抗离群值的鲁棒正则化贯序超限学习机

针对离群值环境下的在线学习问题,提出一种鲁棒正则化贯序超限学习机(Robust regularized online sequential extreme learning machine,RR-OSELM)。RR-OSELM以增量学习新样本的方式实现在线学习,并在学习过程中基于样本的先验误差进行逆向加权计算以降低学习模型对于离群值的敏感性;同时RR-OSELM通过融合使用Tikhonov正则化技术进一步增强了其在实际应用中的稳定性。实验结果表明,RR-OSELM具有较同类算法更好的鲁棒性和实用性,对于离群值环境下的在线建模与预测问题是积极有效的。     

输入饱和情形下战斗机大机动动态面控制

针对战斗机大机动飞行输入饱和问题，提出了一种自适应神经网络动态面控制方法。采用径向基(RBF)神经网络逼近飞机系统的不确定性，利用双曲正切函数处理系统的输入饱和问题，根据饱和受限后的实际控制输入与期望控制输入之差定义新误差变量，结合该误差变量设计大机动飞行控制律，并构造鲁棒项抵消神经网络逼近误差、外部干扰和建模误差的影响，利用动态面控制技术避免对虚拟控制器的复杂求导并减小计算量。根据Lyapunov稳定性定理证明了闭环控制系统所有信号有界，且通过选择合适的设计参数能够使姿态角跟踪误差收敛到原点的任意小邻域内。通过仿真结果的分析，验证了所提方法具有较好的鲁棒性和稳定性。      

无虚拟控制律的高超声速飞行器新型模糊控制

针对弹性体模型的吸气式高超声速飞行器(Air-breathing Hypersonic Vehicle; AHV)飞行过程中存在的外部未知扰动和不确定性,提出了一种无需虚拟控制律的新型模糊控制方法。首先,基于飞行器的纵向模型,将控制系统分解为速度子系统和高度子系统;然后对于每个子系统,仅采用一个模糊逼近器对系统的总不确定项进行逼近,摆脱了传统鲁棒控制对于精确模型的依赖,并保证系统的鲁棒性能。与含有虚拟控制律的传统反演控制相比,本文的虚拟控制律仅应用于系统稳定性分析,无需繁琐解算,仅按实际控制律需要执行。采用范数估计策略为模糊系统权系数参数向量的范数设计自适应律,保证了实时性的同时大大减少了逼近过程的学习量。最后通过仿真分析,在引入参数摄动的条件下,对系统输入的参考速度和参考高度进行跟踪控制,验证了控制器的鲁棒性和稳定性。     

永磁同步电机最优滑模控制

为了减少永磁同步电机调速中的动态误差,提出了一种积分性能最优的滑模控制方法。该方法以滑模控制中的动态误差为性能指标,在此基础上建立最优切换函数,并采用最优控制理论对滑模控制器进行设计。用该方法设计的滑模控制系统,通过滑模面斜率的连续变化,能够加速系统状态变量到达滑模面的过程,极大地提高对参数摄动和外部干扰的鲁棒性。仿真结果表明,该时变滑模面控制方法使系统具有无超调、快速、稳定等优点,提高了系统的鲁棒性。     

飞翼无人机机动飞行非线性反步控制律设计

飞翼布局无人机具有操纵能力不足、非线性和耦合性强的特点。传统的反步控制方法能够提高飞翼 无人机系统的鲁棒性,但是存在奇异值计算、保守性等问题。本文提出一种改进的反步控制方法。建立飞翼无 人机仿射非线性模型,运用该方法进行鲁棒控制器设计,并进行仿真验证分析。结果表明:该方法解决了传统 反步控制方法所具有的奇异值计算、保守些问题,突破现有鲁棒设计方法对系统不确定性范数上界已知要求的 限制,所设计的控制器鲁棒性较高。     

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.     

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L_1自适应的超低空空投抗侧风控制律设计

针对超低空空投过程中侧风干扰与装备投放过程相耦合,影响载机飞行安全和空投任务的完成等问题,提出了基于L_1自适应的控制律设计方法。利用最优控制对系统线性部分做状态反馈并确定匹配参考模型,在此基础上,考虑系统的匹配和非匹配不确定性,设计L_1自适应控制器实现姿态保持,结合外环PID侧向轨迹控制器实现对航迹的稳定和保持。仿真结果表明,控制器具有优良的控制性能,对复杂侧风干扰和系统非线性不确定性具有很强的鲁棒性,且在高自适应增益下能有效抑制输入信号高频抖振。     

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。