一类非线性微分方程组奇点稳定的条件

本文讨论了一类非线性电路微分方程组奇点稳定的条件,用线性近似的方法,讨论了方程组(1)中参数P*对奇点稳定性的影响,得到了奇点(P*/Ф,Ф)在P*相似文献   

外弹道容错拟合微分技术及应用

针对现有数据微分处理方法的缺陷,采用容错思想改进了传统的数据处理算法,提出容错拟合微分技术。新算法有效地消除了各类孤立型野值和斑点型野值的不利影响,降低了算法对随机误差的敏感性,提高计算弹道的可靠性和精度。通过仿真计算和工程实践,验证了该算法的有效性和适用性。     

基于串级线性自抗扰的四旋翼姿态控制方法

针对四旋翼无人机姿态调整过程中,由于参数不确定性及外界环境干扰,往往给姿态控制带来一定困难。本文研究提出一种基于串级线性自抗扰的四旋翼姿态控制方法。首先建立四旋翼无人机的动力学姿态模型,提出采用串级PID双环路控制架构,将姿态控制任务分解为内外两个环路。采用Levant微分器提取控制参量,以强化跟踪能力。此外,对原线性自抗扰控制器进行优化,旨在更好地消除外界随机扰动对系统的影响。利用MATLAB Simulink环境对提出的控制方法进行模拟,结果表明相比传统方法,该方法能更好地抑制系统受扰动引起的影响,增强系统对期望信号的跟踪能力,从而明显提高了四旋翼无人机姿态调整的精度与稳定性,以及四旋翼无人机姿态控制的精度和鲁棒性。     

速度信息缺失的平动点轨道交会预设性能控制

以平动点轨道的交会对接为研究背景,基于高阶积分链微分器和预设性能控制理论提出了一种仅需相对位置信息的平动点轨道近程交会控制律。首先利用高阶积分链微分器估计两航天器的相对速度状态,并设计预设性能控制器使得两航天器的相对运动状态在预设的边界内渐近收敛到期望状态。然后利用李雅普诺夫函数证明相对运动状态存在扰动时控制器的稳定性。该方法为闭环控制,且与模型无关,容易在线操作。仿真结果表明,在平动点轨道航天器存在未知扰动以及导航制导等不确定的情况下,利用所提交会控制律能够实现追踪航天器与目标航天器交会任务的高精度实时控制,具有较强鲁棒性。     

跟踪微分器在变流量燃气发生器上的应用研究

变流量固冲发动机(VFDR)工作时,常采用PID控制器控制燃气发生器内燃气压强。对于阶跃或方波形式的压力指令,往往由于误差信号的突变使执行机构瞬时输出的控制力过大,产生较大的燃气压强超调与燃气流量负调,严重影响了控制系统的性能。为解决上述问题,在常规的PID控制器基础上,引入跟踪微分器(TD)给压力指令信号合理地安排一个快速无超调的过渡过程并提取微分信号。然后令燃气压强跟踪这个安排的过渡过程,使压强达到期望值。通过对变流量燃气发生器的非线性模型进行仿真试验,结果表明:相比于PID控制器,无论压力指令在高或低压强范围内,所提出的控制器均具有更高的稳态精度和快速性,压强的超调量不超过3.7%,响应时间在1s以内。此外,该控制器在抑制燃气流量的负调量上展现了巨大的优势,可将最大负调量减小2.7～3.25倍,显著地提升了VFDR的性能。     

直接再入大气的月地转移轨道设计

针对从月球停泊轨道出发直接再入大气的月地转移轨道设计问题,提出了一种数值求解算法。该算法由初值设计和精确解求解两部分组成。首先,根据轨道设计的相应约束,采用伪状态理论,通过简单迭代求解高精度的初值。然后,考虑精确的动力学模型,通过数值积分计算真实轨道和状态转移矩阵,并利用微分修正方法搜索精确解。该算法通过设计高精度的初值,降低了月地转移轨道的设计难度。数值仿真表明:该算法求解效率高,具有良好的鲁棒性。      

弹道导弹显式制导的分析与研究

弹道导弹的制导方法是影响弹道导弹命中精度的关键因素。本文对此进行了深入研究。文章首先分析了影响制导精度和速度的原因。在此基础上，提出了一种基于神经网络的显式制导方法，这种方法利用神经网络进行弹道约束函数的解算，利用微分控制算法进行控制量求解，具有较好的应用价值，文中算例验证了算法的有效性。     

微分对策制导规律与改进的比例导引制导视规律性能比较

本文根据现代战争敌我双方对抗格局，提出了防空导弹拦截高速大机动目标，采用微分对策强迫奇异摄动方法零阶组合反馈解析解制导规律。这种制导规律只需要导弹和目标的位置、状态变量和法向过载的测量量，易于弹上实时实现。为了证明该制导规律的良好性能，文中给出了另一种改进的比例导引制导规律，并以某防空导弹为研究背景，对两种制导规律的性能进行了比较。结果表明微分对策制导规律的弹道参数特性比改进的比例导引制导规律好得多。     

根据位移加载的强度试验的计算机自动控制系统

针对位移加载的结构试验这一实际问题 ,我们研究了系统的工作原理、分析了系统控制性能 ,根据自动控制技术和计算机控制技术设计了控制方法 ,结合现代测试技术研制开发了一套性能优良的位移加载计算机控制系统     

基于ADE-ELM的涡轴发动机建模方法

提出了基于自适应微分进化-极端学习机(ADE-ELM)求解平衡方程的高精度涡轴发动机实时部件级模型建立方法.基于牛顿-拉夫逊(N-R)迭代模型,以迭代计算前模型平衡方程残差为输入,迭代收敛后平衡方程猜值修正量为输出,训练极端学习机,并采用自适应微分进化(ADE)算法优化极端学习机(ELM)参数,提高猜值修正量映射精度.ADE算法中采用sigmoid型自适应缩放因子,提高了微分进化算法的寻优能力.在涡轴发动机不同飞行状态下的测试结果表明,以N-R迭代算法模型为基准,基于ADE-ELM的发动机模型,最大建模误差约为一次通过算法的1/3,运算耗时约为一次通过算法的1/3,验证了算法的有效性.