改进的基于隐马尔可夫模型的自适应IMM算法

针对机动目标跟踪中交互式多模型算法(IMM)的马尔可夫转移概率矩阵固定不变造成跟踪精度降低的问题,在已有的基于隐马尔科夫模型(HMM)的自适应IMM算法的基础上,对隐马尔可夫链的长度和Baum-Welch算法迭代次数的2个参数对该算法跟踪性能的影响,进行了深入研究分析,进一步明确了这2个参数选择的依据;并针对该算法在目标机动转换时峰值误差增大的问题,给出了2种修正方法,从而提出了改进的基于HMM的自适应IMM算法。最后,通过仿真分析了算法的参数和修正方法对跟踪性能的影响,并与传统IMM算法进行对比,证明了文章提出算法的有效性。     

基于后退设计的空间机器人系统的自适应控制

 结合后退设计方法和自适应控制理论,对载体姿态可控的空间机器人系统提出了一种自适应跟踪控制算法。当系统的惯性参数未知时,该算法可以保证空间机器人的手端跟踪误差渐近趋于零。和已有的算法相比,所提出的算法可以消除Lyapunov函数导数表达式中的交叉项,明显改善系统的跟踪性能。对平面两关节空间机器人的仿真结果证实了算法的有效性。     

基于预警卫星系统的临近空间飞行器跟踪

系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

基于预警卫星系统的临近空间飞行器跟踪简

 系统地研究了如何对临近空间飞行器进行有效实时跟踪的问题,并提出了一种基于约束总体最小二乘与自适应交互式多模型（CTLS-AIMM）滤波相结合的实时跟踪滤波算法。首先考虑到临近空间飞行器的特点,选择使用红外预警卫星系统探测目标飞行器,并使用约束总体最小二乘算法（CTLS）对目标进行粗定位;然后在粗定位信息基础上,使用自适应交互式多模型滤波算法（AIMM）对目标飞行器进行实时跟踪。在AIMM中,根据临近空间飞行器机动特性,合理选择目标模型集,并使用迭代最小二乘算法对模型参数进行自适应调整。通过仿真,验证了该跟踪滤波算法的可行性。     

基于模型预测静态规划的自适应轨迹跟踪算法

轨迹跟踪是飞机自主运动控制的关键问题之一。跟踪模型预测静态规划（T-MPSP）是一种新近发展的基于非线性模型的轨迹跟踪算法,但对于飞行器受损等情况下,模型参数相较于标称模型具有较大的偏差时,则可能导致轨迹跟踪效果不理想。提出了基于参数估计的自适应轨迹跟踪算法,在模型预测静态规划（MPSP）的框架下得出解析解,实现了对参数的实时估计,据此更新跟踪模型预测静态规划算法中所使用的模型后,可以有效扩大对参数偏离的适应性,并保留模型预测静态规划计算效率高的特点。通过仿真对比得出,相较于已有的跟踪模型预测静态规划,改进后的算法对模型参数偏离的容忍性明显提高,且算法迭代效率高,适于在线应用。     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.      

使用变速控制力矩陀螺的航天器鲁棒自适应姿态跟踪控制

 研究以变速控制力矩陀螺群（VSCMGs）为执行机构的航天器姿态跟踪问题。采用四元数描述姿态, 在姿态误差的描述中引入了现时姿态与期望姿态之间的方向余弦矩阵。考虑执行机构模型参数不确定和有外干扰的情况, 姿态误差动力学方程为多输入多输出(MIMO)的非线性系统。基于Lyapunov理论设计了鲁棒自适应控制器, 运用光滑投影算法避免了估计参数陷入奇异。仿真结果表明, 设计的鲁棒自适应控制律明显地缩小了姿态跟踪误差, 很好地解决了外部环境干扰和执行机构由于安装误差或机械磨损造成的轴承方向未对准的问题。     

