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。     

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。     

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。     

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。     

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。     

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。     

超机动飞机飞行控制及大迎角飞行品质研究

超机动飞机飞行控制和大迎角飞行品质研究,对于强调超机动能力的第四代战斗机的飞行控制律设计、验证和试飞评定有着重要意义。以鸭式布局飞机为研究对象,应用推力矢量技术,结合奇异摄动原理和逆系统理论,设计了基于非线性动态逆理论的超机动飞行控制律。从过失速状态飞机空气动力的非线性和非定常迟滞效应、大气紊流等方面初步验证了控制律的...     

一种新的鲁棒非线性卡尔曼滤波

Huber方法是一种基于l1/l2联合范数的估计方法,该方法可以实现估计的鲁棒性,同时尽量不损失滤波精度和效率.基于Huber估计的无味卡尔曼滤波虽提高了无味卡尔曼滤波的鲁棒性,但这种方法用统计线性回归模型来近似非线性的观测模型,损失了无味变换的精度.从Huber方法的数学意义出发,对观测信息(观测值或观测噪声)进行重新构造,然后对精确的非线性观测方程进行标准的无味卡尔曼滤波,这种新的基于Huber方法的无味卡尔曼滤波无需对非线性观测方程进行线性近似,在保持鲁棒性的前提下提高了滤波精度.通过一个具有混合高斯分布观测噪声的简明实例,验证了新算法在鲁棒性、滤波精度以及估计一致性方面的优势.     

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。