基于简单WENO-间断Galerkin的Euler方程自适应计算

为了得到Euler方程的高精度、高分辨率数值解,介绍了间断Galerkin方法、三角形单元上简单WENO限制器的基本原理以及基于自适应网格加密的激波捕捉方法。将简单WENO限制器-间断Galerkin方法应用到曲边四边形单元上,通过单元边界上高斯积分点的坐标来搜索相邻单元从而得到相邻单元的单元编号,实现了基于“问题单元”的局部网格加密自适应计算。对若干典型问题进行编程计算,结果表明,简单WENO限制器可以应用到曲边四边形单元上,且可适用于局部网格加密时具有“悬挂节点”的非结构网格上的激波捕捉。      

基于自适应反步的DGMSCMG框架伺服系统控制方法

针对双框架磁悬浮控制力矩陀螺(DGMSCMG)内、外框架伺服系统耦合力矩及传动机构的非线性传动特性影响框架角速率精度的问题,提出一种基于自适应反步的非线性鲁棒控制器的设计方法。首先分别就双框架伺服系统耦合力矩及框架传动机构的非线性传动特性对系统稳定性和角速率精度的影响进行分析;其次利用反步理论,通过构造适当的Lyapunov函数并逐级反推得到控制律,保证参数估值的收敛性和系统的全局稳定性;最后通过仿真分析并以小型DGMSCMG系统为对象进行实验,结果表明:与电流前馈控制比较,所提出的自适应反步控制方法,既增强双框架伺服系统的扰动抑制能力,又提高框架角速率精度。      

最大相关熵准则自适应滤波器的分数阶长算法

对自适应滤波器最佳阶长的准确估计可以有效平衡自适应算法的稳态性能与计算复杂度,而基于最小均方差(MMSE)准则的变阶长最小均方(LMS)算法在非高斯噪声环境下的收敛性能变差。针对这一问题,提出一种最大相关熵准则(MCC)自适应滤波器的分数阶长(FT)算法——FT-MCC算法。该算法从MCC自适应滤波器最佳阶长的定义出发,利用不同阶长滤波器产生的相关熵之差实现阶长更新。理论分析和实验表明:相比现有变阶长最小均方算法,FT-MCC算法在非高斯噪声环境中具有较强的鲁棒性;通过恰当的参数选择,算法可较好地实现对最佳阶长的跟踪和估计。      

饱和时序下防空相控阵雷达动态优先级调度算法

针对防空相控阵雷达负载饱和情况下的时间分配问题,提出一种基于目标威胁密度和截止期的雷达任务动态优先级调度算法。根据目标信息建立非线性目标威胁度模型并设计动态优先级表,然后,利用目标威胁度、任务驻留时间和截止期共同确定任务的综合优先级。在此基础上,提出执行威胁率（TRE）的评估指标,以反映调度算法对重要任务的执行情况。仿真结果表明,在饱和时序下,相比于传统的截止期最早最优先算法,改进算法的搜索性能提高了43%,执行威胁率提高了52%。      

涡扇发动机自适应加减速控制研究

针对涡扇发动机加减速过程特性参数变化大的不确定系统,提出一种带执行机构的涡扇发动机自适应加减速伺服控制设计方法。采用变阻尼修正的自适应控制规律,抑制了自适应加减速过程中的参数漂移。在自适应加减速控制算法中,设计目标是使被控对象的输出能够伺服跟踪任意加减速指令信号,这一指令与涡扇发动机加减速过程中对带有条件限制的指令要求一致,为使控制系统具有加减速伺服跟踪和对外界扰动信号抑制的能力,在控制回路中内嵌积分环节,实现闭环加速伺服跟踪鲁棒性能,结果表明:自适应控制适用于涡扇发动机过渡态控制。在仿真时,在系统中加入白噪声干扰的情况下,自适应参数被限制在±0.003的范围内,没有出现参数漂移现象;在快速加减速过程中,加减速燃油流量未出现大幅超调和下垂,加减速时间不超过4 s。     

