使用神经元网络的鲁棒自适应倾斜转弯导弹自动驾驶仪设计

本文对于倾斜转弯自动驾驶仪设计，提出了一种基于神经元网络的鲁棒自适应控制方法。对具有Ｓ形隐神经元的前馈神经元网络控制器的设计作了详细分析。在未知所谓最优神经元网络的先验知识时，我们利用了神经元网络的优点和鲁棒自适应理论设计了一个控制器，该设计采用李雅普诺夫理论确定自适应律，并确保闭合回路中有所信号的有界性。无需预先进行离线训练阶段，并且仅使用一个简单的神经元网络。可以证明，跟踪误差收敛于零域。控制     

高超音速飞机鲁棒自适应控制的研究

由于高超音速飞机自身特有的结构以及飞行时所处的复杂条件，其高度非线性的数学模型往往很难获知，即便是建立的某种数学模型也是极为不准确的，因此许多传统的控制方法已经不再适用。所提出来的高超音速飞机鲁棒自适应控制，依靠在线调参的单隐层神经元来逼近其不确定的数学模型，使得整个控制过程对模型的依赖程度大大降低，除此之外，该控制方法还具有非线性解耦的能力，最后通过对某种高超音速飞机的仿真分析，验证了该方法的控制效用及强鲁棒性能。     

基于复杂干扰估计的高速NSV鲁棒自适应模糊Terminal滑模控制

针对近空间飞行器大包络高动态飞行运动特性,建立了包含复杂干扰的有效动力学系统用以描述运动过程,对系统中由于飞行物理环境产生的复杂干扰,设计了有效估计的非线性干扰观测器,有效保证了观测误差的收敛性能,采用模糊系统逼近由气动、结构变化产生的系统与增益函数不确定项,基于此设计了飞行控制系统的鲁棒自适应模糊Terminal滑模控制方案,利用Lyapunov稳定性原理证明了闭环系统的鲁棒稳定性,控制器有效抑制了不确定项与复杂干扰对系统的影响,实现了NSV复杂环境下高速运动的鲁棒自适应自主控制,仿真研究证明了控制方法的正确性与有效性。
     

BTT导弹块模型的鲁棒自适应设计

针对BTT导弹的非线性模型,给出了其适合用backstepping设计方法的块控模型。充分利用系统的结构特点,结合块控原理、backstepping设计方法、鲁棒控制和自适应控制方法,提出了一种鲁棒自适应控制器的设计方法。允许系统中的每一个子块都存在不确定性,采用非线性跟踪微分器减小了backstepping设计中的“计算膨胀”问题,并且避免了系统控制矩阵未知时控制器可能的奇异问题,证明了系统的状态跟踪误差和参数误差指数收敛于原点的一个邻域。最后给出的仿真结果显示了本文方法的有效性。     

模态密集空间结构的振幅优化鲁棒自适应控制

针对可控性差且具有参数不确定性的模态密集空间结构，提出一种基于振幅优化的鲁棒自适应控制方法，通过减小可控性差模态的振幅来改进控制性能。首先对结构的标称模型进行振幅优化设计，然后以之为参考模型对实际结构进行自适应控制设计。理论上证明了，对于一定范围的参数时变不确定性，该方法能保证被控结构的渐近稳定。仿真结果表明，该方法也具有良好的动态性能。     

控制受限的编队航天器鲁棒自适应控制

研究了考虑控制受限的编队航天器鲁棒自适应轨道跟踪控制问题。针对航天器编队飞行系统中控制受限、外部扰动和模型不确定性的情况,利用反步控制方法和指令滤波设计提出了一种鲁棒自适应控制策略。指令滤波器用于补偿控制受限对于控制器的影响,同时设计了自适应律对未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。和滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。仿真结果表明所设计的控制器既能实现高精度的编队飞行跟踪控制,又能保证控制受限的要求。     

高超声速飞行器鲁棒自适应控制律设计

针对具有强耦合特性与模型不确定性特点的高超声速飞行器控制问题,提出了一种新的鲁棒自适应控制律设计方法。首先,结合高超声速飞行器数学模型,在引入参考模型的基础上,建立了一种具有非匹配特性的耦合控制模型。然后,基于该非线性模型,结合Riccati方程,通过动态调节参数的方法,得到了一种鲁棒自适应控制律。最后,对该控制算法的有效性进行了仿真验证。仿真结果表明：此算法在气动参数摄动与干扰同时存在的情形下,可以满足高超声速飞行器的稳定飞行要求。     

多径信号频偏估计算法研究

多径信号的频偏估计是无线通信系统中的一个难题。在最大似然估计算法的基础上,提出一种兼顾实时性与有效性的频偏估计算法,给出了该频偏估计算法的克拉美罗界。仿真表明,所提算法同经典的周期图法相比,运算复杂度大大降低,且在很宽频偏范围内,估计精度接近于最大似然估计。     

固体火箭的鲁棒自适应耗尽关机制导方法研究

针对固体火箭的耗尽关机制导问题,提出了一种基于闭路制导和零射程线相结合的自适应耗尽关机制导方法,该方法首先利用闭路制导技术,使待增速度快速收敛;随后基于零射程线理论,设计了对关机时间变化不敏感的零射程线能量耗散管理导引律和末速精调导引律,提高了耗尽关机方法在推力、秒耗、关机时间随机摄动条件下的鲁棒性和自适应性以及制导精度,从而拓展了耗尽关机显示制导方法的工程化应用.     

