考虑避免碰撞的编队卫星自适应协同控制

基于势函数法研究具有模型不确定性的编队飞行卫星避免碰撞的自适应协同控制.势函数法的思想为设计碰撞区域势函数值较大,所设计的控制律使得系统势函数具有减小的趋势,从而实现避免碰撞的编队飞行任务.首先,在无外部参考轨迹的情况下,通过引入避免碰撞势函数,提出一种自适应协同控制器,编队卫星最终实现速度一致和避免碰撞.进一步,考虑已知外部参考轨迹的情形,基于新的势函数方法,设计新的自适应协同控制器,能够同时实现避免碰撞、速度一致、卫星跟踪参考轨迹的目的.对于所提出的两种控制方法,均通过合理地应用Lyapunov稳定性理论分析了闭环系统的稳定性.仿真结果表明了所设计控制方法的有效性.     

高超声速飞行器气动伺服弹性的自适应抑制

针对弹性高超声速飞行器的气动伺服弹性问题，提出一种结合线性自抗扰和自适应陷波器的综合控制方案。针对强耦合和强不确定性问题，采用线性自抗扰控制对总扰动进行快速估计和补偿。为了在最小化对刚体控制性能影响的同时实现对频率未知且时变的弹性模态的抑制，采用能够在线估计弹性频率的自适应陷波器。根据气动伺服弹性抑制问题的特点提炼出对自适应陷波器的性能需求。针对这些需求设计了两种基于递推最大似然法的多频率直接辨识方案——参数单独自适应和同时自适应方案。为了提高辨识算法在各种随机扰动下的鲁棒性，在此基础上提出一种在线有效性监督机制，并通过大量的数字仿真对两种方案进行了性能对比。最后，在弹性高超声速飞行器模型上进行仿真，仿真结果验证了所提控制方案的有效性。     

Adaptive level of autonomy for human-UAVs collaborative surveillance using situated fuzzy cognitive maps

Collaborating with a squad of Unmanned Aerial Vehicles (UAVs) is challenging for a human operator in a cooperative surveillance task. In this paper, we propose a cognitive model that can dynamically adjust the Levels of Autonomy (LOA) of the human-UAVs team according to the changes in task complexity and human cognitive states. Specifically, we use the Situated Fuzzy Cognitive Map (SiFCM) to model the relations among tasks, situations, human states and LOA. A recurrent structure has been used to learn the strategy of adjusting the LOA, while the collaboration task is separated into a perception routine and a control routine. Experiment results have shown that the workload of the human operator is well balanced with the task efficiency.     

基于神经网络自适应动态逆的结冰飞机飞行安全边界保护方法

考虑到飞机带冰飞行的安全问题，对结冰飞机进行安全边界保护成为一种有效的解决手段。基于神经网络自适应动态逆跟踪性能好、鲁棒性强的优点，提出了以安全关键飞行参数限制值作为神经网络自适应动态逆的输入，获取可用舵面偏转角的边界保护方法。建立了飞机本体动力学模型，采用高精度的数值模拟方法获得结冰数据库。设计了神经网络自适应动态逆控制律，通过在动态逆环节引入单隐层神经网络，对不确定性逆误差进行自适应补偿，增强了控制系统的鲁棒性。以俯仰姿态保持模式为例设计了结冰飞行闭环安全边界保护系统。以结冰飞机最小平飞速度的估算值作为飞机最低飞行速度，设计自动油门控制系统，实现对飞行速度的保护。通过仿真验证了设计的控制律具有较强的鲁棒性。对结冰严重程度线性增加情形下飞机状态参数的动态响应进行了分析。仿真结果表明，所设计的结冰边界保护系统，能够实现飞机在容冰飞行过程中对安全关键参数如迎角、飞行速度的实时保护。     

高超声速巡航飞行器在线自适应反馈控制设计

由于飞行器模型的强非线性,各种建模不确定性以及飞行环境的复杂性,高超声速飞行器控制成为一个研究难点.针对某类具有参数不确定性的非线性系统,提出了一种反馈线性化与自适应估计相结合的方法,对非线性系统的输入输出动态应用反馈线性化处理以得到拟线性模型,并设计反馈控制律;对不确定参数采用自适应在线估计,利用Lyapunov方法分析稳定性;针对选择不同输出的情况,对如何消除内动态进行了讨论.为了验证该方法的可行性,将其应用于某高超声速飞行器巡航段纵向非线性模型,对速度和高度通道进行跟踪控制仿真,由于飞行器和大气环境存在建模不确定性,利用自适应控制对不确定参数进行在线估计.仿真结果显示该方法能够快速收敛,并且具有良好的在线自适应能力.     

基于自适应观测器的飞轮故障诊断物理仿真

研究了反作用飞轮的故障诊断问题.针对反作用飞轮的非线性数学模型,分析了其故障模式,建立了其故障的参数化描述方法,并在此基础上提出了一种基于参数自适应投影的反作用飞轮故障诊断方法.该方法通过构造观测器,利用参数自适应投影算法来更新参数信息,保证观测器的误差收敛到零.最后对飞轮的正常模式和3种故障模式进行了物理仿真实验,结果表明提出的方法有效可行.     

基于矩阵误差的流动自适应求解

为了构造一个网格沿流场特征方向进行分布,以保证整个流场的误差尽量均匀化的网格系统,本文对可压缩流动的自适应求解进行了研究.研究内容包括基于误差矩阵的流场特征探测方法和网格自适应方法.网格自适应方法包含网格移动、网格加密、网格稀疏以及这3种方法的混合.基于误差矩阵的流场探测方法能找到流场特征的主方向, 通过网格自适应使得网格按主方向进行分布,可以减少该区域的误差而得到高精度的解.以边为单位能使得该流场的误差尽可能均匀化.本文以捕捉激波为例,对该方法的过程及应用进行了描述,结果验证了该方法的可靠性.     

一种用于移动Ad Hoc网络的拥塞适应路由协议

提出局部拥塞表概念,利用旁路、局部拥塞表和hello消息机制,对动态源路由(Dynamic source routingprotocol,DSR)协议进行改进,提出了拥塞适应动态源路由(Congestion adaptive dynamic source routing,CA-DSR)协议。在CA-DSR协议中,主节点利用局部拥塞表,能在第一时间感知到网络拥塞,当拥塞发生时,拥塞节点的上一节点能建立绕过拥塞节点的旁路,当数据流到达已建立旁路的节点时,被按比例分流在主路由和旁路上,实现了路由拥塞适应功能。协议利用hello消息对局部拥塞表进行有效维护。与DSR相比,CA-DSR协议中平均端到端延迟更短、数据包递交率更高、规格化路由开销更少。仿真结果已证明了CA-DSR协议的优点。     

基于动态逆的高超声速飞行器鲁棒自适应控制

针对高超声速飞行器运动学模型具有高度非线性、多变量耦合及参数不确定等特点,提出了一种基于非线性动态逆的控制系统鲁棒自适应控制器设计方法.该方法将飞行器的运动方程分成速度子系统和高度子系统,利用控制输入的功能分配,并结合虚拟控制指令设计与非线性动态逆技术,实现速度和高度的稳定跟踪.为消除系统中模型不确定性和外界干扰的影响,采用鲁棒自适应滑模控制策略进行补偿.仿真结果表明:所提出的控制器设计方法不仅满足飞行器速度与高度跟踪性能的要求,且对模型不确定性和外干扰具有一定的鲁棒性.      

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。