弹性高超声速滑翔飞行器的状态/参数联合估计

弹性高超声速滑翔飞行器具有强非线性、强不确定性和刚体/弹性耦合的特点，对其状态和参数进行估计十分必要。为解决这一问题，提出了一种传感器布置策略和一种利用正交三角（QR）分解更新到达代价的滚动时域估计算法（MHE-QR）。首先，建立了考虑弹性的传感器观测模型并分析了传感器位置对可观性的影响，并在此基础上提出了一种反映系统可观性的性能指标。传感器布置策略以此性能指标为目标函数，将传感器布置问题转化为约束非线性优化问题并求解，即可得到最优传感器布置方案。然后提出了MHE-QR算法。在滚动时域估计的框架下，该算法利用前向动态规划原理将到达代价的计算转化为最小二乘问题，并给出了基于QR分解的到达代价更新算法。仿真结果表明该传感器布置策略和MHE-QR算法能够有效提高估计精度、收敛速度和计算速度。此外，MHE-QR算法具有实时应用的潜力。     

基于遗传算法的复合材料结构材料参数识别

结合有限元方法和遗传算法进行复合材料结构材料参数识别。材料的弯曲模态频率由有限元方法得到,用遗传算法优化材料参数使计算得出的前五阶弯曲模态频率与结构振动实验测得的频率在最小二乘意义上差别最小。算例表明,用此方法通过结构振动实验和计算就能较为准确地得到复合材料结构的材料性能参数。     

高超声速飞行器气动伺服弹性的自适应抑制

针对弹性高超声速飞行器的气动伺服弹性问题，提出一种结合线性自抗扰和自适应陷波器的综合控制方案。针对强耦合和强不确定性问题，采用线性自抗扰控制对总扰动进行快速估计和补偿。为了在最小化对刚体控制性能影响的同时实现对频率未知且时变的弹性模态的抑制，采用能够在线估计弹性频率的自适应陷波器。根据气动伺服弹性抑制问题的特点提炼出对自适应陷波器的性能需求。针对这些需求设计了两种基于递推最大似然法的多频率直接辨识方案——参数单独自适应和同时自适应方案。为了提高辨识算法在各种随机扰动下的鲁棒性，在此基础上提出一种在线有效性监督机制，并通过大量的数字仿真对两种方案进行了性能对比。最后，在弹性高超声速飞行器模型上进行仿真，仿真结果验证了所提控制方案的有效性。     

战术导弹气动伺服弹性滑模控制技术

为抑制弹体弹性振动引起的控制系统品质恶化,建立了高精度弹性动态模型,采用模态自适应结构滤波技术,在极点配置优化控制参数的基础上,设计了滑模变结构策略,对局部增益进行自适应切换,实现了弹性导弹全包线鲁棒稳定。通过开发弹性弹体非线性集成仿真系统,为导弹气动伺服弹性振荡及失稳现象提供了数字仿真预测与复现手段,以全面验证飞行控制系统的综合性能。高空弹道试验与数字仿真结果表明,开发的非线性仿真系统可信度较高,滑模变结构策略设计合理,控制系统鲁棒性较强,能够抑制包括弹性振动在内的多种不确定性影响。     

基于K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计

提出了一种基K-均值聚类和约简最小二乘支持向量回归机的推力估计器设计方法.首先用K-均值聚类法将全包线范围内的数据进行聚类,然后在每一个类当中,用迭代约简最小二乘支持向量回归机设计一个子推力估计器.在用迭代约简最小二乘支持向量回归机设计子推力估计器的过程中,为了使计算数值更稳定,用Cholesky分解代替原来的迭代方法.最后仿真实验表明,此推力估计器能满足直接推力控制的需要,并和其它的方案比较起来,该方案存在一定的优势.      

