空间绳系机器人单目视觉伺服控制系统

为解决空间绳系机器人近距离交会对接中的目标测量问题,设计了一种单目视觉伺服控制系统。该系统针对小模板在大场景中匹配时存在鲁棒性差、耗时长等缺点,采用了一种新的模板匹配算法。匹配模板借鉴FAST算法的空心圆环结构,使得算法具有旋转不变性,也减小了因背景变化引起的累积误差。同时匹配准则采用灰度值+梯度值的复合算子,具有较强的抗噪声和抑制光照变化的能力。为避免因错误匹配和遮挡等引起的跟踪失败,还设计了动态模板更新策略;最后结合最小二乘综合位置预测方法和PD控制器,实现了对复杂场景中的非合作目标的实时跟踪逼近。     

一种星上输入缓存调度算法的仿真与实现

针对星上交换系统的特点,基于Crossbar交换结构提出了一种改进输入缓存调度算法。该算法采用了串行调度思想,在保证每个端口公平性的基础上调整了输出端口的匹配策略,增加了输出端口成功匹配的概率,大大降低了平均调度时延和丢失率。文章通过OPNET建模、仿真并比较了该算法与几种典型算法的性能,结果表明,改进算法在平均调度时延和信元丢失率等方面的性能指标均优于已有算法且实现复杂度不增加。在此基础上文章还对该算法进行了FPGA设计及仿真,验证了该算法的可行性。     

一种用于目标提取的模板运算新方法

该方法是在模板操作的基础上,根据图像特征确定一个最佳模板系数值,可以有效减少噪声,甚至去除不必要的背景图像,以突出目标轮廓达到目标提取的目的.实验结果表明:该方法很好地实现了以上效果,目标提取准确,为目标定位检测、图像识别等后续处理带来了极大的方便.     

多输入多输出随机振动试验变参数PID控制

 对多输入多输出(MIMO)随机振动试验控制的基本过程进行了系统分析。定义了一种新的在对数坐标下的控制误差表达式,然后在控制算法中引入了新的比例-积分-微分(PID)控制策略,并给出了PID参数随误差变化的规律。以悬臂梁为控制对象,完成了两输入两输出随机振动试验。结果表明：变参数PID控制方法能在保证快速均衡的基础上,有效地减小功率谱和参考谱之间的相对误差以及加速度总均方根值的控制误差,提高随机振动试验的控制精度。     

基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

高阶柔性结构系统振动控制中加权函数的选择

 总结了混合灵敏度H_∞控制算法中加权函数阵的选择方法,提出了一种新的选择加权函数矩阵的思想。以某悬臂梁为研究对象,将混合灵敏度H_∞控制方法应用在高阶柔性结构的振动主动控制问题中,完成了两输入两输出结构振动控制的控制器设计和算法仿真。结果表明,通过本方法选择加权函数矩阵,可在满足鲁棒稳定性的前提下,使外部干扰得到有效抑制,减振效果良好。     

输入饱和约束下导弹自动驾驶仪鲁棒最优自适应控制

针对遭受外部扰动和输入饱和约束条件下的导弹自动驾驶仪系统,研究其鲁棒最优控制问题。首先,引入光滑函数处理输入饱和约束,并设计超螺旋干扰观测器实现对外部扰动的实时估计;然后,结合滑模控制理论,设计基于观测器的自适应滑模控制策略;接着,针对等效滑动模态系统,引入自适应动态规划算法构造评价网络求解哈密顿-雅可比-贝尔曼(HJB)方程,设计新的更新律在线学习最优控制策略使得系统稳定的同时满足预设的性能指标;最后,导弹自动驾驶仪系统的仿真结果表明了算法的有效性。     

基于仿真模板的控制系统可靠性分析

提出面向对象的计算机辅助故障模式影响分析(CFMEA)方法,建立了控制系统仿真模板,将其数据、操作和性能封装成一个对象,对象间通过属性进行因果推理,实现FMEA向故障树(FTA)的自动转换.引入控制系统性能可靠性概念,建立控制系统性能和功能综合可靠性模型,开发相应的解算方法.实例分析证明了基于仿真模板的控制系统可靠性分析的有效性, 综合了功能和性能可靠性分析的优点.      

控制输入约束下非线性系统输出反馈容错控制

针对一类非线性系统的执行器增益故障,在考虑控制输入幅值约束下,研究了故障系统的主动容错控制策略。利用静态输出反馈控制策略,基于Lyapunov理论和线性矩阵不等式技术给出了重构容错控制器的递推设计方法,确保故障闭环系统在满足给定控制输入幅值约束下的鲁棒稳定性,并具有与无故障正常系统接近的其他优化控制性能。仿真算例表明了本文容错设计策略的有效性。     

网络攻击下无人机信息物理系统的自适应状态估计

针对网络攻击下无人机信息物理系统(CPS)的安全状态估计问题,提出了一种基于自适应方差极小化的递推状态估计器(AVMRE)。通过将针对控制输入和传感器数据的恶意攻击分别建模为状态和量测方程中的未知干扰项,建立了未知干扰解耦状态递推估计器,实现滤波误差中的量测未知干扰解耦,利用滤波残差设计自适应调整因子对估计误差上界进行极小化,应用最小方差估计准则求解出算法中的量测增益反馈矩阵。同时引入事件触发机制,使得系统在保持一定估计精度的情况下节省通信资源。此外,给出了滤波误差指数有界性的充分条件。无人机飞行模型仿真验证了本文算法相比传统算法的有效性和优越性。