一类非线性系统的一阶D型迭代学习控制

传统的D型迭代学习控制的控制律设计方案依赖于被控系统的相对度.为解决该问题以及相对度增益与高阶微分运算的问题,针对一类具有任意高阶相对度的非线性系统,提出了基于虚拟模型的一阶D型迭代学习控制设计方法.该方法的主要思想是与具有任意高阶相对度的非线性被控系统并联一个一阶子系统,构造一个相对度为1、相对度增益可以任意设计的虚拟模型,在此基础上设计一个一阶D型迭代学习控制律,使得虚拟模型能够实现期望轨迹的完全跟踪,从而实际被控系统在一定误差范围内实现期望轨迹的跟踪.仿真实例验证了所提方法的可行性与有效性.     

四旋翼飞行器建模、控制与仿真

四旋翼飞行器在平面结构上具有4个平均分布且呈十字对称的推进器。建立了机体坐标系和惯性坐标系,根据飞行器的动力学特性建立该飞行器的数学模型;利用滑模控制的方法对所建立的模型进行研究;在满足李雅普诺夫稳定条件下,利用反演控制方法推导出控制滑模面,并建立滑模控制律;最后,在给定参数值的情况下,通过所建立的控制律对该飞行器的滑模控制进行了仿真。     

基于不确定性的高超声速飞行器动态面自适应反演控制系统设计

针对飞行器非线性动力学系统具有不确定项情况,研究了高超声速飞行器的飞行控制系统设计问题。由于动力学系统中存在线性参数不确定项和由于高速高热造成的未建模动态
时,论文将研究对象扩展为控制矩阵中含有线性参数不确定系统,同时放宽了现有文献中许多苛刻的条件,如匹配条件、增长条件等,用自适应调节函数补偿系统不确定性带来的影响,设计鲁棒项函数解决了逼近误差的影响问题,通过引入投影算子避免了可能出现的控制器奇异问题。在自适应反演设计时,采用动态面设计方法,引入一阶滤波器,得到虚拟控制量的微分,消除传统反演设计中的“项数膨胀”的问题,用Lyapunov稳定性定理保证误差一致有界。仿真实验验证了该算法的有效性。
     

高超声速飞行器迎角观测器及控制器设计

针对高超声速飞行器非线性动力学系统中所特有的输出非线性、状态向量强耦合等特性,综合考虑了飞行中的不确定性、具有复杂非线性输出、状态向量不完全可测量等因素,提出一种基于Lyapunov法的滑模观测器和控制器设计方法,用于解决高超声速飞行器迎角观测器不能精确测量的问题.首先在观测器设计过程中,利用过载输出滑模面构造了Lyapunov函数,确定出观测器收敛的条件,并基于线性化理论求出观测器增益矩阵.然后在控制器设计过程中,采用基于动态面的自适应反演方法设计出控制律,用多层神经网络调节函数逼近系统中的高频未建模动态,设计鲁棒项函数解决了逼近误差的影响问题,并进行了稳定性分析和仿真验证.      

基于支持向量机的多类分类算法综述

作为一种新兴的机器学习方法,基于统计学习理论的支持向量机,最初是用来解决二类分类问题的。对于实际中主要遇到的多类分类问题,目前常用的两大类改进推广方法为"分解—重组"法和"直接求解"法。文章对二类方法进行了介绍和分析,指出其优缺点和未来的改进方向。     

支持向量机理论的研究与进展

回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状与存在问题,对支持向量机的未来发展方向进行了展望。     

协同制导导引头最大指向角误差分析

在协同制导条件下,建立了导引头最大预定指向角误差模型,分析了各种因素对协同制导条件下导引头最大预定指向角误差的影响。结果表明,雷达测角误差和系统时延是影响协同制导中末交班导引头最大指向角误差的主要因素。     

迟滞非线性系统的建模与控制研究综述

研究了迟滞非线性系统研究的发展历程,归纳了迟滞非线性系统在建模和控制方面的国内外研究现状,以及在高精度控制平台、声纳系统和智能材料和结构上的应用,并对迟滞非线性系统建模与控制的未来发展方向进行了展望。     

基于平滑滤波与最小二乘支持向量机的指纹图像识别研究

平滑滤波能抑制或消除噪声,获得高质量的图像。建立了完整的指纹识别系统,通过预处理、特征提取和分类识别3个过程,实现了指纹的分类识别;研究了预处理过程中的滤波增强方法,比较了邻域平均、高斯平滑和中值滤波的处理效果;在识别阶段采用最小二乘支持向量机,进行指纹识别实验,并对实验结果进行了比较。     

一种自适应滑模控制算法在四旋翼无人飞行器中的应用

四旋翼无人飞行器具有非线性、多变量、强耦合和不确定性等特点,通过以四旋翼无人飞行器为被控对象,建立了存在参数不确定性和未知干扰的飞行器姿态的动力学模型。利用跟踪误差状态设置滑模面,构造了包含滑模面和未知参数的李雅普诺夫函数,并设计了控制律。对设计的控制律进行仿真,结果表明了该方法的有效性。