航天器姿态跟踪系统的非线性鲁棒自适应控制

研究有未知惯量矩阵和干扰力矩的刚体航天器姿态跟踪。对此类多输入多输出、不确定非线性系统,提出了一种非线性鲁棒自适应控制策略,用Lyapunov直接法分析了闭环系统稳定性。理论分析表明,该控制器不仅保证闭环系统一致最终有界稳定,航天器姿态跟踪误差收敛至系统平衡点的一个较小领域,而且使闭环系统对航天器惯量参数有自适应能力,对有界干扰力矩具鲁棒性。仿真结果表明：所设计的非线性鲁棒自适应控制器有效。     

基于最大似然估计的GPS多径估计

当存在多径信号时,基于伪距测最的GPS(Global Position System)定位接收机跟踪的是直射信号和反射信号组成的复合信号的相位.这将造成伪距测量误差和定位误差.提出了一种相关输出的线性模型.在无噪的情况下,多径信号的位置和幅度能够被准确估计.在加性高斯白噪声信道F,利用最小二乘法得到多径信号的位置和幅度的最人似然估计,并对该估计的噪声性能做出了理论沦分析和仿真;分析表明观测间隔和接收信噪比是决定估汁性能的关键.     

基于鲁棒非线性卡尔曼滤波的自适应SLAM算法

针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。     

基于互相关向量估计的自适应盲均衡算法

基于互相关估计的盲MMSE均衡算法以批处理方式估计信道输出向量和信道输入信号之间不同延时的互相关向量,得到MMSE均衡器系数。由于涉及到大型矩阵乘积,若在线实现,计算量较大。根据该算法对信道阶数过估计不敏感特性,推导出基于互相关向量估计的盲MMSE均衡的自适应实现算法。自适应算法将矩阵和矩阵相乘转换为矩阵和向量的相乘,大大减少了均衡系数更新计算量,计算量仅为O(K2)(K为矩阵维数)。仿真结果显示自适应算法的收敛性能远远优于目前存在的自适应算法。     

基于空时盲参数估计的GPS多径干扰抑制

高精度GPS测量定位的主要误差源是多径效应，对系统精度的影响很大，因此提出了一种基于CDMA盲参数估计的方法。首先通过盲参数估计计算出直接信号和多径信号的时延和角度向量，然后通过空时处理对多径信号进行抑制。该方法通过了理论分析和仿真实验的验证。结果表明采用该方法的多径误差约为原来的35％。     

基于空时盲参数估计的GPS多径干扰抑制

高精度GPS测量定位的主要误差源是多径效应,对系统精度的影响很大,因此提出了一种基于CDMA盲参数估计的方法.首先通过盲参数估计计算出直接信号和多径信号的时延和角度向量,然后通过空时处理对多径信号进行抑制.该方法通过了理论分析和仿真实验的验证.结果表明采用该方法的多径误差约为原来的35%.     

高分辨率多径时延测量算法

提出一种基于最小二乘准则的高分辨率多径信号时延测量方法。对参考信号作三阶样条插值获得每条多径信号最小二乘意义的最优估计,用每条多径信号的测量值重构接收信号,通过反复迭代使重构信号是接收信号最小二乘意义的最优估计,实现多径信号的时延测量。仿真结果表明：新算法在低信噪比、窄带信号条件下仍能获得较高的时延测量精度,性能优于MUSIC类时差测量算法。     

稳健的欠定混合矩阵盲辨识

主要研究欠定盲源分离中的混合矩阵估计问题。提出了一种改进的欠定混合矩阵估计算法,首先采用短时傅里叶变换得到混合信号的时频表示并检测出时频单源点,然后检测出时频单源点中影响混合矩阵估计性能的时频点并将其去除,最后采用聚类的方法实现混合矩阵的估计。语音信号的仿真实验表明,与已有算法相比较,本文提出的混合矩阵估计算法有更高估计精度和更强的鲁棒性。     

基于三阶累积量的语音频域排序算法

在语音信号频域盲分离算法中,利用短时傅里叶变换将时域卷积变换到频域乘积,从而在每个子频段上进行复数瞬时分离,降低运算量,但这会导致分离结果出现次序和幅度上的不确定性。文章提出了一种改进的基于三阶累积量的频域排序算法,在每个子频段上计算信号的三阶累积量,比较其相关性来解决排序问题。仿真实验证明了该算法的可行性。     

基于阵列流型分离的稳健自适应波束形成

在较少的采样数或期望信号指向存在误差的情况下,传统的自适应波束形成算法的性能会受到较大影响。基于阵列流型分离的思想,提出一种新的自适应波束形成方法,可以在较少的采样数或期望信号指向存在误差时获得较稳健的性能。数值仿真证明了方法的有效性。     

基于自适应IMM算法的蛇形机动目标加速度估计研究

针对防空导弹拦截高速蛇形机动反舰导弹的难题,基于导引头测量的视线角速度、弹目相对速度等信息,开展了蛇形机动目标加速度估计算法的研究,最终建立了基于交互多模型的扩展卡尔曼滤波算法,实现了对蛇形机动目标的加速度估计。考虑传统加速度方差计算方法受限于先验值的缺陷,根据残差对加速度方差的计算方法进行了改进。数字仿真证明:提出的自适应交互多模型算法能有效提高蛇形机动目标加速度的估计精度。