模糊最小二乘支持向量机在黑液波美度软测量中的应用

利用模糊最小二乘支持向量机进行软测量建模。并将基于最小二乘支持向量机的软测量器应用于造纸碱回收中黑液浓度的在线估算,取得了十分有效的应用结果。模糊最小二乘支持向量机收敛速度快,模型参数确定方便。因此基于模糊最小二乘支持向量机的软测量器在软测量建模中有很大的应用潜力。     

遗忘因子最小二乘支持向量机及在陀螺仪漂移预测中的应用研究

以陀螺仪漂移误差系数时间序列预测为对象，研究并提出了遗忘因子最小二乘支持向量机算法。构造了以多项式、径向基、小波函数为核函数的支持向量机（SVM）、最小二乘支持向量机（LSSVM）、遗忘因子最小二乘支持向量机（FFLSSVM），比较了它们用于强非线性测试集的泛化性能。实验结果表明：FFLSSVM比由相应核函数构成的SVM、LSSVM自适应性强、预测精度高；三种核函数生成L2（R）子空间上完备基的能力不同，导致三个FFLSSVM逼近任意目标函数的精度有差异；遗忘因子最小二乘小波核支持向量机可有效地用于陀螺漂移误差动态补偿、可靠性辅助决策、故障预测。     

基于最小二乘支持向量机的工具误差分离与折合

制导工具误差分离与折合是导弹精度评定中的重要问题,提出了利用支持向量机方法获得工具误差系数估计和进行弹道误差折合的新方法,由于支持向量机综合考虑了结构风险和经验风险,使得模型的泛化能力增强。仿真计算表明,与最小二乘和主成分方法相比,最小二乘支持向量机获得的误差系数估计与真值更加接近,折合得到的全程弹道遥外差更加准确。     

改进布谷鸟搜索算法优化支持向量机的MEMS陀螺温度零偏补偿

针对微机械陀螺零偏受温度影响较大的问题,提出一种改进布谷鸟搜索算法(CS)和支持向量机(SVM)相结合的陀螺零偏温度补偿方法。首先,将平滑处理后的陀螺数据作为样本点,采用基于径向基核函数的支持向量机方法构建漂移模型,把数据从低维空间映射到高维空间进行线性拟合。然后,利用改进布谷鸟算法对支持向量机的惩罚参数、核函数参数以及不敏感系数进行优化,避免了人为选择参数的盲目性且提高了建立模型的精度。实验结果表明：经CS调节支持向量机算法补偿后,陀螺输出精度更高。与最小二乘分段拟合方法、BP神经网络方法相比,陀螺输出数据方差分别平均减小了63.2%、43.4%,最大误差分别平均减小71.63%、48.3%。     

基于最小二乘支持向量机的小样本建模方法研究

针对捷联惯组历次测试数据小样本建模问题,提出了通过二次修正插值方法解决测试数据的非等间隔性和样本容量小的问题。并通过相空间重构的思想将一维时间序列多维化。最后通过最小二乘支持向量机建立预测模型。实例分析表明,建立在二次修正插值基础之上的最小二乘支持向量机时间序列模型具有较高的预测精度,能够很好地满足对惯组测试数据分析的要求。     

基于最小二乘支撑矢量机的陀螺漂移预测

为提高支撑矢量机(SVM)标准算法速度和解决大规模问题,研究了SVM的最小二乘回归算法,并给出了计算模型。对陀螺仪漂移预测的结果表明,最小二乘SVM算法的精度与标准算法相近,并可解决大规模数据问题,在工程实践中具有其有效性和可行性。     

基于小样本数据的惯性平台系统贮存可靠度的预测方法

针对小样本的惯性平台系统贮存可靠性问题,开展了系统的方法研究。首先,分析了惯性平台系统定检数据的特点;其次,引入最小二乘支持向量机的预测方法对惯性平台系统贮存可靠度进行预测。数值计算结果表明,与多项式回归预测方法和灰色预测方法相比较,预测结果更加科学、准确。     

基于最小二乘支撑矢量机的陀螺仪漂移预测

研究了支撑矢量机的回归估计算法。针对标准支撑矢量机算法训练速度慢、难以解决大规模问题的局限性，对标准算法的约束条件加以改进，得到一种最小二乘支撑矢量机回归估计算法，该算法大大提高了支撑矢量机的训练速度和解决大规模问题的能力。论文将最小二乘支撑矢量机应用于陀螺仪的漂移预测中，仿真实验结果证明了算法的有效性和可行性，为陀螺仪的实时预测及故障预报提供了可能。     