空域数据重排的后多普勒自适应处理方法

传统的后多普勒自适应处理方法,如因子法(FA)和扩展因子法(EFA)虽然能大大降低自适应处理时的运算量和独立同分布样本的需求量,但由于实际中均匀训练样本数目的限制,当天线阵元数进一步增大时,FA和EFA抑制杂波和检测动目标的能力会显著恶化。针对这一问题,提出了一种空域数据重排的后多普勒自适应处理方法。该方法将多普勒滤波后的空域数据重排为一行列数相近的矩阵,空域滤波器权系数也表示成可分离的形式,从而得到一双二次代价函数,利用循环迭代的思想求解权系数。实验表明该方法具有快速收敛,所需训练样本少的优点,尤其在大阵列、小样本条件下该方法抑制杂波的性能明显优于FA和EFA。     

基于保护映射理论的鲁棒控制新方法

针对现代控制系统不确定性的问题,基于保护映射理论提出了一种新的鲁棒控制方法.利用保护映射理论,构建控制器增益与闭环系统极点间的联系,通过配置闭环系统极点,改善控制系统的动态特性和稳态性能,以满足期望的性能指标.整个设计过程中控制器结构固定,只需一个初始增益,即可实现系统的鲁棒控制.仿真研究显示对含参数变化的2阶系统模型,该方法能够自适应地获取满足整个变化系统控制性能的控制器增益,同时Monte Carlo随机试验表明了系统参数随机变化下,所求控制增益仍满足系统控制性能要求,从而保证了控制过程的鲁棒性.      

自适应混合信息滤波算法及其在 相对导航中的应用

为解决相对导航模型中线性、非线性并存,及多传感器信息融合时基于Kalman滤波的导航算法计算复杂度较大的问题,提出一种混合信息滤波算法;考虑测量噪声统计特性不准确等工程因素,提出一种自适应混合信息滤波相对导航算法.理论分析及仿真验证表明,与基于Kalman滤波的传统导航算法相比,给出的混合信息滤波算法具有多传感器数据融合时计算复杂度低、便于工程实现的优点,且可以完成线性、非线性并存时的导航滤波任务;除上述特点外,在传感器测量噪声统计特性不准确的情况下,给出的自适应混合信息滤波相对导航算法可以通过自适应调整量测协方差阵的方式,使导航系统仍保持较高的精度.     

含热诱发扰动的挠性卫星L_1自适应控制

为了揭示挠性帆板的热诱发运动机理及其对卫星本体姿态机动的影响,采用拉格朗日能量法建立了主刚体带挠性梁模型受到突加热流时系统的动力学模型,分析了帆板热诱发运动的特性。假设系统的模型参数未知,设计了L1自适应控制器,仅卫星的姿态角和姿态角速度作为反馈量,将帆板热致振动和变形作为未建模动力学特性,实现卫星考虑帆板热扰动力矩的快速姿态机动控制。数值仿真结果表明,环境温度突然变化引起的帆板运动包括准静态变形和振动两部分,同时引起的姿态误差也包括常值偏差和姿态振动,所设计的控制器在系统考虑热引起的扰动时仍可以有效地实现卫星的快速姿态机动,且系统各阶挠性模态稳定,参数估计收敛。     

基于ESO的高超声速飞行器模糊自适应姿态控制

针对高超声速飞行器再入过程的姿态跟踪要求,提出了基于扩张状态观测器(ESO)的模糊自适应姿态控制策略。在反步法框架下,对于姿态角动态,采用模糊自适应在线逼近耦合不确定性。为减轻计算负担,设计ESO在线观测角速率动态中由于参数摄动和输入扰动引起的综合不确定项。为避免反步控制的"微分爆炸"现象,使用动态面方法设计姿态控制器。基于Lyapunov理论的稳定性分析,证明了闭环控制系统是半全局一致最终有界的。仿真结果表明,该方法对于高超声速飞行器姿态角信号指令具有良好的跟踪性能。