基于FPGA的磁轴承转子系统自适应振动抑制

针对航空发动机磁轴承转子系统在高速运行时的振动问题,通过分析转子自身不平衡引起的同频振动、电机干扰产生的倍频振动、结构模态振动等多种振动,设计了一种基于LMS算法的自适应滤波器。滤波器加入控制系统的反馈环节,对同频、倍频振动进行滤波处理,并且能在模态频率处切换至自适应同频信号放大器抑制模态振动。通过采用波特图、定频点分析、数值仿真等方法,证明了滤波器能有效地完成对磁轴承转子系统的自适应频率跟踪振动抑制和模态振动抑制;根据FPGA的硬件架构特点,采用一种3级量化策略的符号类LMS算法,构建了基于FPGA的实时自适应滤波器模块,并进行了自适应振动抑制试验。结果表明：基于FPGA的自适应滤波器对特定频率成分的抑制效果达到80%以上。     

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。     

基于递推平方根法的神经网络模型辨识

提出一种基于递推平方根法的神经网络模型辨识方法,对Davidon最小二乘法和阻尼最小二乘法进行了改进,既保持了二者简单易行、收敛性的优点,又能提高精度,减少计算量,适合于应用在非线性系统的辨识和自适应控制中。与常规的Davidon最小二乘法和阻尼最小二乘法进行仿真比较,体现出了这种方法的有效性,尤其是在输入及隐含节点个数较多的情况,其优点比较明显。     

Duane模型的导数最小二乘估计

 针对传统最小二乘估计仅仅考虑回归模型曲线本身的试验样本,不能同时对曲线动态变化规律进行描述、未能充分利用模型与数据信息的问题,依据在一次观测中待定参数的取值应使得随机样本与模型各阶导函数在概率尺度下具有最小距离的原理,通过构造模型曲线导数意义下的损失函数,提出了一种能够综合利用模型与试验数据导数信息的导数最小乘方估计方法,推广了传统最小二乘估计的模型条件与使用范围。并结合复杂可修产品可靠性增长的Duane模型给出了参数的一般导数最小二乘估计与最佳导数最小二乘估计式,证明了模型参数的导数最小二乘估计较传统最小二乘估计具有更好的统计性质。为实际中确定模型曲线,进行工程预测提供了一条新的技术途径。     

振动结构的多输入/多输出实时辨识控制与试验研究

发展了一种多输入/多输出、具有实时辨识和控制能力的自适应控制方法和控制系统,并将其应用于某自由-自由结构的振动控制。采用最小均方算法统一处理系统的实时辨识与控制问题,在没有任何受控结构特征信息的情况下,实现了对结构振动的自适应控制。控制系统由TMS320C30数字信号处理器和多通道数据采集卡构成,辨识与控制方法由TMS320C30数字信号处理器实现。对周期激励,在激励信号恒频率/恒振幅、变频率、变振幅时,受控结构的振动显著减小,各传感器测得加速度的平方和为无控时的1%或更小。     

基于均匀圆阵的信号二维方向角高精度估计

基于均匀圆阵(UCA),提出一种信号二维方向角的高精度估计方法。首先,充分利用了信号的空、时域信息,构造时空旋转矩阵,从而达到多个信源分离的目的。其次,直接利用UCA的阵列流形,采用最小二乘法估计信号二维方向角。最后,给出解相位整周期性模糊的方法。计算机仿真表明了此方法具有估计精度高,对阵元的幅相误差鲁棒性强等特点。     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。     

利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程,建立了描述系统输入和输出关系的输出误差时间序列模型,论证了该模型中外源多项式系数的性质。利用基于UD分解的递归最小二乘参数估计方法估计OE模型的参数,从而得到结构的时变模态参数。数值仿真结果表明用此方法来识别时变模态参数是可行的。     

