优化的GM(1,1)模型及其适用范围

在已有灰色理论的基础上,利用“最小二乘法”确定GM(1,1)白化权函数的时间响应函数中的常数c,摈弃了传统GM(1,1)把原始序列中x^(0)(1)作为初始条件的欠科学的做法,构建了时间响应函数的优化模型。经大量的数据模拟和预测,发现优化的GM(1,1)模型各项指标均优于传统的GM(1,1)模型,且拓宽了其适用范围。     

输入受限乘波体飞行器的最优跟踪控制方法

针对存在输入受限的乘波体飞行器最优跟踪问题,基于反演控制设计了最优跟踪控制器。将控制分为稳态跟踪控制和瞬态最优控制两部分。首先基于反演控制框架,引入有限时间收敛跟踪器对虚拟控制律进行估计,避免了普遍存在的“微分项膨胀”问题。其次,考虑系统中存在不确定项,设计了非线性干扰观测器对不确定项进行估计,确保控制器的鲁棒性。同时,充分考虑输入受限情况,基于辅助误差补偿策略对控制输入进行修正。然后,为了实现最优控制,基于自适应动态规划设计瞬态最优控制器。最终通过数字仿真,验证所设计控制方法的有效性。     

在PN码捕获中门限判决对TMA性能影响的分析

文章比较了在单径加性高斯白噪声(AWGN)无衰落信道环境下,利用匹配滤波器(MF)捕获方法,对不同的门限比较判决准则对系统平均捕获时间(TMA)性能的影响进行了分析;同时给出了不同门限值时系统的平均捕获时间的仿真结果,并对结果进行讨论,得出各种门限设置准则的应用环境,为捕获系统的设计与实现提供参考.     

一阶滞后对象广义预测控制下的闭环稳定性分析

 利用参数模型和非参数模型相结合的方法,给出了一阶滞后对象在广义预测控制下闭环稳定的充要条件。发现:(1)对开环稳定的一阶滞后对象,总存在一组控制器参数,使得在该控制器控制下,无论对象的开环增益K与时间常数T如何变化,闭环系统都保持稳定;(2)对于开环不稳定的一阶滞后对象,无论控制器参数如何选取,当K和T的变化超出一定范围时,闭环系统就会失去稳定性。     

空间飞行器姿态的有限时间跟踪控制方法

 针对带不确定项的空间飞行器系统姿态跟踪控制问题,给出一种基于有限时间控制技术的滑模控制方法。使得姿态跟踪误差系统不仅可在有限时间内从任意状态到达滑动面,而且也可在有限时间内沿滑动面收敛到零,并给出了严格的数学证明。为了避免控制律中的颤动问题,一种新的饱和函数被用来代替控制律中符号函数。数值仿真实验说明了该方法的有效性。     

Periodic Error Compensation for Quartz MEMS Gyroscope Drift of INS

In order to improve the navigation accuracy of an inertial navigation system （INS）, composed of quartz gyroscopes, the existing real-time compensation methods for periodic errors in quartz gyroscope drift and the periodic error term relationship between sampled original data and smoothed data are reviewed. On the base of the results, a new compensation method called using former period characteristics to compensate latter smoothness data （UFCL for short） method is proposed considering the INS working characteristics. This new method uses the original data without smoothing to work out an error conversion formula at the INS initial alignment time and then compensate the smoothed data errors by way of the formula at the navigation time. Both theoretical analysis and experimental results demonstrate that this method is able to cut down on computational time and raise the accuracy which makes it a better real-time compensation approach for periodic error terms of quartz micro electronic mechanical system （MEMS） gyroscope＇s zero drift.     

基于星间链路的导航卫星时间自主恢复策略

基于北斗导航卫星星间链路的测距与数传功能，针对自主导航时卫星时频子系统异常导致载荷系统断电重启的情况，提出了一种基于星载计算机自主计时及星间链路误差校正的策略.在载荷系统重启时间内，利用星载计算机守时，并通过十秒稳定度预报晶振频率漂移量的方法，维持星钟在重启时间内的稳定.载荷系统重启后，星载计算机授时给导航任务处理机，通过误差分析计算出总误差.该误差在星间链路建链误差允许范围内，然后通过星间链路对星钟误差进行校正恢复，重新实现星地时间同步.      

火星大气进入段抗饱和固定时间阻力加速度跟踪制导律设计

研究了具有固定时间收敛特性的火星探测器大气进入段的标称轨迹跟踪制导问题。首先,针对横向运动,给出与速度成线性关系的航向误差漏斗走廊形式,完成了倾侧角的反号逻辑设计。与横程漏斗走廊反号逻辑相比,该逻辑计算量小,更适用于宇航计算机。与航向误差宽度走廊反号逻辑相比,该逻辑在高速状态下能够避免倾侧角的频繁切换,可提高任务成功的概率。其次,针对纵向运动,通过RBF神经网络补偿了倾侧角饱和问题,利用积分滑模设计了阻力加速度固定时间饱和跟踪制导律,其不仅可有效消除滑模控制的抖振问题,且将跟踪误差以两种不同形式引入制导律,能够加速收敛,能够保证跟踪误差在固定时间内快速收敛至0。最后,通过数值仿真验证了所设计的横向倾侧角切换逻辑和纵向制导律对标称轨迹的快速、精确跟踪能力。     

舰载无人机滑行轨迹控制方法

舰载无人机是航母-舰载机系统的重要作战武器,实现舰载无人机在航母甲板上的自主滑行对于提高甲板作业效率具有重要意义。对舰载无人机滑行轨迹控制方法问题进行了研究。首先,描述甲板滑行任务的过程,在此基础上,建立滑行轨迹控制问题的数学模型,包括舰载无人机甲板滑行运动模型、滑行任务约束条件以及评价轨迹控制任务的性能指标。其次,考虑甲板环境和轨迹控制任务要求,基于模型预测控制思想,将在线滑行路径规划与轨迹控制结合,采用滚动优化方法计算出舰载无人机实际滑行轨迹,并且得到控制指令信号。最后,以“尼米兹”级航母为例,对不同停放位置舰载无人机起飞前的滑行轨迹进行仿真计算,结果表明了模型的合理性和算法的有效性。      

基于PCC-LSTM模型的短期负荷预测方法

短期负荷预测是电网合理调度和平稳运行的基础。为提高短期负荷预测精度,提出了一种基于Pearson相关系数(PCC)和长短期记忆(LSTM)神经网络的短期负荷预测方法。该方法运用Pearson相关性分析对原始多维输入变量组成的时间序列进行相关性分析,选取与电力负荷数据相关性较大的影响因素作为输入量,实现原始数据的降维和选优;再通过LSTM神经网络结合Adam优化算法,对与电力负荷相关性较大的影响因素和负荷实际输出序列之间的非线性关系建立网络模型。以嘉捷BOX和重庆丽苑维景国际大酒店的负荷数据作为实际算例,并与Prophet、LSTNet、门控循环(GRU)神经网络模型方法进行对比。结果表明:所提PCC-LSTM模型预测精度均在91%以上,最高可达95.44%,有效提高了负荷预测的精度。