飞行控制中的一种新型最优控制分配方法

针对新一代多操纵面飞行器的控制分配问题,提出了一种全新的最优控制分配算法——基底排序法.该方法将优化目标按照飞行控制的需求分成控制目标和任务目标两类,以基底的形式对舵面进行重新组合,并按照期望控制目标和任务优化指标进行排序,将冗余优化问题转化成排序问题加以解决.通过与几种常用控制分配方法的比较及多操纵面飞行控制系统的仿真验证,表明基底排序法能在准确实现期望目标的同时获得更好的任务目标分配结果,构成的控制系统能按期望要求准确、快速地跟踪指令信号,并可有效地抑制飞机各控制通道之间的影响.      

基于序列二次规划的推力矢量控制分配方法

  针对使用推力矢量控制的航天器,建立了游动发动机的数学模型,在分析了游动发动机摆角约束的基础上,提出了推力矢量控制分配问题。将该控制分配问题转化成以力矩误差最小和对变轨推力影响最小作为优化目标的多目标优化问题,引入序列二次规划进行求解,得到一种新的控制分配方法。仿真结果表明,该方法能够准确实现期望目标,验证了所提出的控制分配方法的可行性和有效性。     

基于舵面位置反馈的实用非线性控制分配方法

针对飞机在自主起降、大迎角飞行时力矩系数与舵面偏角之间的非线性和耦合性问题,以无尾飞翼飞机(TFWA)为对象,提出了一种实用新型的基于舵面位置反馈的非线性控制分配方法。该方法通过舵面位置反馈,在期望三轴力矩系数中除去前一拍舵面偏角产生的非线性三轴力矩系数,从而将非线性控制分配问题转化为线性控制分配问题来求解。证明了该方法具有一致渐近稳定性,且其稳态误差为0,并分析了该方法的可行性。通过与序列线性规划、序列二次规划和遗传算法等非线性控制分配方法进行数字仿真对比,突显了该方法精度高、解算快的特点;同时对该方法进行了基于伪逆法、不动点迭代方法和相邻面搜索方法的数字仿真,说明了其处理非线性控制分配问题的有效性。以TFWA、F18等为对象,在xPC-DSP半物理仿真平台上验证了该方法具有通用性强、实时性好的优点。      

基于MODPSO-GSA的协同空战武器目标分配

提出基于多目标决策理论的协同空战武器目标分配模型,并用进化多目标优化算法求解.空战是一个多阶段攻防过程,针对多数空战武器目标分配采用一次性完全分配、不考虑火力资源消耗等不足,构建多目标决策模型,在达到毁伤门限的前提下,同时对一次攻击后使敌编队的总期望剩余威胁最小和分配导弹消耗量最小两个目标函数寻优.提出用多目标离散粒子群-引力搜索算法(MODPSO-GSA)求解分配模型,该混合进化多目标优化算法结合二者优点,具有稳定的全局搜索能力并保证收敛到Pareto前沿.该算法可求得满足毁伤门限的不同耗弹量的分配方案最优解集以供指挥员决策参考.仿真算例验证了新模型及所提出MODPSO-GSA进化多目标优化求解算法的有效性.      

多操纵面飞机综合重构飞行控制方法

为提高飞机飞行安全性能,将被动重构控制与主动重构控制相结合,提出了一种综合重构飞行控制系统设计方法.采用轨迹线性化控制方法进行飞行控制律设计,使系统具有较强的鲁棒性.针对多操纵面飞机,提出面向故障的操纵面管理概念,通过基排序最优控制分配方法以基底的形式对操纵面进行重新组合,并按照期望控制目标进行排序,实现在操纵面故障下的控制重构.仿真结果表明,该控制系统能有效处理各种典型操纵面故障,在操纵面发生故障时仍能快速跟踪控制指令,保证较好的飞行性能.     