高速开关阀控电液位置伺服系统自适应鲁棒控制

为研究高精度的液压缸位置跟踪控制问题,设计了高速开关阀和换向阀组合控制液压缸的结构方案,并通过实验分析了高速开关阀的静态流量特性。建立了液压缸的连续可微摩擦模型,利用粒子群优化算法对其参数进行辨识。建立了系统的非线性数学模型,基于非连续参数映射和反步法设计了直接自适应鲁棒控制器,通过参数在线自适应调节来更新估计值和鲁棒反馈项支配参数不确定性,实验结果表明:在跟踪幅值为5mm,频率为0.4Hz的正弦信号时,最后一个周期的最大跟踪误差、平均跟踪误差及其标准差分别为0.638、0.25mm和0.405mm,与传统PID控制器相比,控制精度显著提升,旨在为实现高精度的数字阀控位置伺服技术提供有价值的参考。      

一种改进的高超声速滑翔目标跟踪方法

针对临近空间高超声速滑翔目标跟踪问题，提出一种基于反向传播神经网络修正改进迭代扩展卡尔曼滤波(Back Propagation Neural Network-aided Improved Iterative Extended Kalman Filter, BP-IIEKF)的目标轨迹跟踪方法。在雷达站坐标系下建立目标运动模型和量测模型。引入阻尼因子修正IEKF算法中的协方差预测矩阵，并定义算法的代价函数，给出迭代终止条件，保证了算法收敛精度，减小状态的观测更新误差，提高了目标状态估计精度。利用BP神经网络修正滤波结果，补偿系统滤波误差，进一步提高了跟踪精度。仿真结果表明所提算法对高超声速滑翔目标具有更高的跟踪精度。     

开闭环PD型快速迭代学习控制方法及其在直流电动机中的应用

针对一类非线性系统的学习控制问题,提出了一种开闭环PD型快速迭代学习控制方法。此学习控制方法利用了系统当前的跟踪误差信号和前次迭代控制的跟踪误差信号,以及它们的微分信号,同时采用可调比例系数,根据系统误差的变化及时地调节比例系数,从而使目标的跟踪能力得到提高。通过分析给出了此快速迭代学习算法收敛的条件,直流电动机的仿真应用说明了此学习控制方法对于非线性系统具有较强的有效性和较好的可行性。     

An adaptive fast fixed-time guidance law with an impact angle constraint for intercepting maneuvering targets

Sliding mode guidance laws based on a conventional terminal sliding mode guarantees only finite-time convergence, which verifies that the settling time is required to be estimated by selecting appropriate initial launched conditions. However, rapid convergence to a desired impact angle within a uniform bounded finite time is important in most practical guidance applications. A uniformly finite-time/fixed-time convergent guidance law means that the convergence (settling) time is predefined independently on initial conditions, that is, a closed-loop convergence time can be estimated a priori by guidance parameters. In this paper, a novel adaptive fast fixed-time sliding mode guidance law to intercept maneuver targets at a desired impact angle from any initial heading angle, with no problems of singularity and chattering, is designed. The proposed guidance law achieves system stabilization within bounded settling time independent on initial conditions and achieves more rapid convergence than those of fixed-time stable control methods by accelerating the convergence rate when the system is close to the origin. The achieved acceleration-magnitude constraints are rigorously enforced, and the chattering-free property is guaranteed by adaptive switching gains. Extensive numerical simulations are presented to validate the efficiency and superiority of the proposed guidance law for different initial engagement geometries and impact angles.     

基于自适应粒子群算法的航天测控系统任务可靠性分配

采用测控时序图描述任务时序逻辑关系,建立了各阶段的任务可靠性模型,讨论了可靠性分配时的约束条件和分配目标,从而构建了航天测控系统任务可靠性分配模型.在此基础上,设计了自适应粒子群算法,算法在迭代过程中通过惯性权重系数ω进行自适应调整,初始时能快速搜索全局解,后期能有效地搜索局部解.通过算例仿真,表明自适应粒子群算法在用于航天测控系统任务可靠性分配问题时具有分配结果优、收敛速度快等优点.      

Effect of Initial Values of Adaptive Arrays

The effect of initial weight values on the transient characteristics is investigated on three kinds of adaptive arrays under different principles, i.e., the directionally constrained minimization of power (DCMP), the least mean square (LMS), and the maximum signal-tonoise ratio (MSN). Analysis and computer simulation demonstrate how the convergence rate is affected by the initial setting. The best choice of the initial value is given.     

