基于改进混合卡尔曼滤波器的航空发动机机载自适应模型

提出了基于改进混合卡尔曼滤波器的航空发动机机载自适应模型方法,即以机载非线性模型的输出作为分段线性卡尔曼滤波器的稳态基准值,将性能蜕化因子作为该滤波器的增广状态量进行在线估计,并反馈给机载非线性模型使其完成在线更新.同时,根据工作模式切换机制使该模型获得有效输出.通过将该方法应用于某型涡扇发动机进行一系列仿真表明,在全飞行包线内、不同工作状态以及性能蜕化严重的情况下,该模型能够始终与实际发动机相匹配,满足实际应用需求.      

一种简单的自适应延迟补偿方法

针对模型参考自适应控制对延迟鲁棒性较差的问题,提出了将动态特性接近被控对象的参考模型作为前馈补偿器,从而改进系统性能的补偿方法。仿真结果表明,该补偿方法效果明显,且对不确定的延迟扰动有一定的鲁棒性。     

基于方向自适应菱形搜索的运动估计算法

基于对运动矢量分布特性的研究,提出了一种基于方向自适应菱形搜索的运动估计算法.该算法对搜索起始点进行预测;设置"双阈值",针对匹配块提前中止搜索;并根据运动特征,自适应地选择小菱形模板和4种新型的方向自适应菱形模板,具有强烈的搜索方向性.实验结果证明,该算法不仅大幅度地减少了平均搜索点数,而且在一定程度上提高了重建图像的信噪比,其搜索速度和精度均优于传统的快速运动估计算法.      

空气环境质量状况模糊综合评价分析

通过利用模糊综合评价方法对某地区的空气环境质量监测数据状况进行分析与评价,并考虑到各种对环境质量影响,经综合模糊性和随机性分析证明:模糊综合评价方法简单,结论客观地反映了某地区的空气环境质量水平,与实际的空气污染现状相符.     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

高精度有限差分格式的色散优化及耗散控制

本文综述了我们在高精度有限差分格式的色散优化和耗散控制方面的研究进展。首先,我们提出了半离散有限差分格式色散和耗散相互独立的充分条件,实现了差分格式色散和耗散特性的独立调节。在此基础上,提出了色散最小、耗散可控的高精度差分格式,称为MDCD格式。MDCD格式已经得到了广泛应用,取得了很好的计算效果,但其主要缺点是耗散的调节依赖于经验。为了解决这一问题,我们进一步提出耗散的自适应调节方法。具有自适应耗散特性的高精度有限差分格式的基本特征是,差分格式的耗散能够随解的局部尺度自适应调节。为了构造这类格式,我们提出了一种新型的尺度识别器,它能够以等效无量纲波数的形式来定量衡量数值解的局部长度尺度。在此基础上,设计差分格式耗散参数与尺度识别器得到的等效无量纲波数之间的关系,从而构造了一类色散最小、耗散自适应的差分格式,称为MDAD格式。为了计算含有间断的问题,同时保持在光滑区的良好耗散特性,我们利用尺度识别器对一种经典的激波探测器进行改进,提出了一种新的激波探测器,并将自适应耗散格式与对应的WENO格式相混合,得到自适应耗散混合格式。近似色散关系显示该混合格式兼具高分辨率和鲁棒性。多个含间断流场的标准算例测试结果显示,自适应耗散混合格式具有良好的分辨率和激波捕捉能力。     

不确定伺服系统的模糊自适应 NTSM控制

针对永磁同步电机伺服系统内因结构参数变化和末端负载变化带来的控制问题,提出了 1种结合模糊控制理论的新型自适应非奇异终端滑模控制策略。首先,在传统滑模控制理论基础上设计结构参数自适应律,消除系统结构参数变化的影响;然后,利用模糊控制理论估计负载扰动的上界,减小了滑模控制的抖动问题,进而通过构造非奇异终端滑模面,提高了伺服系统的响应能力;最后,为了缩小系统的跟踪误差,设计了基于误差积分的非奇异终端滑模面。离散化仿真结果表明,所提出控制算法对系统结构参数变化和负载变化具有良好的鲁棒性。     

一种粒子群模糊支持向量机的航天器参量预测方法

针对航天器精确预测与健康管理的需求,将粒子群算法、模糊数学与支持向量机的优势相结合,提出了一种粒子群模糊支持向量机预测方法。针对某卫星南帆板输出电流参量的预测实例,设计了总平均绝对误差、总平均绝对百分比误差、总均方根误差三个预测结果评价指标,对不同步长情况下的预测结果进行了比较,证明了粒子群优化模糊支持向量机预测方法的有效性。通过对比粒子群优化模糊支持向量机模型、灰色粒子群神经网络优化模型、粒子群神经网络模型、灰色模型预测的总平均绝对百分比误差,结果证明粒子群优化模糊支持向量机的预测精度和效率较高,在航天器参量预测领域具有较好的应用前景。     

发电机的浸入与不变自适应反步鲁棒励磁控制器

针对含有不确定参数的发电机励磁控制系统,设计了一种新型的自适应反步鲁棒励磁控制器。在设计过程中,基于反步法逐步进行控制器的设计,并引入非线性阻尼算法来减小反步法的“计算膨胀”问题,有效地增强了控制器的鲁棒性。接着介绍了应用浸入与不变自适应控制设计阻尼系数的自适应估计律。通过MATLAB软件进行仿真研究,验证了该算法的有效性和优越性。     

基于并行模型自适应滤波的空间目标相对位姿估计

摘要： 扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.