基于GPR模型的自适应平方根容积卡尔曼滤波算法

与传统算法一样,动态系统的参数化模型(含噪声统计特性)未知或不够准确易导致容积卡尔曼滤波(CKF)效果严重下降,甚至滤波结果发散.为此,利用高斯过程回归(GPR)方法对训练数据进行学习,得到动态系统的状态转移GPR模型和量测GPR模型以及噪声统计特性,用以替代或增强原有动态系统模型,并将其融入到平方根容积卡尔曼滤波(SRCKF)中,分别提出了无模型高斯过程SRCKF (MFGP-SRCKF)和模型增强高斯过程SRCKF (MEGP-SRCKF)两种算法.仿真结果表明:这两种新的自适应滤波算法提高了动态系统模型精度,且实时自适应调整噪声的协方差,克服了传统算法滤波性能易受系统模型限制的问题;与MFGP-SRCKF相比,在给定一个不够准确的参数化模型,且有限的训练数据未能遍布估计状态空间的情况下,MEGP-SRCKF具备更高的滤波精度.     

Extensions in adaptive model tracking with mitigated passivity conditions

Feasibility of nonlinear and adaptive control methodologies in multivariable linear timeinvariant systems with state space realization {A, B, C} has apparently been limited by the standard strict passivity (or positive realness) conditions that imply that the product CB must be positive definite symmetric. More recently the symmetry condition has been mitigated, requiring instead that the not necessarily symmetric matrix CB be diagonalizable and with positive real eigenvalues. However, although the mitigated conditions are useful in proving pure stabilizability with Adaptive Controllers, the Model Tracking question has remained open and counterexamples seem to demonstrate total divergence of standard model reference adaptive controllers when the regular passivity conditions are not fully satisfied. Therefore, this paper further extends the previous results, showing that the new passivity conditions do guarantee stability with adaptive model tracking. Examples show how the new conditions solve the case of flexible structures with unknown parameters when perfect collocation is not possible. Also, the so-called counterexamples become simple, well-behaved, examples.     

自适应滤波对提高光电吊舱目标定位精度的研究

针对机载光电吊舱目标定位精度的问题,提出了一种采用LMS自适应噪声抵消技术来提高载机姿态角精度,从而提高目标定位精度的滤波方法。文章介绍了自适应滤波器噪声抵消的工作原理和LMS算法,并给出了LMS算法的Matlab仿真实现的滤波结果,通过分析仿真结果验证了该方法的有效性,并根据蒙特卡罗法计算1000次,得出该方法使经度误差减少了13.2%,纬度误差减少了10.3%,高度误差减少了15.8%。     

智能材料和结构在变体飞行器上的应用现状与前景展望简

 变体飞行器可以根据不同的飞行条件改变自身形状以获得最优的气动性能,大大提高飞行器的综合性能,是未来飞行器发展的重要方向之一。新型智能材料和结构具有驱动、变形、承载、传感等特点,为变体飞行器的设计提供了新的技术途径。本文根据不同可变形机翼结构分类,详细阐述了智能材料和结构在自适应结构、智能驱动器和变形蒙皮等方面的研究现状。变体飞行器的实现亟需解决变形/承载一体化蒙皮技术、轻质大输出力驱动器技术和自适应结构技术等关键技术,本文还对智能材料和结构未来在变体飞行器上的应用前景进行了展望。     

自校准Kalman滤波方法

提出一种自校准Kalman滤波方法(SKF),建立SKF模型及其滤波递推算法.在深空探测、发动机故障诊断等许多工程实际中,由于未知输入(如突风、故障、未知的系统误差等)的影响,传统的Kalman滤波方法在滤波递推过程中会产生较大误差.文中提出的自校准Kalman滤波方法能够自动补偿这种未知输入的影响,提高滤波精度.从某飞行器仿真中可以看到,SKF的滤波误差均值和方差分别比传统的Kalman滤波方法降低了400%和300%以上,有效地改善了滤波效果.并且该方法计算简单,便于工程应用.     

采用压电叠层作动器的弹性梁振动主动控制实验研究简

 结构响应主动控制系统中常用的惯性作动器由于附加质量大、工作频带窄和响应速度慢等缺点,降低了控制系统的性能。压电作动器具有质量轻、工作频带宽和响应速度快等优点,作为高效执行元件能有效地提高控制系统的性能。本文采用压电叠层作动器驱动自由-自由弹性梁模型,以观测点的加速度响应为控制目标,采用频域谐波稳态控制策略进行了自由梁结构谐波振动响应主动控制实验研究。实验结果表明,本文建立的采用压电叠层作动器的结构响应主动控制系统能有效地控制弹性梁结构的振动水平,并具有快速跟踪外激励变化的自适应控制能力。     

模型参考自适应在飞机刹车伺服系统中的应用

以某型飞机刹车伺服系统为研究对象,以动态特性优良的二阶系统为参考模型,利用免疫PID控制器调节参考模型,根据Lyapunov稳定性理论推导出相应的自适应律,并在MATLAB/SIMULINK环境下进行系统仿真。结果表明,基于模型参考自适应控制系统的输出能够很好地跟踪参考模型的输出,系统能够快速响应,显著提高了系统的动态性能,而且具有一定的抗干扰性,适用于飞机刹车这种复杂的非线性系统。     

专家-模糊自适应PID算法在伺服控制系统中的应用

为满足工程中伺服系统所用控制算法的要求,基于控制系统输出误差及误差变化率的大小,在专家PID和模糊自适应PID之间进行模式转换,提出一种基于专家控制的模糊自适应PID控制算法。将该算法用于飞机燃油全模试验伺服控制系统中,并使用Matlab进行仿真。结果表明,该算法既具有模糊PID控制精度高、稳态性好、鲁棒性强的优点,又继承了专家PID控制器响应快速的特点,具有很好的控制效果。     

基于边界的无人机主动SLAM算法

同步定位与地图构建技术是无人机实现真正自主导航的关键。为克服被动同步定位与地图构建算法的缺陷,研究了基于边界的无人机主动同步定位与地图构建算法。在无人机的探测区域周围产生候选边界点,通过建立合理的目标函数,从候选边界点中选择目标点,控制无人机朝该目标点方向运动,再运用扩展卡尔曼滤波算法更新无人机的运动状态。通过建立的无人机简化模型,对提出的算法和随机同步定位与地图构建算法进行对比研究,仿真结果表明该算法是有效可行的。     

基于摩擦补偿的空间机械臂关节高精度控制研究

空间机械臂关节具有大惯量、高精度的特点,针对空间机械臂关节低速、高精度控制要求,提出一种基于摩擦补偿的双位置闭环控制策略。建立了考虑摩擦和惯量变化等因素的一体化关节动力学模型,分析了全位置闭环系统的稳定性,在此基础上提出了一种基于双位置传感器信息的闭环伺服控制策略,并引入自适应率辨识未知摩擦和惯量变化,利用Lyapunov函数证明闭环系统的稳定性和跟踪误差的渐进收敛性。在测试平台上的试验结果表明,提出的空间机械臂一体化关节伺服控制策略能够有效地提高关节伺服控制精度和系统鲁棒性。