自适应变搜索域遗传算法及其在发动机模型中的应用

针对发动机数学模型中非线性方程插值解法的不足,提出非线性方程自适应变搜索域遗传算法解法。论文详细分析了方程求解转化为遗传算法优化的数学描述、依据方程解临域特征的自适应变搜索域机理及算法的具体实现技术。实例计算与发动机仿真结果说明:所设计的变搜索域遗传算法可作为通用的非线性方程解法,相比较于简单遗传算法,能成倍提高计算效率;替代插值解法应用于发动机模型,可有效提高模型的收敛性。     

基于自适应模拟退火遗传算法的月球软着陆轨道优化

 将自适应遗传算法与模拟退火算法相结合,形成一种自适应模拟退火遗传算法。该算法不但具备了自适应遗传算法的强大全局搜索能力,也拥有模拟退火算法的强大局部搜索能力。针对月球软着陆轨道优化的特点,利用一种新的参数化方法将轨道优化问题转换为非线性规划问题,并应用提出的自适应模拟退火遗传算法进行优化。数值结果表明：该算法的收敛速度快,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优轨道。     

An improved LMS adaptive algorithm for narrowband interferencesuppression in direct sequence spread spectrum

In 1990 Vijayan and Poor proposed nonlinear predictive methods for suppressing narrowband interference in spread spectrum (SS) systems with a significant increase in signal-to-noise ratio (SNR) improvement. The main drawback of their adaptive nonlinear filter is its slow convergence rate. A new adaptive least mean squares (LMS) algorithm to increase the slow convergence of their nonlinear adaptive filter is described. Computer simulation results are presented to support the advantages of the new filter     

具有两个测量控制面的适应壁风洞理论与实验

本文研究了具有两个测量控制面的适应壁风洞。在超临界马赫条件下,做了二维NACA-0012翼型实验。在近洞壁处的两个控制面上测取了静压。基于上述测量,叙述了在适应壁风洞中得到无干扰流场的迭代方法。给出了为外场计算这两个控制面上静压的函数关系。评述了所选取迭代方法的收敛性。得到了一步收敛公式,并且在数字模拟风洞中得到证实。结果指出,应用一步迭代公式,所选取的迭代方法可以加速使流场收敛到无界条件。     

自适应遗传神经网络算法在推力估计器设计中的应用

为了在全包线内能够准确方便估计出航空发动机推力,提出了一种自适应遗传神经网络算法:将遗传算法和神经网络技术相结合充分发挥遗传算法和神经网络各自的全局收敛性和局部搜索快速性的优点,其中通过自适应概率遗传操作及局部寻优算子直接优化出神经网络拓扑结构及权值(包括阈值),克服了神经网络隐层节点需凭经验尝试的缺点和神经网络对初始权值(包括阈值)敏感的缺点,再应用神经网络对上述优化的权值(包括阈值)进行"精调",最后设计出全包线推力估计器.经验证,此推力估计器具有较高估计精度和良好泛化能力.      

直升机结构响应的多输入多输出混合控制

对一种综合了自适应前馈与反馈控制的混合控制策略进行了拓展和研究，并将它应用于双频谐振激励下直升机舱座位处多目标点振动的控制仿真。在混合控制策略的实现中，提出了多输入多输出系统的以提高模态阻尼为目标的反馈控制器(AOEF)的型式和设计方法，以及针对闭环控制通道的FXLMS算法。在直升机有限元模型上用2个作动器控制4排座椅处的振动，仿真表明混合控制策略为直升机多通道的振动控制带来了性能上的显提高。     

基于永磁磁链在线辨识的永磁同步电机无速度传感器控制

在无速度传感器控制条件下,研究了基于MRAS的永磁同步电机永磁磁链在线辨识系统。仅辨识速度和永磁磁链两个参数,使得辨识模型满秩,避免了出现设置不同初值获得不同永磁磁链辨识值的问题,确保了参数估计的收敛性和唯一性。分析了欠秩问题的本质,分别推导了速度和永磁磁链的辨识自适应律。仿真结果表明:该控制系统在转速和负载突变下均能准确跟踪转子的速度,具有良好的鲁棒性和动态性能,同时降低了系统参数敏感性。