基于Matlab数字仿真模块歼击机自修复控制的可视化研究

以Visual C++5.0为开发平台,采用面向对象编程技术,以Matlab引擎接口函数(API),Open-GL图形库为工具,研制了具有三维可视化功能的歼击机自修复控制系统的集成仿真环境,该环境具有故障设置、诊断、辨识和自修复控制率重构及仿真参数报表等功能。在此基础上对某型歼击机进行了可视化仿真研究。     

歼击机结构故障的检测与自修复控制律重构

 针对鲁棒动态逆控制的飞机,提出一种有效的故障检测新方法及自修复控制律重构方法。设计了一种基于理想模型的非线性故障检测器,通过监测残差信号,能够可靠地对各类故障进行辨识,并利用补偿信号来抵消故障舵面产生的影响,可以满足自修复飞行控制的实时性要求。     

故障大系统的鲁棒容错控制方法

本文提出了对执行机构故障具有完整性的大系统分散鲁棒控制器设计方法。根据执行机构故障对系统的影响,建立了系统的故障模型。研究了故障大系统对执行机构故障的容错能力,导出了与故障大系统容错能力相关的不等式,表明增加大系统的鲁棒性指数,可以改善故障大系统的鲁棒性和容错能力。从而,按照系统的要求,选择适当的鲁棒性指数,利用高斯方法,可方便地设计出动态大系统的分散鲁棒容错控制器。     

基于神经网络动态逆的歼击机自适应跟踪控制

基于神经网络动态逆方法，给出了一种非线性模型参考自适应跟踪控制方案。应用神经网络直接对非线性系统求逆方法解决了逆系统方法的两个“瓶颈”问题，并且克服了传统的控制设计中将过程模型线性化，从而将不可忽视的非线性关系用线性关系代替或者忽略的弊端。对由于建模误差、不确定因素等引起的非线性系统逆误差，通过自组织模糊小脑模型关节控制器(Self—organizing fuzzy cerebellar model articulation controller，SOFCMAC)神经网络在线进行修正。SOFCMAC神经网络扩大了寻优空间，使其能更好地重构系统逆误差，最终实现准确的鲁棒自适应跟踪控制。通过将这种方法用于某型歼击机姿态系统控制的仿真研究，表明了本文方法的有效性和可行性。     

多级分解预测与滤波方法

本文在Andrisani等人近年来工作的基础下,进一步发展了线性离散随机系统的多级分解估计方法,提出了比较完善的多级分解预测与滤波公式,并将本文的工作与Andrisani等人的工作作了比较。本文给出的预测与滤波算法计算量较小,便于实时处理,且估算精度与集中估计方法基本一致。文中给出了应用算例,分析了模型误差对预测和滤波结果的影响。     

不确定时滞系统的模糊鲁棒H∞控制

讨论了一类具有时滞的不确定非线性系统的模糊H∞状态反馈控制问题。采用具有时滞和不确定项的Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模，提出了一套基于LMI的模糊鲁棒控制器的系统设计方法，并给出了模糊H∞状态反馈控制器存在的充分条件，以保证闭环模糊系统渐近稳定并满足从干扰输入到输出控制输出的H∞范数界约束。示例仿真表明了该方法的有效性。     

具有极点配置域的大系统输出反馈集散最优控制

本文提出了一种线性定常关联大系统集散最优控制的新方法。当集散系统可控可观,且矩阵的秩满足一定要求时,可以利用输出反馈方法使大系统的极点配置在给定区域内,并使二次型性能指标最优。本文提出的方法适用于空间分布范围不太大的分散控制大系统。文中释例说明了本文方法的可行性。仿真结果表明效果良好。     

基于主导能量最优逼近的模型降阶方法

本文从能量最优逼近的角度论述了一种新的模型降阶方法。首先根据系统输出的主导能量分布确定系统的主导极点,以此确定降阶模型的维数和分母系数;然后按照使系统主导能量与降阶模型主导能量之差为极小的最优准则,同时通过选择“能量因子”的数值来确定降阶模型的分子系数,从而获得连续系统和离散系统均可适用的统一降阶模式。本文提出的模型降阶方法,可以确保降阶模型的稳定性,具有良好的暂态和稳态拟合精度,并且简便实用。本中举倒说明了这一模型降阶方法的应用,并与其他模型降阶方法进行了对比,结果是令人满意的。     

歼击机的强稳定控制研究

提出了一种歼击机强稳定控制方法，给出了歼击机控制系统出现传感器故障时的故障系统模型。当歼击机开环稳定时，设计了基于串联观测器的稳定控制器。言语中考虑了部件传感器故障和全部传感器故障两种情况，分析给出了相应的控制律。仿真结果表明，本文提出的强稳定方法是有效的。     

线性系统采样Z变换的一个递推公式

本文给出了计算1/(s a)~n的采样z变换的递推公式,证明了其分子多项式系数的对称性质,外对α为复数的情况进行了推广。