基于自适应压缩感知与处理的雷达多目标跟踪

自适应压缩感知与处理方法(Adaptive Compressive Sensing and Processing,ACSP)能够减少计算负荷,但现有的基于自适应压缩感知与处理的雷达目标跟踪方法仅限于单目标的跟踪,针对该问题,提出将自适应压缩感知用于雷达多目标追踪。通过对回波进行稀疏表示,设计改进字典(稀疏变换矩阵)。在测量过程中,采用自适应权重替代随机高斯矩阵,构造和配置感知矩阵,基于压缩感知采样的接收数据来建立测量模型。由于测量与目标状态的非线性关系,采用结合联合概率数据关联方法的似然粒子滤波器对目标状态实时顺序估计,从而克服了多目标跟踪中的数据关联问题。理论仿真实验结果表明,改进的自适应压缩感知与处理方法实现了对多目标跟踪。     

一类非线性多智能体系统的预定性能控制研究

针对一类非线性多智能体系统,研究了满足预定性能的协同控制问题。基于动态面控制技术和模糊逻辑系统的逼近特性,提出了一种含有预定性能的自适应协同控制算法,并对其进行了仿真。仿真结果表明了该算法能使系统中所有信号均有界,"跟随者"能与"领导者"的输出达到一致,且同步误差在预先给定的性能边界内,并提高了误差精度。     

八旋翼动力学建模及RBF神经网络PID控制研究

针对八旋翼飞行器非线性、强耦合、欠驱动、多输入多输出的系统特点,综合八旋翼动力学特性进行数学公式推导,建立数学模型。利用模型解耦八旋翼各通道输入量与输出量之间的关系。提出RBF神经网络自适应PID控制策略,该策略能够根据控制效果在线自适应整定PID参数,具有自主学习和自适应能力。通过matlab搭建八旋翼仿真模型并对其仿真,对比分析RBF神经网络自适应PID和传统PID控制效果。结果表明:前者控制效果明显优于后者,系统快速性、鲁棒性和稳定性得到了很大改善。     

几种降阶方法在柴油机控制器中的应用对比研究

为保证军用机、直升机等大型装备的最后装配质量,得到的产品能满足各项性能指标,必须对系统进行分析和计算。但对于大型复杂系统而言,由于其高维数和复杂性,直接分析相对困难,在这种情况下,采用降阶方法处理。本研究分别利用奇异值分解、Krylov子空间理论和最小二乘法对柴油机控制器进行降阶。研究结果表明:奇异值分解(SVD)算法可以根据系统的奇异值大小进行截断,能够保持降阶系统的结构特性,但计算过程较复杂。Krylov子空间的降阶算法虽然计算量小,且速度快,但误差范数较大。利用最小二乘法可以很好地结合这两种方法的优点,从仿真结果也可看出,利用第三种方法结果最好。