无刷双馈电机静止坐标系数学模型的研究

由于没有电刷和滑环,提高了运行的可靠性,降低了维护成本,因此无刷双馈电机(BDFM)在变速恒频发电领域有着广阔的应用前景。由于特殊的结构和工作原理,BDFM数学模型十分复杂。从BDFM多回路空间矢量数学模型出发,推导出了两个静止坐标系之间的坐标变换关系以及功率绕组静止坐标系数学模型和控制绕组静止坐标系数学模型,推导过程简洁明了。所得结果为BDFM理论分析和不同控制策略的研究提供了理论基础。MATLAB/Simulink环境下的仿真结果验证了数学模型及坐标变换关系的正确性。     

模型预测控制在永磁同步电机系统中的应用发展综述

随着数字技术的发展,模型预测控制(MPC)已经广泛应用于交流传动系统。首先介绍了经典MPC策略——有限控制集MPC和连续控制集MPC的原理。其次综述了多步预测控制、多矢量预测控制、具有参数鲁棒性的预测控制、广义模型预测、显式模型预测这些常见的改进MPC的研究现状,并提出相关研究思路。最后,根据MPC的应用需求和研究现状,展望了未来需要进一步深入和拓展的研究方向。     

A new modeling scheme for powered parafoil unmanned aerial vehicle platforms: Theory and experiments

A novel framework is established for accurate modeling of Powered Parafoil Unmanned Aerial Vehicle (PPUAV). The model is developed in the following three steps: obtaining a linear dynamic model, simplifying the model structure, and estimating the model mismatch due to model variance and external disturbance factors. First, a six degree-of-freedom linear model, or the structured model, is obtained through dynamic establishment and linearization. Second, the data correlation analysis is adopted to determine the criterion for proper model complexity and to simplify the structured model. Next, an active model is established, combining the simplified model with the model mismatch estimator. An adapted Kalman filter is utilized for the real-time estimation of states and model mismatch. We finally derive a linear system model while taking into account of model variance and external disturbance. Actual flight tests verify the effectiveness of our active model in different flight scenarios.     

运载火箭主动段自适应增广控制

针对运载火箭上升段在复杂飞行环境、大不确定性干扰和振动等因素的影响下，传统PID控制方法难以满足高品质控制需求的问题，进行了自适应增广控制(AAC)方法研究，以实现对运载火箭姿态的精确控制。在深入分析自适应增广控制系统整体构架的基础上，通过标称PID控制器设计与基于粒子群优化(PSO)的数字滤波器设计实现了刚体控制及对弹性振动的抑制；继而针对大范围干扰、不确定性和由于滤波器切换产生的弹性振动影响，设计了在线调整算法自适应调节PID控制增益，并对其工作机理与参数设计原则进行研究；然后设计干扰补偿回路和主动减载回路以减小内外扰动、弹性振动和风载荷影响；最后在弹性振动、风干扰和参数不确定性等因素同时作用的状态下进行仿真分析，验证了自适应增广控制系统能够有效应对运载火箭主动段复杂飞行环境的影响，大幅度提升综合控制性能，具有理论研究意义与工程应用价值。     

带攻角约束的高超声速飞行器自适应反步控制器设计

针对带攻角(AOA)约束的高超声速飞行器控制问题，提出一种基于非对称时变障碍函数的非线性自适应反步控制方法。首先，将飞行器模型化为严反馈形式，以反步法为基础进行控制器设计。然后通过光滑饱和函数对名义攻角指令信号进行限幅，并保证限幅信号的可导性，限幅产生的误差通过设计辅助系统进行补偿。进而使用障碍函数对攻角指令跟踪误差进行非对称时变约束。针对不确定性和干扰，设计新型自适应律对集中干扰上界进行估计并补偿。最终通过Lyapunov理论证明了闭环系统状态量一致最终有界并且攻角始终满足时变约束。仿真结果表明，本文方法能够在满足攻角约束基础上保证良好跟踪性能。     

一种高动态低信噪比卫星导航信号捕获方法

为提升高动态低信噪比环境下卫星导航信号的捕获性能,提出了一种基于分数阶傅里叶变换(FrFT)及部分匹配滤波(PMF)的捕获方法。在该方法中,接收机首先利用PMF对接收信号做分段相干积分,随后借助快速傅里叶变换(FFT)对分段积分结果做离散快速FrFT,最后通过检测FrFT输出的峰值完成信号的捕获。由于具有多普勒频率变化率的卫星导航信号在FrFT后呈现能量聚焦特性,所提方法能够显著提高信号的长时间相干积分增益。同时对所提算法的捕获概率、平均捕获时间以及算法复杂度等性能指标进行了理论分析及计算机仿真验证。仿真表明,与传统的PMF-FFT方法相比,所提方法能够通过延长相干积分时间的方式有效提升高动态低信噪比卫星导航信号的捕获概率、降低捕获时间。     

复杂动态环境下无人飞行器动态避障近似最优轨迹规划

针对复杂动态环境下无人飞行器的动态障碍规避问题，基于合理假设建立了无人飞行器和动态障碍的运动学模型，并综合考虑无人飞行器飞行过程中的终端约束、控制输入约束、安全避障约束等，以能量最少为性能指标构建动态避障问题数学描述。之后，针对终端约束和控制输入约束，依据优化模型预测静态规划算法(OMPSP)生成初始轨迹；针对动态避障问题的不等式约束，引入松弛变量并结合滑模变结构控制方法设计松弛变量动力学，实现对一个、多个或同时多个动态障碍的安全规避；最后，依据有限时间微分动态规划(RHDDP)算法进行轨迹优化，获得满足上述各种约束并能规避动态障碍的近似最优轨迹。     

一种多尺度稀疏极化敏感阵列及其DOA估计方法

针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。     

Which way is the bookstore? A closer look at the judgments of relative directions task

We present a detailed analysis of a widely used assay in human spatial cognition, the judgments of relative direction (JRD) task. We conducted three experiments involving virtual navigation interspersed with the JRD task, and included confidence judgments and map drawing as additional metrics. We also present a technique for assessing the similarity of the cognitive representations underlying performance on the JRD and map-drawing tasks. Our results support the construct validity of the JRD task and its connection to allocentric representation. Additionally, we found that chance performance on the JRD task depends on the distribution of the angles of participants’ responses, rather than being constant and 90 degrees. Accordingly, we present a method for better determining chance performance.     

基于时标分解的弹性高超声速飞行器智能控制

考虑弹性高超声速飞行器纵向动力学模型，提出了一种基于时标分解的智能控制方法。考虑刚体状态和弹性模态具有不同的时标特性，采用奇异摄动理论进行快慢时标分解，将模型转换为刚体慢变子系统和弹性快变子系统。针对刚体子系统考虑动力学不确定，基于平行估计模型构造表征不确定逼近效果的预测误差，结合跟踪误差给出复合学习控制策略。针对弹性子系统设计自适应滑模控制稳定弹性模态。通过李雅普诺夫稳定性分析可证系统状态一致终值有界。仿真表明所提出的控制方法能够实现刚弹模态的稳定收敛，且具有更高的跟踪精度、更好的学习性能和更快的收敛速度。