基于UIO的航空发动机控制系统传感器故障诊断

研究了航空发动机控制系统传感器鲁棒故障检测与隔离问题,提出了一种克服不同干扰对控制系统诊断性能影响的方法.应用未知输入观测器(unknown input observer,简称UIO)理论来解耦航空发动机动态系统干扰,并针对控制系统传感器设计一族UIO,提取出一系列的传感器残差特征数据,通过分析残差队列的幅值特性,实现航空发动机控制系统传感器故障诊断.在高斯白噪声、模型工作点变化和非高斯噪声三类干扰下的数字仿真结果表明,不管何种干扰,UIO诊断方法均能检测和隔离出传感器故障,在诊断鲁棒性方面,要优于Kalman滤波器诊断算法.      

刚体航天器姿态跟踪的时变滑模控制(英文)

To solve the problem of attitude tracking of a rigid spacecraft with an either known or measurable desired attitude trajectory, three types of time-varying sliding mode controls are introduced under consideration of control input constraints. The sliding surfaces of the three types initially pass arbitrary initial values of the system, and then shift or rotate to reach predetermined ones. This way, the system trajectories are always on the sliding surfaces, and the system work is guaranteed to have robustness against parameter uncertainty and external disturbances all the time. The controller parameters are optimized by means of genetic algorithm to minimize the index consisting of the weighted index of squared error （ISE） of the system and the weighted penalty term of violation of control input constraint. The stability is verified with Lyapunov method. Compared with the conventional sliding mode control, simulation results show the proposed algorithm having better robustness against inertia matrix uncertainty and external disturbance torques.     

多包传输网络控制系统的建模

作为系统分析和设计的基础,对网络控制系统建立合适的模型,意义尤显重要。本文对广义被控对象进行了分析,考虑了延时、系统噪声和数据包丢失的情况下,用一种统一的形式,建立了多包传输网络控制系统的模型。在系统中,传感器采用时间驱动方式,控制器和执行器采用事件驱动方式。这些模型的建立有利于网络控制系统的分析和网络控制系统控制器的设计。     

二级进位跳跃加法器的优化方块分配

提出了一种新的获得二级进位跳跃加法器优化方块分配的算法.根据该算法,在确定最坏路径延时的前提下,首先获得该延时下加法器最大的优化方块尺寸,然后确定任意位二级进位跳跃加法器的优化方块尺寸.优化方块分配的进位跳跃加法器可以缩短关键路径的延时.给出了加法器门级延时、复杂度的分析,分析结果显示,通过优化方块分配,可以以较少的额外门电路获得快速的进位跳跃加法器.该加法器已用PSPICE 仿真工具进行了功能验证和仿真.PSPICE 仿真分析表明,所提出的二级优化方块分配进位跳跃加法器的速度优于等尺寸二级进位跳跃加法器.      

RBF神经网络在电气设备状态评估中的应用

以切比雪夫正交基函数(RBF)神经网络搭配教师模块作为电气设备状态评估的模型,通过对过去序列样本的学习,在考虑影响电气设备状态的各种因素的情况下用教师模块对学习过程进行监督,调整网络的权值,然后识别电气设备状态当前情况。结果表明该神经网络具有良好的识别能力、快速的收敛能力并可以应用于大规模的电气设备状态评估中。     

基于Sigma-point卡尔曼滤波的INS/Vision相对导航方法研究

针对无人机编队常用的leader-follower(领航-跟随)飞行模式,提出了一种考虑视觉导航设备输出时间延迟问题的INS/Vision相对导航方法,给出了leader与follower之间的相对惯导方程以及相对视线矢量测量原理.由于INS/Vision相对导航系统是一个强非线性系统,采用Unscented卡尔曼滤波融合相时惯导信息和相对视线矢量信息,从而估计出leader与follower之间的相对位置、相对速度和相对姿态,受姿态四元数的归一化限制,在滤波中采用罗德里格斯参数作为姿态误差状念,对于视觉导航系统量测量存在时间延迟的问题,给出了延迟后的量测量与当前惯导信息融合的方法,最后通过仿真研究证明了方法的有效性.     

基于导航卫星反射信号的空间飞行器探测定位方法

导航卫星信号经由空间飞行器后将发生反射与散射,此信号对于飞行器自身的定位通常作为多径信号被消除。利用双基无源雷达的概念,提出利用该信号实现空间飞行器的远程定位方法。该方法充分利用空间飞行器对于导航卫星信号的反射与散射,在地面/空中设置可以接收此反射信号的接收机,从而实现飞行器的探测。接收机利用码延迟锁定环路实现直射信号与反射信号的锁定,并通过求解直射信号与反射信号的相关功率获得其路径差,进而计算出空间飞行器的位置。介绍了利用延迟映射接收机(DMR)探测空间飞行器的系统组成,并给出了远程定位的数学模型、关键技术分析、DMR的设计原理及验证实验,实验结果表明所设计的DMR可以有效地接收到导航卫星反射信号。为空间飞行器的探测提供了一种新型的手段。     

A new technique for direction of arrival estimation for ionospheric multipath channels

A novel array signal processing technique is proposed to estimate HF channel parameters including number of paths, their respective direction of arrivals (DOA), delays, Doppler shifts and amplitudes. The proposed technique utilizes the Cross Ambiguity Function (CAF), hence, called as the CAF-DF technique. The CAF-DF technique iteratively processes the array output data and provides reliable estimates for DOA, delay, Doppler shift and amplitude corresponding to each impinging HF propagated wave onto an antenna array. Obtained results for both real and simulated data at different signal to noise ratio (SNR) values indicate the superior performance of the proposed technique over the well known MUltiple SIgnal Classification (MUSIC) technique.     

支持高效更新的移动对象索引研究

基于TPR-树(Time parameterized R-tree,TPR-树)提出的LUTPR-树采用基于主存的更新方法,更新对象的删除操作在内存中完成,故避免了TPR-树中对象更新所导致的耗时的查找操作.同时,LUTPR-树能有效利用主存资源.实验结果表明,与TPR-树相比,LUTPR-树以牺牲很小部分查询性能为代价,大大提高了更新效率,更加适用于更新密集型应用.     

具有未知输入干扰的观测器设计

提出一种全阶比例积分观测器。该观测器包含有估计误差的比例和积分回路,可同时得到状态和未知输入估计。分析了比例积分观测器的结构和估计性能,给出并证明了其存在条件,由于存在条件弱于未知输入观测器,该比例积分观测器可以更广泛地应用于基于观测器的技术方案。通过一个飞行器线性化模型,进行了比例积分观测器设计。仿真结果表明,比例积分观测器的估计性能优于常规 Luenberger观测器