应决策量的一般表达形式。同时指出，目前模糊控制算法中的响应决策量均是它的一种特例。