基于切割单元直角坐标网格的DSMC方法及优化技术

对传统直角坐标网格进行改进,根据计算机图形学对与物面相交的正方形网格进行切割,使单元与物面贴体,并能根据流场的变化对网格区域进行局部加密。结合直角坐标网格与非结构网格的特点,编写了自适应直角坐标网格的生成程序,并发展了基于切割单元直角坐标网格的直接模拟蒙特卡洛(Direct simulation Monte Carlo,DSMC)方法。同时通过当地模拟分子数、动态时间步长技术优化DSMC方法,提升计算效率。数值结果表明,本方法在计算过程中使搜索效率得到大大提升,同时也保证了物面网格单元的贴体性,提高了物面附近流场的计算精度,还易于实现网格自适应。     

永磁直线同步电机无传感驱动系统全速范围位置估计新方法

为了适应直线电机速度变化范围大的特点,针对永磁直线同步电机(PMLSM)无传感驱动系统中难以在全速范围内精确提取动子位置信息这一问题,提出了一种基于扩展卡尔曼滤波法(EKF)和位置闭环观测器的复合新型位置估计算法。在电机起动与低速时采用EKF,在中高速时采用位置闭环观测器,在速度承接区域采用EKF和闭环观测器算法的加权复合,以实现PMLSM从起动到高速全速范围内高精度的位置估计。仿真试验结果表明,提出的方法在全速范围内能较准确地估计出电机的位置信息。     

平抑风电场功率波动的复合储能系统控制策略

随着风力发电所占发电比例的上升,其随机性、波动性及间歇性对电网的影响不可忽视。基于超级电容和蓄电池组成的复合储能系统,提出了一种用于抑制风电功率波动的自适应复合储能控制策略,通过引入超级电容荷电状态反馈来实施对低通/高通滤波器时间常数的控制,在完成对风电波动功率平抑的同时,合理分配平抑功率,避免超级电容过充过放。最后通过仿真,针对春夏秋冬不同时间窗口下的功率波动进行平抑,验证了所提自适应控制策略的有效性。     

基于滑模控制的四旋翼无人机自适应跟踪控制

针对四旋翼无人机在系统内部模型参数不确定性情况下的轨迹跟踪问题,提出了一种基于滑模控制的四旋翼无人机自适应跟踪控制方法。首先,采用单位四元数来描述系统姿态,将系统分解为位置子系统和姿态子系统;考虑到位置子系统的欠驱动特性,引入了虚拟控制力,跟踪位置信息并解算出实际升力和理想姿态;其次,通过自适应滑模控制器补偿了质量和转动惯量的不确定性,实现了轨迹的跟踪;最后,利用Lyapunov理论证明了闭环系统的稳定性。仿真结果表明了算法的有效性。     

基于空间自适应剖分的 Lightcuts多光源聚类算法

针对Lightcuts算法在面对大规模复杂光源时计算效率较低的问题,提出了一种基于空间自适应剖分的Lightcuts多光源聚类算法。该算法采用二叉树森林代替传统Lightcuts算法中的二叉树,并提出自适应的视景体划分方法对三维场景进行剖分,通过构建包含"簇-光源"对的列表,快速剔除与当前渲染点无关的光源,同时利用空间聚类的相似性减少"光源割"搜索过程中的重复计算。实验结果表明,与传统方法相比,文章提出的算法在"光源割"计算阶段能够将搜索步数平均减少30.71%~42.09%,绘制时间平均缩短28.35%~34.84%,有效地加快了Lightcuts算法的计算速度,提高了多光源三维场景的绘制效率。     

改进的量测一致性的联邦滤波器两级故障检测

当联邦滤波器故障为缓变故障或者故障幅值比较小时,传统的基于量测一致性的联邦滤波器故障检测算法由于相应的估计误差和方差同时增大,这使得算法需一定的时间后才能使这种增量大到使故障函数计算结果超出门限,因而会出现警告延迟甚至漏检现象.针对量测一致性算法的缺点,提出了改进的基于量测一致性的联邦滤波器两级故障检测算法.相比传统的基于量测一致性的故障检测算法,该方法增加了故障检测的冗余性,不仅可以区分硬故障和软故障,而且提高了故障检测的可靠性和灵敏度,使得联邦滤波器的故障检测方法更加成熟完善,这对提高整个系统的可靠性具有重要意义.仿真和实验结果表明,该方法准确度高,计算量小,便于工程实现.     

