基于滑模自适应控制的不确定混沌系统修正函数投影同步

研究了一类不确定混沌系统的修正函数投影同步。首先,设计了一类滑模曲面;基于该曲面设计了同步控制器,并采用自适应技术设计了自适应律对不确定参数进行逼近。在一定条件下,该同步控制方案可以实现2个不确定异结构混沌系统的修正函数投影同步。然后,为保证合适的控制量,对控制增益进行了优化。从同步效果来看,所设计的控制器对混沌系统的不确定项的影响具有较强的鲁棒性。最后,数值仿真验证了该控制器的有效性和可行性。     

LYAPUNOV-TYPE STABILIZATION FOR NONLINEAR UNCERTAIN SYSTEMS AND NONLINEAR H~∞ CONTROL

ＬＹＡＰＵＮＯＶ┐ＴＹＰＥＳＴＡＢＩＬＩＺＡＴＩＯＮＦＯＲＮＯＮＬＩＮＥＡＲＵＮＣＥＲＴＡＩＮＳＹＳＴＥＭＳＡＮＤＮＯＮＬＩＮＥＡＲＨ∞ＣＯＮＴＲＯＬＦｅｉＳｈｕｍｉｎ（ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＡｕｔｏｍａｔｉｏｎ，ＳｏｕｔｈｅａｓｔＵ...     

基于LQG/LTR的飞翼飞机阵风减缓系统研究

根据我国《运输类飞机适航标准》的要求,采用有理谱逼近的方法建立了Von Karman大气紊流的数值仿真模型;详细推导了多变量系统鲁棒性的衡量方法,给出了开环系统奇异值曲线形状与闭环系统鲁棒性的关系;针对飞翼飞机多操纵面的特点,将控制分配技术与LQG/LTR控制器结合在一起,同时兼顾了对飞机过载和翼根弯矩的减缓。仿真结果表明,所设计的控制系统在对飞机过载减缓的同时,也对机翼的翼根弯矩进行了有效的减缓。     

时滞系统内模控制器参数整定方法研究

针对内模原理对时滞系统控制的局限性,利用一阶泰勒级数逼近模型的时 滞部分, 推导了工业上常见的一阶时滞和二阶时滞模型的内模控制参数表达式, 结合 ITAE 指标和系统鲁棒性设计了新的目标函数, 通过对目标函数的寻优实现了内模控制 器参数的整定。仿真结果表明,该方法具有较好的动态跟踪性能、较强的抗干扰性和鲁 棒性,具有一定的工程应用价值。     

基于粒子群算法的极短弧定轨

针对经典的初轨计算方法在极短弧定轨中不适用的情况,建立了一种基于粒子群算法的极短弧(TooShort-Arc,TSA)定轨的计算方法。该方法将问题转化为两个三变量的分层优化问题,采用(a,e,M)作为优选变量,在保持问题维数较低的同时,实现了计算结果和观测资料的解耦。由于实测资料处理中的野值剔除方法不适用于粒子群算法,所以,采用稳健估计法,通过在适值函数中使用最小中值二乘准则,实现了稳健的极短弧计算方法。同时,应用MATLAB计算软件,选用缺省参数实现该算法,以进行数据验证。基于实测数据的数值验证表明,方法对于近圆轨道目标30s以下的弧段仍可以获得有效的结果,10s弧段误差仅为16km。此精度满足后续处理的需要,且方法稳健,具有很高的崩溃点。     

THE SPILLOVER MANAGEMENT IN THE DYNAMIC OUTPUT FEEDBACK CONTROL OF FLEXIBLE SPACECRAFT

ＴＨＥＳＰＩＬＬＯＶＥＲＭＡＮＡＧＥＭＥＮＴＩＮＴＨＥＤＹＮＡＭＩＣＯＵＴＰＵＴＦＥＥＤＢＡＣＫＣＯＮＴＲＯＬＯＦＦＬＥＸＩＢＬＥＳＰＡＣＥＣＲＡＦＴＴＨＥＳＰＩＬＬＯＶＥＲＭＡＮＡＧＥＭＥＮＴＩＮＴＨＥＤＹＮＡＭＩＣＯＵＴＰＵＴＦＥＥＤＢＡＣＫＣＯ...     

预防Ⅱ型PIO的作动器设计

重点分析由作动器非线性因素(速率限制)引起的Ⅱ型PIO问题。将非线性因素线性化,采用赫尔维茨稳定性方法分析线性时不变系统的稳定性,采用二次型稳定性方法分析参数时变系统的稳定性。运用ROBAN算法确定稳定域,进而得到条件分析模型,分析了三种条件下的PIO趋势,给出合适的作动器设计方法。仿真研究表明,采用该方法设计的作动器使得某型飞机飞控系统具有良好的鲁棒性,可以有效避免Ⅱ型PIO的产生。     

不同增长机制下航空网络自愈特性

结合复杂网络理论,从能量的角度分析了航空网络的功能自愈机理,并研究了航空网络在不同增长机制下的自愈特性。首先,将网络结构划分为自愈结构与耦合结构,并针对航空网络3种增长机制进行了分析和抽象建模;然后,从网络全局角度出发研究了美国航空网络在遭受蓄意攻击造成全网功能瘫痪的情况下,网络功能的恢复鲁棒性和网络增长对网络自愈能力的影响。研究表明,美国航空网络具有较好的恢复鲁棒性,接近80%的机场在受到能量冲击造成的短暂失效后具有功能自愈能力。航空网络不同的增长机制对网络的自愈能力有着不同的影响。结果证实,为完善航空网络而建立的机场群,由于其较大的连接需求,加大了网络区域密度,复杂了网络拓扑结构,降低了网络的自愈能力;而小型机场的增加不会影响网络整体的自愈能力。      

基于三迭代与二阶锥规划的机载MIMO雷达稳健降维STAP方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)中期望目标导向矢量的失配问题,提出一种基于三迭代(TRIA)与二阶锥规划(SOCP)的稳健降维MIMO-STAP方法。首先将MIMO-STAP权矢量分解为发射、接收、多普勒3个低维权矢量的Kronecker积,然后分别限定实际发射、接收、多普勒导向矢量与假定导向矢量之间的误差范数边界,通过优化最差性能,利用SOCP对各个低维权矢量进行三迭代求解,最后进行权矢量合成。该方法在保证机载MIMO雷达获取稳健STAP性能的同时,通过三迭代降维处理,能够有效降低训练样本数需求与运算复杂度,因此更具有实际应用价值。仿真结果验证了算法的有效性。     

基于簇特征加权的航空发动机状态监视方法

提出了基于簇特征加权模糊C-均值聚类算法(FWFCM)的航空发动机状态监视模型,该模型主要分为离线学习和在线监视两个部分,离线学习模块计算出模型参数输出到在线监视模块,在线监视模块根据模型参数对实时数据进行分类,实时数据又输入到离线学习模块中参与更新模型参数.结果表明:相比基于数据加权策略的模糊聚类算法(DWFCM)以及经典模糊C-均值聚类算法(FCM),该方法平均离线状态识别率和在线状态识别率分别提高了5.233%和8.358%.实验证明此方法性能好且有很好的鲁棒性和泛化能力,对于不确定性的航空发动机在线状态监视有较好的应用价值.