基于定量反馈理论的飞行仿真转台鲁棒控制

采用定量反馈理论,可以设计具有参数不确定性的飞行仿真转台的鲁棒控制系统.分析和总结了定量反馈理论的基本原理和设计过程.采用QFT设计了某型飞行仿真转台的反馈控制器和前置滤波器,组成了转台的控制系统.实验结果表明,当转台的负载发生变化时,系统仍然能够保持良好的跟踪性能.这证明了系统的鲁棒性.此外,与PID控制的对比表明,QFT控制能够克服摩擦非线性,具有良好的抗干扰性能.QFT在飞行仿真转台上的成功应用说明了该方法具有工程实用价值.      

基于IFOA的MEMS加速度计无转台标定

为提高微机电系统（MEMS）加速度计的标定效率并降低对高精度转台的依赖,提出一种基于改进果蝇优化算法（IFOA）的MEMS加速度计无转台标定方法。首先,根据模观测标定法原理将加速度计标定问题转化为非线性函数优化问题。然后,针对经典果蝇优化算法存在的只能搜索正参数及搜索步长固定的不足,对味道浓度判定值及搜索步长进行改进,使改进后的算法具有全局参数搜索及可变步长2种性能,并利用Rosenbrock函数进行测试,结果表明,IFOA相比于经典果蝇优化算法具有全局参数寻优范围及更高的寻优精度。最后,将IFOA应用于求解加速度计待标定参数的非线性函数优化问题,并将结果与牛顿迭代法和粒子群优化（PSO）算法进行对比。仿真结果表明:IFOA在求解精度方面比牛顿迭代法提高了1~3个数量级;在运行稳定性方面比牛顿迭代法和PSO算法分别提高了30%和34%,在运行时间方面分别减小了15.2%和43.6%;在加速度计无转台标定方面具有良好的应用价值。      

基于神经网络的仿真转台控制系统

在转台存在偏载、摩擦等不确定负载干扰的情况下,用神经网络与PID(Proportional-Integral-Differential)控制相结合的方法,设计了适应负载变化的转台控制系统.分析了基于BP(Back Propagation)神经网络的自适应PID控制器的基本原理,建立了转台位置控制系统的数学模型,并对控制系统进行仿真分析和实验验证,通过与传统PID控制的对比实验与仿真表明:所设计系统由于有自学习能力,能动态调整PID参数,使系统表现出良好的抗干扰能力和跟踪性能,证明了所设计系统的有效性.该算法结构简单,PID初始参数调整方便,易于在转台实时控制系统中应用.     

基于改进蚁群算法的多机器人任务分配

任务分配是多机器人系统需要解决的首要问题.针对传统蚁群算法求解多机器人任务分配收敛速度慢且易陷入局部最优问题,提出了改进蚁群算法.考虑多机器人任务分配问题,建立多旅行商问题模型,采用蚁群算法优化出解空间,然后采用遗传算法中的变异算子对每个机器人执行任务的顺序进行优化,并根据模拟退火过程中Metropolis准则以一定的概率接受优化过程中较差的解.在复杂约束条件下,为解决蚁群算法收敛速度慢且易陷入局部极小问题,引入局部优化变异算子和改进模拟退火算法.仿真结果表明,改进蚁群算法可以更好的解决多机器人任务分配问题.     

航天器分布式智能计算体系的数学建模与调度算法研究

航天器对大容量高效计算的要求越来越高,现有的星载计算体系的能力已经难以满足其需求,需要建立具有自组织能力的智能计算体系,还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型,并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO-EACO算法,先利用粒子群算法生成初始调度方案,再用该方案初始化蚁群算法,利用蚁群算法生成最终调度结果.仿真结果表明,该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

基于粒子群算法的阻抗控制在机械臂柔顺控制中的应用

阻抗控制策略是实现机械臂的末端力柔顺控制的一种重要方法.然而,针对阻抗控制参数的确定,目前尚缺乏通用算法.粒子群算法具有概念简单、易行、鲁棒性好等特点,适用于阻抗控制参数的确定与优化.通过分析基于力反馈的笛卡尔空间阻抗控制结构,采用粒子群算法整定阻抗控制参数.结合阻抗控制自身特点对粒子群算法做了相应改进,并通过仿真验证了优化后的阻抗控制算法可实现对七自由度机械臂的柔顺控制且具有较好的鲁棒性.     