柔性航天器振动主动抑制及姿态控制

针对柔性航天器柔性附件振动主动抑制及姿态高精度快速稳定问题,研究了一种输入成形器（IS）-自适应有限时间干扰观测器（FDO）-有限时间积分滑模控制器综合的设计方法。首先,基于柔性模态的频率及阻尼信息,获得能够有效抑制柔性振动的输入成形器形式,并与系统参考输入进行卷积,得到期望参考输入;其次,基于航天器动力学模型,设计一种新型的自适应有限时间干扰观测器,避免了综合干扰上界必须已知的约束,且保证干扰估计误差有限时间收敛至零,实现对干扰及残余振动影响的快速精确估计;最后,基于观测器的估计值,设计多变量有限时间积分滑模控制器,保证对期望参考输入的高精度快速跟踪控制,并进行严格的稳定性证明。仿真结果表明,该综合设计策略能够保证柔性附件振动抑制75%,姿态稳定度达到10^-4数量级。     

最小二乘参数估计若干问题的讨论

讨论了最小二乘估计中应注意的几个问题,指出了最小二乘估计的一些新的研究和应用方向。     

一种估计舰空导弹脱靶量的方法

文章研究了利用舰空导弹引信多普勒频率估计脱靶量的方法。首先,将脱靶量估计表示为多普勒频率第一层低频小波系数的非线性最小二乘拟合问题,并统计验证了拟合方法的有效性;然后,通过小波多尺度分解分析了多普勒频率野值的识别准则,并给出了野值去除的具体步骤,经仿真验证该方法满足导弹试验要求。     

基于自适应PID的异步电机电流控制

在异步电机矢量控制电流环中采用参数自适应PID算法。该算法采用带遗忘因子的递推最小二乘算法对PID参数进行在线估计,能够根据不同情况实时调整PID参数。试验结果表明,该算法鲁棒性强、稳定性好、自适应性强、计算量小,能够满足对电流控制的要求,并且提高了速度的抗干扰能力。     

基于复合优化的航空发动机模型参数估计

本文提出了一种复合优化方法,用于发动机多变量,状态空间模型的时域辨识。优化中粒子群优化算法和最小二乘优化算法按照“串联”方式运行。粒子群优化从一个初始种群出发,通过进化来搜索最优解。然而有些时候,粒子群算法会陷入次优解。那么最小二乘优化算法就可以从粒子群的次优解出发,通过共轭梯度法获得问题的最优解。本方法适用于待估计参数较多,且参数变化范围大的高阶多变量系统。本文将复合优化算法用于4输入4输出状态变量模型参数的估计。仿真结果表明了所提出方法的有效性。     

基于四线性分解的双基地MIMO雷达的角度和多普勒频率联合估计

研究双基地多输入多输出(Multiple-input Multiple-output, MIMO)雷达中的角度和多普勒频率联合估计问题,提出了一种基于四线性分解(Quadrilinear Decomposition)的离开角(Direction of Departure, DOD)、波达角(Direction of Arrival, DOA)和多普勒频率的联合估计算法。通过对接收端匹配滤波器的输出进行延迟操作,得到符合四线性模型的数据,根据四线性交替最小二乘(Quadrilinear Alternating Least Squares, QALS)进行迭代,得到方向矩阵和多普勒频率矩阵的估计,进而得到角度和频率的估计。该算法无需谱峰搜索,无需知道反射系数,可实现角度和频率的自动配对,且能用于非均匀阵,该算法的角度估计性能优于多维ESPRIT方法和三线性交替最小二乘(Trilinear Alternating Least Squares, TALS)方法。论文分析了所提算法复杂度,并推导了克拉美-罗界(Cramer-Rao bound, CRB)。仿真结果验证了该算法的有效性。     

最小二乘法述评

本文在简要回顾了最小二乘法的发展过程后,论述了该方法的基本原理和特点。接着分析了最小二乘法存在的主要问题。由于实际情况往往偏离假设条件,故常常影响该法的实用效果。最后介绍了长期以来人们对最小二乘法所作的种种改进(如:递推最小二乘法、卡尔曼滤波法、最小二乘拟合推估法、稳健估计法和“最小风险估计”法等),并对各方法作了简要评述。