基于改进粒子群优化LS-SVM的卫星钟差预报研究

针对导航卫星短期钟差预报精度和稳定度不高的问题,提出了一种基于改进粒子群优化（PSO）最小二乘支持向量机（LS-SVM）的卫星钟差预报方法。通过引进自适应改变的惯性权重和学习因子来提高粒子群算法的寻优能力,并将其应用到LS-SVM的参数优化中,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取国际GPS服务组织（IGS）产品中四颗典型卫星的钟差数据,分别采用LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明：LS-SVM模型的预报精度优于其它两种模型,为导航卫星短期高精度钟差预报提供了新的思路。     

新型仿生偏振测角传感器及角度误差补偿算法

沙漠蚂蚁神奇的导航本领为我们研制新型导航传感器提供了有价值的技术参考.分析了沙漠蚂蚁利用天空偏振光分布模式导航的机理,设计了一种新型的仿生偏振测角传感器.提出了一种新的航向角度求解方浇法,给出了一种基于最小二乘支持向量机航向角输出误差补偿算法.利用精密旋转测试台进行了室外航向角度输出测试,实验结果证明了角度解算方法是可行的,角度误差补偿算法是健壮有效的.     

基于变论域的导弹电液伺服机构自适应模糊滑模控制

针对导弹电液伺服机构的跟踪控制,提出了一种自适应变论域模糊滑模的设计方案。引入变论域自适应模糊控制器,在线调节输入变量论域和规则后件隶属度函数以逼近理想控制器,使控制器的设计不依赖于被控对象的精确数学模型,确定模糊滑模补偿控制项,以补偿逼近误差并消除外部干扰的影响。仿真实验结果验证了该控制方案的有效性。     

导弹电液伺服机构的变论域自适应模糊滑模控制

为减弱导弹电液伺服机构位置跟踪滑模控制(SMC)的抖振,提出了一种基于变论域自适应模糊滑模控制(AFSMC)方法。通过在线调节输入变量论域和规则后件隶属度函数,可在不影响滑模变结构控制鲁棒性的情况下有效削弱滑模切换控制产生的抖振。给出了相应的控制律。设计的控制系统具有良好的跟踪性能,提高了电液伺服机构的跟踪控制精度。仿真实验结果验证了该控制方案的有效性。     

基于快速终端滑模的模糊逼近系统及其应用

为改善模糊系统逼近的收敛速率,提出了一种基于快速终端滑模的反向传播(BP)学习算法。将快速终端滑模引入模糊逻系统的学习算法,综合终端吸引子有限时间收敛和线性系统指数收敛的性质,提高了对非线性连续函数的逼近能力。仿真结果表明:该算法能以较快速率逼近未知函数,且逼近过程稳定,较普通学习算法更为精确和有效。     

基于快速模糊干扰观测器的UASV再入Terminal滑模控制

针对无人空天飞行器再人大气层过程中气动参数变化剧烈、控制精度要求高的特点，设计了基于快速模糊干扰观测器的Terminal滑模控制方案。通过改进传统模糊干扰观测器的学习律，提出一种快速模糊干扰观测器，增强了其在线逼近干扰及系统不确定的能力。Terminal滑模的有限时间收敛特性提高了系统跟踪速度，同时采用快速模糊干扰观测器消除全部扰动的影响，从而保证了飞行品质。最后，仿真结果表明了快速模糊干扰观测器的优越性及闭环控制方案的有效性。     

欠驱动航天器编队重构的切换神经网络控制

针对圆轨道欠驱动航天器编队重构问题,将传统的自适应神经网络控制器和自适应滑模控制器相结合,设计了一种切换神经网络控制器,用以跟踪由伪谱法求解得到的航天器编队重构的最优开环控制轨迹。自适应神经网络控制器在活跃区域内工作,利用径向基神经网络(RBFNNs)近似动力学系统中的不确定项,自适应滑模控制器在活跃区域外工作,利用自适应律来估计近似误差上界,并采用李雅普诺夫方法证明了闭环系统稳定性。数值仿真结果表明切换神经网络控制器可在欠驱动条件下实现编队重构,与线性滑模控制器相比,实现了控制器快速、高精度、强鲁棒等控制性能。     