基于IFA-ELM的航空发动机自适应PID控制新方法

针对大涵道比涡扇发动机强非线性、变参数的特点,提出了一种基于优化极端学习机(ELM)对发动机参数进行预测的自适应PID控制方法.为提高ELM的预测精度和实时性,采用适用于多峰值寻优的改进萤火虫算法(IFA)优化ELM网络参数,形成优化的ELM训练方法IFA-ELM.该算法在保证预测精度的前提下,有效简化了网络规模,并提高了其泛化能力.利用该算法建立发动机风扇转速预测模型,基于该模型,采用梯度下降法在线调整PID参数,提升发动机动态性能.数字仿真验证表明,与常规PID控制相比,基于IFA-ELM的自适应PID法调节时间减少了0.2~1.4s,超调量降低了0.2%~1.5%,验证了该控制方法的有效性.      

航天器分布式智能计算体系的数学建模与调度算法研究#br#

航天器对大容量高效计算的要求越来越高，现有的星载计算体系的能力已经难以满足其需求，需要建立具有自组织能力的智能计算体系，还要实现高效的任务调度.给出了航天器分布式智能计算体系的模型和任务调度问题的多目标优化模型，并根据该模型设计了改进粒子群算法和改进蚁群算法结合的DPSO EACO算法，先利用粒子群算法生成初始调度方案，再用该方案初始化蚁群算法，利用蚁群算法生成最终调度结果.仿真结果表明，该算法的性能与改进粒子群算法和改进蚁群算法相比具有明显的性能优势.     

飞行时间成像系统的数字仿真技术

飞行时间传感器的仿真主要用于评估基于光相位信息的深度数据的处理算法,现有的方法包括基于对场景三维模型生成的特定噪声模式的仿真模型和基于光信号传播的物理过程仿真模型两大类,为飞行时间成像系统建立了特定的仿真平台.但现有的工作并未考虑环境光干扰对测量数据间的非线性耦合关系,而这种关系是附着/着陆敏感器的重要设计要素之一.本文针对小行星附着任务的需求,研究并建立了包含环境光矢量的飞行时间成像仿真环境,验证了包括环境光模型的飞行时间成像仿真方法,对于飞行时间成像技术在光照条件下的成像性能的评估具有重要意义和应用前景.     

自适应模型跟踪控制在仿真伺服系统中的应用

针对飞行仿真伺服系统动态性能要求的特殊性和系统本身的非线性 ,提出了自适应模型跟踪的有效控制方法。文章在探讨参考模型选取的基础上 ,推导出一种飞行仿真位置伺服系统的自适应模型跟踪算法 ,并将其用于某一飞行仿真伺服系统。实验表明 ,该算法使系统获得了优良的动态性能 ,尤其对改善系统的频率响应 ,拓宽系统频带具有很好的效果。最后给出了部分实验结果     

基于改进蚁群算法的低空突防航迹规划

为保证低空突防的成功率,在航迹规划时必须设计出以最小的被发现概率及可接受的航程为目标的航迹.蚁群算法ACA(Ant Colony Algorithm)作为一种新型的模拟进化算法,适合用于航迹规划中最优航迹的搜索,但是算法存在搜索时间长、收敛速度慢、易陷于局部最优解的缺点,为了克服算法自身不足,提高算法性能,引入了遗传算法中变异操作和挥发系数的自适应调节,从而形成改进蚁群算法,最后结合建立的航迹规划性能指标,利用等概率寻优、原有蚁群算法和改进蚁群算法3种方法分别进行航迹规划,并通过比较和分析结果的时间花费和航路代价,验证了改进蚁群算法的有效性.      

混沌多精英鲸鱼优化算法

针对无人机（UAV）的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法（CML-WOA）的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法（SCA）,利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。      

基于蚁群算法的多任务导航星座载荷配置

给出了多任务导航星座载荷配置的一套新算法.首先建立了多任务导航星座载荷配置的优化模型;基于任务要求定义并提出了n＋1重覆盖率来评价星座对地面的覆盖性能;蚁群算法(ACA)是一种新型的模拟蚂蚁觅食行为的仿生启发式算法,将蚁群算法运用到载荷配置的优化当中,修正了启发函数及Ant-Cycle模型使它们能够与星座载荷配置的优化相结合;给出了基于该算法的多任务载荷配置优化框图.仿真结果表明蚁群算法快速有效,优化结果满足任务要求.      

电液飞行转台的分数阶积分滑模非线性控制

电液飞行转台是飞控系统半实物仿真测试的关键设备,它是在实验室条件下复现飞行器运动姿态的高精尖试验设备,具有重大经济价值和国防战略意义.为提高该设备的动态跟踪精度,提出一种基于分数阶积分滑模的非线性鲁棒控制策略.在积分滑模控制器中引入分数阶算子,能更有效地提升系统瞬态响应,并能提供更多的控制自由度.同时基于 Lyapunov 分析方法证明了该控制器在存在参数不确定、强外干扰力矩和未知非线性摩擦特性等情况下仍能保证系统的全局渐近稳定性.以某型电液飞行转台外框阀控马达为例,针对多种运动工况进行仿真分析,结果表明该方法能有效提高系统的瞬态性能和鲁棒能力.     

