推力矢量飞机自适应控制系统仿真平台研究

研究了具有自修复功能的推力矢量飞机自适应控制系统的结构功能特点,研究了RHO优化控制算法实现在线控制器设计,利用MSLS辨识算法实现在线飞行参数辨识和等价空间算法、传感器信息融合技术和概率统计理论实现FDI算法。并且根据系统各个部分的算法,采用面向对象技术语言VC 6.0和三维图形语言OpenGL开发了仿真平台,利用仿真平台实时演示了飞机存在舵面故障情况下的飞行控制系统运行仿真,解决了飞机飞行过程中存在舵面损伤和气动参数变化的问题,该仿真平台可以根据需求进行飞机故障加载,具备完备的推力矢量飞机自适应控制系统仿真功能。     

进气道物面贴体坐标生成的几何自适应控制方法

针对轴对称进气道跨音速绕流问题的特点，用几何自适应的方法和椭圆型方程构筑了适合流场特征的贴体坐标系，并用AF3格式计算了A－27进气道物面上的压力分布。计算结果表明：几何自适应方法能够控制进气道物面上网点的疏密，给出进气进物面上网点的良好分布，从而为进气道跨音速绕流问题的准确计算奠定了基础。     

基于酉变换的约束优化均衡算法

基于李道本等人提出的代价函数，在特定的约束条件下，利用酉变换方法，提出了两个约束化均衡算法。这两种均衡算法是传统的直接梯度算法和共轭梯度算法的改进方法。这两种约束算法是在Householder变换下或GiVen平面旋转变换下获得的，它们完全不同于前人的各种线性约来自适应算法，这两种算法的计算复杂度是可以接受的。计算机仿真结果验证了这两种变换域算法的性能。     

舵面电动加载系统的自适应CMAC复合控制

针对无人机舵面电动加载系统具有非线性及多余力矩的特点,提出了一种自适应CMAC(Cerebellar Model Articulation Controller)神经网络与自适应神经元控制器并联构成复合控制结构.该控制策略以系统的指令输入和实际输出作为CMAC的激励信号,以系统的当前控制误差作为CMAC的训练信号.提出了利用误差在线自适应调整学习率的方法,消除了常规前馈型CMAC的过学习和不稳定现象.建立了无人机舵面电动加载系统的数学模型,给出了具体的控制结构和算法.仿真结果表明:该方法有效抑制了加载系统的多余力矩,增强了系统的稳定性,明显改善了舵面电动加载系统的动态性能.     

自适应中心变异差分进化算法及其在涡轮叶型优化设计中的应用

为了更好地求解多维复杂函数优化问题,提出了自适应中心变异差分进化算法(SCDE),并以低温火箭发动机多级氧涡轮叶片的高精度气动型面优化设计为例进行了验证.使用商业软件进行三维叶片几何造型和单通道流场分析,计算得到涡轮效率作为优化设计评价指标.最终得到了合理的优化结果,涡轮效率相比初始设计提高了5.25%.      

BP算法各种改进算法的研究及应用

在简述ＢＰ网结构、算法及优缺点的基础上，详细研究了ＢＰ算法的改进方法及措施，即“步长自适应”、“训练集归一化”、“导数提升”、“各层变尺度”、“训练集重组”及“隐含层节点数的确定”。本文以实例在ＢＰ网的训练时间和预报精度两方面，将上述各改进的算法与经典算法做出对比，对比结果表明，合适地选取改进算法将大大加速ＢＰ网的训练时间并有效地提高ＢＰ网的预报精度。     

GPS/DR组合系统建模与实现

针对 GPS 在城市单独使用时精度无法得到保障以及 DR 工作的自主性,建立了 GPS/DR组合系统的状态方程与量测方程,并建立组合系统的卡尔曼自适应滤波模型,最后通过跑车试验验证了上述方案的可行性。     

基于固体火箭发动机耗尽关机的混合轨道自适应制导方案研究

针对固体火箭发动机在指令关机后存在量级小但顽固的后效冲量及推力偏差大等问题,提出了将速度增益制导(VIC)、末速匹配修正二者结合的混合轨道自适应制导方案。通过Lambert定理给出了VIC方案中需要速度的计算模型,并采用非线性的推力矢量控制(TVC)方法分析了增益速度的导引算法。为了克服固体发动机关机后仍存在量级小但顽固的后效冲量问题,并更有效地实施机动变轨,通过预测推进剂的剩余能量,并结合VIC的计算模型,建立了以增益速度匹配当前固体推进剂耗尽时产生的可能速度增量、并直至发动机自然耗尽的末速匹配修正方案。初步仿真结果表明,该制导方案具有更大的可伸缩性和广泛用途。     

自适应滤波抑制电子设备窄带干扰的研究

针对电子设备内部、外部普遍存在的窄带干扰问题,提出了采用自适应滤波的手段抑制这种干扰信号的设想,分析了其抑制扩频信号多窄带干扰的性能,并对其做出了理论论证。     

基于遗传算法和 Vague集的液压位置控制系统自适应 PID控制

在被控对象模型精度不高的情况下,设计了一种自适应PID控制方法,提高其鲁棒性,以确保系统的响应具有最优的动态性能和稳态性能。该方法在常规PID控制的基础上,引入智能技术,在线实时调整PID控制器的3个参数。该控制器主要由3部分构成:一是采用遗传算法优化模糊推理规则;二是精确的Vague集推理规则表;三是基于Vague集相似度量的自适应PID控制。仿真结果表明,该控制方法响应速度快,稳态精度高。