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

基于支持向量的迭代修正质心文本分类算法

针对质心分类算法容易产生归纳偏置或模型失配问题的不足,提出一种基于支持向量的迭代修正质心分类算法.该方法仅使用由支持向量机(SVMs,Support Vector Machines)选出的支持向量来构造质心向量,然后利用训练集误分样本来迭代修正初始质心向量.与其他分类算法相比,该算法取得较好的宏平均F₁和微平均F₁,在8个常用文本分类数据集上的实验验证了该算法的有效性,特别是在不均衡文本语料上.     

一种计算多层涂覆目标RCS的快速算法

提出一种用于计算表面涂覆多层雷达吸波材料目标雷达散射截面(RCS,Radar Cross Section)的快速算法.对于拟合成面元和棱边的多层涂覆目标,应用物理光学法及阻抗边界条件计算多层涂覆面元的RCS,并将物理绕射理论与等效电磁流法结合,用于计算多层涂覆棱边的RCS.在计算中,预先计算出目标不同涂覆表面反射系数矩阵,有效地提高了计算的速度和效率.应用上述方法计算表面涂覆单层及多层涂覆材料的平板和典型旋转体的RCS,通过与文献给定结果的对比,验证了该算法的有效性.对多层涂覆复杂目标RCS的仿真计算结果,进一步表明了该方法的准确性以及在提高计算速度方面的效果.      

冗余飞轮姿控系统控制分配与重构研究

针对具有多冗余执行机构的航天器姿态控制系统,给出了处理冗余的控制分配方案,该方案考虑了幅值和速度约束条件并实现了二次最优．仿真验证了分配环节的有效性,并比较了不同求解算法下的动态分配效果．针对执行机构可能出现的故障,提出了结合故障诊断与隔离系统的执行环节控制重构方法,实现了机构故障下的容错控制,通过卫星姿态跟踪控制仿真,验证了分配和重构环节与控制回路的相容性．     

月球软着陆的高精度自主导航与控制方法研究

提出了一种月球软着陆的高精度自主导航和控制方法.根据测距波束视线相对月面的几何关系,确定本体系的月心方向,组合利用测速仪获取的本体系三维速度确定本体系相对轨道系的姿态、速度及高度,并根据确定的参数性质选取适应的制导和控制方法.算法基于直接测量数据确定和控制姿态、高度和速度,不受惯性导航误差的影响,可以有效地提高姿态、速度与高度的确定精度和控制精度.数学仿真表明了算法的有效性.     

基于微小卫星合作博弈的失效航天器姿态接管控制

针对多颗微小卫星接管控制失效航天器姿态运动的问题,提出了一种基于多颗微小卫星合作博弈实现对失效航天器姿态接管控制的方法。首先,面向失效航天器姿态接管控制任务需求,设计了各颗微小卫星的局部目标函数,并在考虑多颗微小卫星与失效航天器所形成组合体的动力学约束、微小卫星控制约束的情况下,建立了多颗微小卫星的合作博弈模型。其次,为实现失效航天器对时变期望姿态轨迹的跟踪,在合理设计期望姿态轨迹的基础上,通过构建组合体增广姿态运动方程,将跟踪期望姿态轨迹的要求描述为微小卫星合作博弈控制问题中的一组约束,并建立了多颗微小卫星控制失效航天器跟踪时变轨迹的合作博弈帕累托最优策略的求解框架。最后,对微小卫星合作博弈控制方法的有效性进行仿真验证,结果表明：该方法能够在不需要进行微小卫星控制分配的情况下,通过多颗微小卫星的合作博弈实现对失效航天器的姿态接管控制。与传统方法相比,这种控制方法可避免进行微小卫星之间的控制分配,能够实现微小卫星能量消耗的全局最优且设计简单便于考虑微小卫星的控制约束。     

基于控制分配的一类变体飞行器容错控制

针对一类含有执行器故障的新型操纵面变体飞行器的容错控制问题,将控制分配方法和整数规划理论相结合,提出了一种基于控制分配的容错控制方法.首先设计虚拟控制律,使飞行器的状态变量跟踪参考模型.然后通过执行阵列重构将执行器的概率性故障及饱和约束转化为整数规划中的决策变量的约束,进而将控制分配问题转换成一类决策变量概率可变的整数规划问题.为保证解算的有效性及收敛性,运用改进的遗传算法进行求解.仿真结果表明,飞行器在执行器发生故障的情形下,仍具有良好的跟踪性能.      