嫦娥一号卫星飞行控制模拟器的设计与研制

飞行控制模拟器,简称飞控模拟器,是飞控中心用来验证飞行程序和地面测控方案,训练操作人员的模拟仿真系统,为系统演练构造一个尽量逼真的任务环境.介绍了嫦娥一号飞控模拟器的功能、结构和使用模式.提出了带轨道根数跳时的新方法,使模拟器具备加速跳时至任意轨道段的能力,提高了任务演练的灵活性.建立了高精度轨道动力学模型,并首次在模拟器中直接嵌入了部分星载软件,大大提高了模拟器的保真度.同时专门设计了图形化的集中监控软件,方便了用户的操作和管理.该模拟器在嫦娥一号卫星任务准备中得到了充分的应用,为嫦娥一号卫星任务的圆满完成奠定了坚实的基础.根据该模拟器的开发经验,对未来模拟器的研制提出了几点建议.     

面向扑翼翼面运动参数的优化设计

扑翼机的飞行依赖于扑翼翼面的运动,经过优化的运动策略能够使特定翼面发挥最佳的气动性能。然而目前扑翼机设计中缺乏有效的运动参数优化方法,无法针对给定机翼确定一组最优运动参数。采用非定常涡格法(UVLM)计算扑翼气动力,与现有的实验数据进行对比,验证了气动力计算方法的准确性。基于DIRECT(矩形分割)全局优化算法,以最大化推进效率为特定优化目标,对扑翼运动参数进行了迭代优化。结果表明,通过该优化算法能够得到最优扑翼运动参数,有效提高特定气动性能;应用优化算法计算得到的平均推力与基准运动的平均推力相比,在数值上有1.04倍的提高。在设计过程中,降低气动力约束有利于扑翼运动优化,使给定扑翼翼面具有更大的推进效率,无气动力约束的最大推进效率与基准运动的推进效率相比提高了46.8%。     

基于航路点布局的多目标网络结构优化方法

为了提高区域航路网络结构的科学性、减轻飞行流量增长对网络运行带来的压力,提出了基于航路点布局的多目标网络结构优化方法。首先,考虑区域航路网络的组成要素,设计了反映网络综合性能的优化目标和约束条件以形成优化模型。然后,建立基于节点移动、融合、分解的航路点布局策略,进而给出优化模型的求解步骤,并利用NSGA-Ⅲ算法完成模型求解。最后,对北京飞行情报区部分区域航路网络进行仿真分析,结果表明,使用NSGA-Ⅲ算法得出的区域航路网络具有良好的综合性能。最优网络在满足约束条件的同时,保证了运行费用和非直线系数基本不变,并使得飞行冲突系数减少了10.8%。可见,所提优化方法能有效提升区域航路网络的经济性、安全性和可行性,符合中国现行空域环境和管理体制。      

基于蚁群算法的卫星磁力矩器反馈参数设计

卫星姿态控制系统参数设计中,引入不确定性的部件误差模型可以提高系统模型的精度。针对传统优化算法处理随机因素的能力不强的情况,提出了基于蚁群算法的参数优化设计方法;并将该方法应用在某型号偏置动量轮小卫星的磁力矩器反馈控制参数设计中。与Powell方法对比,蚁群算法的寻优过程有明显的收敛趋势,这表明蚁群算法相对于传统优化算法鲁棒性好、处理随机因素能力强,可以应用在考虑随机因素的参数优化设计中。     

高抗扰高精度无人机着舰纵向飞行控制

针对无人机着舰过程中舰尾流扰动和甲板运动扰动对着舰点散布的影响,对复杂着舰环境下的无人机着舰纵向控制策略、控制结构和控制律参数设计方法进行研究。针对常规控制结构抗扰能力不足的问题,提出了无人机着舰纵向多操纵面平衡态直接力控制(DFC)策略及控制结构。提出了面向着舰点散布的控制律参数优化设计方法,该方法在保证系统满足稳定裕度指标的基础上,综合考虑了舰尾流扰动和甲板运动扰动对着舰点散布的影响,使2种扰动造成的着舰点散布最小。构建控制律参数优化设计问题,通过粒子群优化(PSO)算法进行优化设计,得到高抗扰性能的控制律参数。在控制律参数优化中考虑舰尾流和甲板运动的功率谱密度分布,使设计更具有针对性,减小了控制律设计的保守性,进一步提高控制的抗扰性能。算例设计及仿真验证了多操纵面平衡态DFC控制结构在抵抗舰尾流扰动和甲板运动扰动方面的优异性能,并证明了所提控制律参数设计方法的有效性。