基于随机有限集的空间碎片群运动状态估计

传统的空间目标监测是建立在单目标状态估计基础之上,在面对突发产生的大量空间碎片时,由于碎片尺寸小,且密集分布以"群"的方式出现,传统单目标处理方法很难奏效。以"群"整体作为处理对象,基于随机有限集(RFS)技术,对"群"的状态特征进行估计。为了解决漏检目标密度分配问题和轨迹关联问题,提出一种面向量测的改进集势概率假设密度(CPHD)滤波器,并结合滤波后的信息处理过程,完成了对低轨空间碎片群的目标密度分布、群内目标数以及群内显著目标的状态估计。在仿真实验中,提出的滤波器表现明显优于传统滤波器和标准CPHD滤波器,且在某些传统滤波器和标准CPHD滤波器已失效的情况下,所提技术仍能有效工作。     

不确定航空发动机分布式控制系统自适应滑模控制

针对存在参数摄动、外部干扰的航空发动机不确定性分布式控制系统,在系统具有时变输入时延和干扰上界未知的情况下,设计了具有鲁棒性能的自适应滑模控制器。基于预测控制和矩阵奇异值理论,对初始的发动机离散分布式模型进行等效线性变换,得到不显含时延项的规范形系统模型,便于进行滑模面参数的求解;在给定的H∞指标下,推导了滑模运动在非匹配不确定性作用下渐进稳定的充分条件,给出了线性矩阵不等式(LMI)形式的滑模面参数设计方法;最后,设计对干扰具有估计功能的自适应率,在此基础上提出自适应滑模控制器。仿真结果表明:所设计的控制器能够有效降低外部干扰对系统动态性能的影响,在所考虑的不确定性因素作用下,系统的滑模运动具有理想的H∞性能。当外部干扰强度变化时,控制器的鲁棒性较好,状态收敛时间小于0.8s,且不存在抖振。      

基于无迹卡尔曼滤波的柔性自由翻滚目标姿态估计

在进行在轨维修以及清除等任务时,需要确定航天器的姿态四元数和角速度。失效卫星常处于自由翻滚状态,通常带有柔性帆板,其运动规律相较于刚性帆板更为复杂。一方面,空间失效卫星的姿态确定常使用激光雷达、双目相机作为测量装备,其测量精度常受到光照、磁场等的影响,会对识别精度产生较大干扰。另一方面,柔性航天器的质量特性容易发生变化,导致很难对其动力学模型进行精确描述。针对柔性自由翻滚目标的状态难以获取的问题,本文提出基于无迹卡尔曼滤波的姿态估计方法,并采用神经网络补偿柔性航天器模型误差。仿真结果显示：无损卡尔曼滤波器(Unscented Kalman filter,UKF)算法对柔性航天器的姿态四元数预测误差值在10^-3范围内,角速度误差值最高0.08 rad/s,采用神经网络补偿动力学模型后对四元数的预测误差稳定在9×10^-4范围内,角速度误差稳定在1.5×10^-3范围内。结果表明,使用神经网络补偿柔性航天器动力学模型的不确定项之后,UKF对柔性自由翻滚目标的姿态估计精度满足工程要求。     

远地时钟比对数据消噪方法研究

远地时钟比对是利用不同实验室的原子钟建立综合原子时尺度的必要条件,因而实现远地时钟比对的高精度时间传递技术的噪声水平,成为影响原子时性能的主要因素之一。本文主要研究了基于EMD的低通滤波方法,及其在远地时钟比对数据消噪中的应用,并将该方法与Vondrak平滑方法进行比较。结果表明：基于EMD的低通滤波结果明显优于Vondrak平滑结果。