自主学习干扰观测器驱动的重复使用运载器再入段滑模控制

针对重复使用运载器(RLV)再入段的姿态控制问题,设计一种具有自主学习干扰观测器(SLDO)的滑模控制器。基于奇异摄动理论及时标分离原则,将RLV的姿态动力学方程划分为外环和内环子系统。根据RLV再入段模型不确定性和外部干扰均随时间变化、不可忽略且无法预知边界等特点,结合2型模糊神经结构、误差反馈学习架构以及滑模控制(SMC)理论,提出一种新型在线自主学习干扰观测器。设计基于SLDO驱动的多元超螺旋滑模控制器,完成对再入段姿态的跟踪。最后,针对6自由度RLV模型进行了仿真分析,仿真结果证明了控制方法的有效性以及鲁棒性。     

基于再励模糊神经网络的三轴稳定卫星姿态智能控制

将再励学习引入模糊神经网络的T-S模型,建立了模糊神经网络控制器和控制评估网络的再励学习算法,并应用于三轴稳定卫星的姿态控制。这种再励模糊神经网络不需要精确的卫星数学模型和学习样本,通过再励学习实现控制网络/评估网络参数的在线调节,具有比较强的适应性和学习能力。仿真结果表明,这种智能控制方法可以有效解决卫星的模型不确定性问题,提高了卫星姿态控制的精度和鲁棒性。     

一种新型滑模控制算法在挠性多体卫星姿态控制中的应用

针对一类挠性多体卫星的复合控制问题，提出一种新型滑模变结构控制算法。新型算法利用闭环系统Lyapunov函数的一阶导数估计值设计控制器，且控制器采用了递归学习控制结构，能够有效解决传统滑模控制技术的颤振问题。随后根据Lyapunov稳定性理论证明闭环系统轨迹可以快速收敛到滑模面，并且系统状态误差可在滑模面上渐近收敛到零。此外，设计的控制器能够有效抑制外部干扰，而且控制器只需要控制输入矩阵信息而不需受控系统和未知参数的其他先验信息，使得算法具有较强鲁棒性。最后通过数值仿真与现有文献中控制算法进行对比，结果充分验证了本文设计控制算法的有效性和实用性。     

Variable structure maneuvering control with time-varying sliding surface and active vibration damping of flexible spacecraft with input saturation

This paper presents a dual-stage control system design method for the three-axis-rotational maneuver and vibration stabilization of a spacecraft with flexible appendages embedded with piezoceramics as sensors/actuators. In this design approach, attitude control system and vibration suppression were designed separately using lower order model. The design of attitude controller was based on variable-structure control (VSC) theory leading to a discontinuous control law. To accomplish asymptotic attitude maneuvering in the closed-loop system and be insensitive to the interaction of elastic modes in the presence of unknown disturbances/uncertainty and input saturation as well, a switching mechanism is employed to design the attitude controller such that outside the sliding region VSC law with a time-varying sliding surface is implemented and inside the region the VSC law with a linear sliding surface is activated. Furthermore, a hyperbolic tangent function in conjunction with a sharpness function permitted to vary with time according to a set of user-defined parameters is implemented to offset the disadvantages of existing saturation-respecting controller and chattering. In addition, for actively damping the excited elastic vibrations during attitude maneuvering, modal velocity feedback and strain rate feedback control design methods are presented and compared by using piezoelectric materials as additional sensors and actuators bonded on the surface of the flexible appendages. Numerical simulations are performed to show that rotational maneuver and vibration suppression are accomplished in spite of the presence of disturbance torque, parameter uncertainty and control saturation nonlinearity.     

弹道跟踪数据野值剔除方法性能分析

弹道跟踪数据中的野值会影响导弹目标定位精度。对用于弹道跟踪数据的野值剔除方法进行了综述。结合事后和实时两大类处理模式,分析了各野值剔除方法在理论和工程应用上的优缺点,给出了实际应用时的限制因素,建立了野值判决准则和相应的野值剔除实现步骤。仿真结果表明:野值剔除方法可以有效提高弹道跟踪数据的精度。事后处理模式中,基于格拉布斯准则的野值剔除效果最佳;实时处理模式中,基于自适应门限的五点线性预报法野值剔除效果相对较好,且时间复杂度相对较低,适合实时处理。