自适应非奇异快速终端滑模固定时间收敛制导律

针对机动目标的末制导拦截问题,设计了一种带攻击角度约束的非奇异快速终端滑模固定时间收敛制导律。与有限时间收敛终端滑模制导律相比,所提制导律能够确保弹目视线（LOS）角和弹目视线角速率在固定时间内是收敛的,并且收敛时间是独立于制导系统初始条件的,可以根据制导律参数预先给定。构造了一种新型的非奇异快速终端滑模面,有效解决了奇异性问题,同时通过合理地改变滑模面与弹目视线角跟踪误差的趋近律指数,使得制导系统比现有的固定时间收敛控制具有更快的收敛速率。此外,设计了一种自适应律,针对目标机动引起的未知扰动进行估计,使得制导律的设计无需预先知道任何关于目标机动的信息。通过仿真实验验证了所提制导律能够使导弹成功拦截机动目标,并且与现有制导律相比,具有更快的系统收敛速率、更高的拦截精度及更短的拦截时间。      

主/子惯导舰上标定挠曲变形补偿方法综述

挠曲变形是主/子惯导在线标定的一种重要误差源,对其补偿处理具有重要意义。首先,分析了挠曲变形的概念、特点及其对主/子惯导误差方程影响;其次,将现有补偿处理方法分为3大类,分别为测量方法、机理建模方法和随机过程建模方法,并讨论了他们各自的优缺点;最后,探讨了挠曲变形补偿方法的发展方向。     

四旋翼无人机非奇异终端滑模位置控制器设计

针对四旋翼无人机存在模型不确定性、在野外飞行时易受外界环境干扰问题,首先采用牛顿-欧拉法进行系统建模;然后按照内外环控制结构,外环位置控制器输出姿态指令作为内环姿态控制器的输入,内环采用串级PID控制器,重点针对外环设计了一种非奇异终端滑模控制器,并基于Lyapunov理论证明了位置子系统的稳定性,得出系统误差能够在有限时间收敛到0的结论;最后,通过定点控制和轨迹跟踪仿真,表明控制器具有较快的响应速度和良好的抗干扰性能,能够快速精确地进行轨迹跟踪。     

资源约束项目调度问题的粒子群优化算法求解

介绍了应用粒子群优化算法求解资源约束项目调度问题的实现方法。建立了资源约束项目调度问题的数学模型,提出了确定资源约束项目调度问题解空间的办法。采用不同的策略处理前后约束和资源约束。编制了粒子群优化通用程序并对典型项目实例进行了优化,优化结果验证粒子群优化算法求解资源约束项目调度问题的有效性。     

粒子群算法的舰载机块对角控制器参数优化设计

在块对角控制系统中,采用解析逆解等思想使控制器设计具有很多的优点,但是该控制器存在参数较多且难以优化选取的问题。文中提出了一种基于粒子群算法的纵向块对角控制器参数优化方法,进行了原理分析及数值仿真。结果表明,该方法可以较好地寻优纵向块对角控制器参数,实现舰载机跟踪理想轨迹准确着舰。     

一种新型的导弹飞控系统

本文根据文献提出的块对角非线系统相对度分解设计理论和导弹的块对角控制器结构（一种新的导弹飞控系统），以解决某型潜射反舰导弹诸问题为出发点，进行了大量的数学仿真，并与该导弹原控制系统的仿真结果作了对比。     

无人飞行器参数依赖鲁棒控制研究

研究了具有参数不确定性的无人飞行器参数依赖鲁棒控制器设计问题。采用误差四元数建立姿态运动方程,避免了欧拉角描述姿态运动存在奇异性的问题。通过引入附加的松弛矩阵使Lyapunov矩阵和系统矩阵分离,并利用平方和工具箱求解非线性矩阵不等式得到了系统的鲁棒控制器。仿真结果表明了所提出的控制器设计方法的可行性和有效性。     

基于IRAPF算法的航天器姿态确定

针对航天器姿态确定系统中存在较大初始误差及非线性较强的问题,提出了一种基于改进的正则化辅助粒子滤波（IRAPF）算法的航天器姿态确定方法。该算法将正则粒子滤波（RPF）与辅助粒子滤波（APF）相结合,将快速高斯变换（FGT）方法引入其中以减少计算量提高滤波的收敛速度。算法不仅有效地抑制了粒子退化问题,而且利用最新观测粒子来优化采样,并且在引入FGT后计算量与正则化的辅助粒子滤波相比降低了30%,改善了滤波的实时性。仿真结果表明了滤波的有效性。     

一种快速鲁棒自适应故障估计方法设计

针对一类线性系统的执行器故障,对一种快速鲁棒自适应故障估计方法进行了设计。所设计的自适应故障估计观测器在放松严格正实(SPR)条件的同时,还具备对干扰的鲁棒性。在设计观测器参数时,根据有界实引理,对干扰和故障变化率的影响分别设计不同的约束不等式,能够更灵活地调节二者对故障估计影响的比例,并且引入松弛变量设计不同的Lyapunov矩阵,降低了设计的保守性。在设计过程中,由于出现了非线性矩阵不等式,本文采用了锥补线性化的算法进行求解,最终求得了最优的观测器参数。最后通过对某飞行器控制系统的仿真证明了算法的有效性。     

具有丢包补偿的分布式一致性融合估计器

研究了具有随机丢包的网络化分布式一致性估计问题。丢包现象存在于各节点间局部状态估计值的传输过程中,引入一组服从Bernoulli分布的随机变量来描述。当发生丢包时,以融合节点前一时刻融合估计值的一步预测值进行补偿。建立了以估计器增益为决策变量,以所有传感器有限时域下状态融合估计误差和为代价函数的优化问题。在给定一致性权重下,通过最小化代价函数的上界得到了一组次优的估计器增益,并给出了融合估计器渐进稳定的充分条件。最后,通过算例仿真验证了算法的有效性。