无人机涡喷发动机的神经网络自适应PID控制

将基于RBF神经网络的辨识网络与基于BP网络的控制器相结合，组成自适应PID神经网络控制系统。RBF神经网络采用离线学习在线修正权值和阈值，为加快收敛速度，应用带惯性项的梯度下降法。大量仿真结果表明，RBF网络较ELM，标准BP及改进的BP等网络具有明显优点。对某型无人机涡喷发动机控制系统的仿真结果表明此控制方式具有鲁棒性好、响应速度快、稳态误差小等优点。     

一种鲁棒混合自适应控制器

 目前,国内外关于对象具有干扰或未建模动态时的混合自适应控制,仍处于探索阶段。由于连续对象混合控制系统在某些方面优于全连续或全离散系统,因而引起了国内外学者的重视。 本文提出一种新的适用于受扰对象的混合自适应律,并且从理论上证明了由这种控制律所构成的自适应控制器具有鲁棒稳定性。     

飞机自动进近和自动着陆的分析研究

本文首先概述了当前民航客机的自动导航、进近、着陆的全过程。随着重点分析了波音737飞机利用SP-77自动飞行控制系统与仪表着陆系然的航向信标仪和下滑仪及机载无线电高度表等设备实现向跑道自动进近和自动着陆的工作过程,并系统介绍了在实现上述过程中,SP-77自动飞行控制系统的自动驾驶仪横滚通道和俯仰通道控制逻辑的建立,系统工作电路的转换,系统的控制规律和工作特点。     

“长空”超低空无人驾驶飞机的飞行控制系统

 本文介绍“长空”超低空无人驾驶飞机的飞行控制系统。这是我国首次将单片计算机应用到无人机的飞控系统。文中对方案选择,控制规律以及为满足超低空飞行高度精度的要求所采取的技术措施作了详细的阐述,通过试飞,鉴定、供靶,说明这一套数模混合式飞控系统的设计是完全成功的。     

多变量系统参数辨识的相关分析法

 <正> 近20年来,线性系统的辨识和参数估计的研究工作得到了迅速发展。系统辨识的方法主要有:最小二乘法、广义最小二乘法、推广最小二乘法、多级最小二乘法、辅助变量法、随机逼近法、极大似然法以及相关分析法等。在这些方法中,相关分析法是一种公认最有效的算法。1974年,Iserman、Saridis和Sinha等人通过若干数值算例证实     

基于BICMOS电流控制型多路输出电源的研制

介绍一种适用于低压、宽范围供电的多路输出DC/DC变换器,在功率电路中使用无损耗箝位电路实现了变压器磁芯的复位,控制电路使用第三代BICOMS电流控制型PWM,简化了电路设计、降低了噪声敏感度,给出了多路输出电源中变压器和耦合电感的工程设计的详细过程,同时分析了多路输出耦合电感对负载交叉调节性能的影响.研制的变换器输入电压范围8V-40VDC,输出5V/3A、±15V/0.5A、 10V/0.5A.     

基于VAPS～FLSIM的FMS导航系统实时仿真系统设计

基于VAPS、FLSIM软件建立了飞行管理系统控制显示组件(CDU)和导航模型实时仿真系统.在满足实时性前提下,给出了基于FLSIM的导航模型设计方法.建立了一个通用的、基于网络连接的飞行管理系统的CDU和导航模型.实现了飞机管理系统中控制显示组件的动态图形仿真以及在实时环境中飞行计划的生成.给出了航线导航的设计方法,实现了导航信息数据的实时传输.     

基于结构奇异值理论的压电柔性结构振动鲁棒控制

基于结构奇异值μ理论,针对含压电作动器和传感器的柔性结构,提出了不确定性振动控制系统的一般分析框架和鲁棒控制器设计方法.考虑了结构的模态参数不确定性和高阶未建模动态,通过引入适当的虚拟输入、输出和相应的加权函数分离出系统的不确定部分,建立适合于鲁棒μ控制器设计的增广系统,用D_K迭代算法求解控制器,以使闭环系统同时满足鲁棒稳定性和鲁棒性能要求.以含一个压电作动器和传感器的悬臂梁为例设计了鲁棒控制器,仿真结果表明对结构振动具有很好的抑制效果.     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

模糊分层模型参考自适应控制方法在机器人视觉伺服中的应用

研究了基于图像的视觉伺服机器人系统的控制问题。首先建立了视觉伺服GRB-400机器人的图像雅可比矩阵,然后针对该动态LookandMove系统提出了一种带有模糊自调整能力的分层模型参考自适应控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原分层模型参考自适应控制闭环系统的动态性能做了比较,实验证明了改进后的闭环系统具有更好的动态性能。