挠性航天器多目标鲁棒姿态控制的DPSO算法实现

复杂航天器高性能姿态控制是完成现代新型空间任务的基础,需兼顾鲁棒性、快速性、精度和控制能量等多目标要求,但目前大多数控制系统只针对某单一目标设计.针对大型挠性航天器多目标姿态控制问题,提出一种基于差分粒子群优化算法和输出反馈的鲁棒控制方法.首先,推导了含参数不确定性的系统动力学模型;然后,给出了差分粒子群优化算法的定义...     

高超声速飞行器预设性能反演控制方法设计

为解决吸气式高超声速飞行器的飞行控制问题,提出了一种新型预设性能神经反演控制器设计方法。通过构造预设性能函数,保证速度跟踪误差和高度跟踪误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域,同时满足系统预设的瞬态性能和稳态精度。在反演控制设计结构下,引入径向基函数（RBF）神经网络对模型未知函数及不确定项进行逼近,提高了控制系统的鲁棒性。引入的RBF神经网络中仅有一个参数需要在线更新,有效提高了控制准确性,避免了通常反演控制方法中经常出现的"微分膨胀问题",并降低了计算量。通过仿真实验验证了所设计控制系统的有效性和可行性。      

非线性飞机对象操纵面故障的控制律重构

研究以六自由度非线性方程描述的飞机在操纵面损伤或卡死故障情况下使用伪逆法进行控制 律重构的方法.通过对气动系数中的操纵导数进行合理的近似处理,将控制律重构问题转化 为解一个线性方程组的问题.给出了全数字实时仿真结果,验证了该重构算法的可行性.     

非结构重叠网格显式装配算法

针对重叠网格中洞映射法占用过多物理内存的问题,发展了一种改进型洞映射法;基于相邻单元搜索法,发展了一种基于相邻阵面的贡献单元搜索法;通过将割补法与隐式切割技术相结合提出了一种非结构重叠网格显式装配算法。该算法首先生成一套包围物面的笛卡儿网格,其次存储所有与物面边界相交的笛卡儿网格信息,最后根据所存储笛卡儿网格与所需判断的网格单元的相对位置来判断其是否为洞内单元。在成功判断出所有洞内单元后,以当前洞边界为初始阵面推进,同时以各个网格单元的物面距离为判别标准对重叠区域进行优化,生成最终插值边界。所提算法优化了传统非结构重叠网格装配过程,具有物理内存占用低,贡献单元搜索次数少以及计算效率高等特点。通过2个典型复杂流动算例验证了所提算法的准确性与适用性。      

基于组合优化策略的月球软着陆最优轨道设计

基于Pontryagin极大值原理,把求解月球软着陆燃料最优化问题归结为终端自由型两点边值问题.采用粒子群算法和单纯形算法接力优化的组合优化策略,在初始猜测值的邻域内进行搜索,充分利用粒子群算法的全局搜索能力迅速缩小搜索范围,然后利用单纯形算法的局部搜索优势快速获得优化结果.该优化策略最大的优势是使粒子群算法的全局搜索能力和单纯形算法的局部搜索能力同时得到最大化的发挥.仿真证明该优化方法在考虑一些实际工程约束的情况下,能较快速而准确的获得月球软着陆优化轨迹,具有一定的优越性.     

基于启发式算法的可重构性指标分配

串联有约束条件下的可重构性指标分配问题,针对考虑部件故障的系统给出了可重构度的概念和计算方法,并论证了其合理性.结合最优冗余分配理论和可重构度定义给出了可重构度最大化的冗余分配模型,在此基础上提出了基于启发式算法的可重构性指标分配方法,该方法可解决约束条件内资源优化配置问题,并得到系统最大可重构度的解.直接寻查法作为以往具有代表性的最优冗余分配方法,用作系统可重构性指标分配仿真,与所提方法作比较,结果显示基于启发式算法的可重构性指标分配方法较前者有更高的有效性.