基于LADRC的无人机高精度定高控制

针对复杂气流扰动对无人机（UAV）航迹高度控制的影响,对存在复杂气流扰动下的定高控制策略、控制结构和控制器参数优化展开研究,实现高精度高度控制。基于线性自抗扰控制（LADRC）确定总体控制架构,设计扩张状态观测器（ESO）观测估计纵向高度通道和速度通道中存在的总扰动,在控制中引入扰动补偿,减小扰动对系统输出造成的影响。对UAV在飞行过程中存在的大气紊流扰动或离散突风等风干扰分析其功率谱密度,构造考虑风扰动对高度影响、时域响应特性和稳定裕度的综合目标函数,通过粒子群优化算法得到具有高精度、高抗干扰性能的控制器参数,优化中考虑风干扰的功率谱密度分布,减小了控制器参数设计的保守性。通过与常规比例-积分-微分（PID）控制器控制效果进行对比,说明基于线性自抗扰控制器的纵向高度控制的优异性能。      

CHAMP卫星加速度计标校参数序列的谱分析

给出了利用能量守恒方法求定CHAMP卫星加速度计标校参数的基本原理和算法．对2001年8月-2003年12月共约两年半的CHAMP卫星加速度计数据进行了标校,导出了尺度、偏差和偏差漂移参数的时间序列,分别采用最小二乘谱分析和抗差谱分析对这些时间序列进行了分析．结果表明,尺度、偏差和偏差漂移参数都有明显的周期变化,但各主周期项略有差异．尺度的主周期是441d、220d、126d和13．4d的周期变化,其中220d和441d的周期变化的贡献相对较大．偏差中有明显的220d、126d和13．4d周期变化,各周期变化的贡献几乎相当;偏差漂移的主周期是220d、13．4d和9d的周期变化,其中13．4d的周期变化最为显著,几乎比其他周期项变化高出一个数量级．另外尺度和偏差参数还有明显的长期变化,而偏差漂移参数的长期变化不明显．     

基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。     

制导炸弹滚转通道自抗扰控制设计方法研究

针对航空制导炸弹的滚转通道,提出了利用自抗扰控制进行滚动控制设计的新方法.通过降阶扩张观测器对系统的扰动实时估计并实时补偿,使被控制对象被“线性化”成“积分串联型”系统,针对该系统仅仅需要PD控制.仿真结果表明,该控制器比PID具有较强抗干扰能力及较高的控制品质.     

基于抗噪声ICA的高光谱数据特征提取方法

特征提取是高光谱数据应用的一个重要环节,用于将高光谱数据中具有特殊性质的地物分离出来并去除冗余信息.提出了一种使用独立成分分析(ICA,Independent Component Analysis)进行高光谱遥感地物特征提取的方法.为了解决ICA对噪声过分敏感的问题,采用最大噪声分量(MNF,Maximum Noise Fraction)算法替代传统的主成分分析对数据作降噪处理,由MNF引出的不完全独立成分分析(UICA,Undercomplete ICA)在不牺牲特征提取能力的情况下能够获得很高的运算效率.给出了HYDICE和PHI的数据试验结果,分别测试了算法在时间效率和特征提取能力方面的性能,证明了该算法具有预期的性能.     

基于伪相关函数的BOC无模糊跟踪性能分析

BOC(Binary-Offset-Carrier)调制广泛应用于全球导航卫星系统中,但由于BOC自相关函数的多峰导致传统码跟踪环路存在模糊性。伪相关函数(Pseudo Correlation Function, PCF)方法在本地采用两个特殊的参考信号和非线性处理以获得无模糊的相关函数。根据一种PCF方法本地参考波形设计的充分条件,推导了其无模糊函数的数学形式,并着重分析了其跟踪和抗多径性能与本地参考波形的关系。仿真结果表明：该PCF方法解决了跟踪模糊问题,且随着参考信号的宽度因子增加,其跟踪精度逐步改善;该PCF方法对于中长延迟多径干扰抑制能力较好,宽度因子为0.5或1时,其多径误差最小。     

涡轴发动机LQ/H∞抗扰控制方法

提出了抑制涡轴发动机负载干扰的线性二次型（LQ）/H∞控制算法,以总距为干扰建模,利用线性矩阵不等式求得既满足LQ指标又对干扰具有H∞性能约束的状态反馈控制律.提出修正指令抑制干扰策略.采用比例微分控制将总距变化转换为动力涡轮转速指令的修正,实现增大或减小机动飞行中动力涡轮转速指令,抑制实际转速的下垂或超调.仿真结果表明：该控制方法能有效抑制干扰并具有良好的实时性.     

无人机飞行控制系统的自抗扰姿态稳定控制

将自抗扰控制应用于无人机飞行控制系统。论述自抗扰控制的方法原理,并运用该技术设计控制律。首先利用跟踪微分器安排过渡过程,以达到快速、准确跟踪给定信号的目的。然后通过扩张状态观测器实时估计出系统的不确定干扰,并以反馈量的形式引入控制输入,从而起到实时补偿系统扰动的作用,实现姿态稳定控制。数值仿真结果表明,该方法抗干扰能力强,具有控制品质好、精度高、算法简单等特点。     

自抗扰控制算法在发动机加力过渡态控制中的应用

主要研究了航空发动机加力过渡态控制的新方法。在不改变原有发动机控制结构的基础上,提出了一种增广LQR法(Augmented Linear Quadratic regulator-ALQR)综合ADRC(Active Disturbance Rejection Control)干扰补偿控制的算法(简称ALQR+ADRC),该算法除了有原ALQR控制所具备的强的消除静差能力之外,还兼具AD-RC优良的干扰补偿能力。通过模拟快速进入/退出发动机加力过渡态过程,验证了该算法具有理想的控制效果,能够较好地协调加力燃油供给和喷口开张,在整个过渡态过程中对核心机工作有较小的影响。