具有时延的漂浮基空间机器人基于泰勒级数预测、逼近的改进非线性反馈控制

 探讨了本体位置与姿态均不受控的漂浮基空间机器人在时间延迟(简称时延)情况下惯性空间轨迹跟踪的控制问题.利用拉格朗日方法并结合系统动量守恒关系,分析、建立了漂浮基空间机器人完全能控形式的系统动力学模型及运动Jacobi关系.以此为基础,针对系统存在时延的情况,利用泰勒级数预测、逼近的方法,建立了适用于时延情况下控制系统设计的数学模型.利用该模型,提出了一种空间机器人在时延情况下的改进非线性反馈控制方案.然后运用Lyapunov第二类方法,结合范数以及图形分析的方法证明了在时延情况下整个闭环控制系统的渐近稳定性.文中提到的控制方案能够有效地克服系统存在时延的影响,控制漂浮基空间机器人末端爪手跟踪惯性空间的期望轨迹.系统数值仿真结果证明了上述控制方案的有效性与精确性.     

多智能体离散时间系统一致性研究

研究了无向连通图条件下带有输入延时的多智能体离散时间系统一致性问题,分析了多智能体系统一致性问题和离散时间系统稳定性之间的本质联系。利用广义Nyquist稳定性判定准则和矩阵特征值相关理论,推导出多智能体离散时间系统在信息交换拓扑为无向连通图且带有输入延时的条件下达到渐近一致的充分条件。仿真结果与理论分析相符,在无向连通图条件下,当输入延时小于或等于该充分条件给出的标准延时,多智能体系统可以达到渐进一致。     

软隔板双脉冲发动机二级点火延迟试验分析

在进行软隔板双脉冲发动机的试验研究时发现,二级脉冲出现远远超过指标要求的点火延迟.为了改进这种状况,从点火药量和隔板厚度两方面进行试验研究.结果表明单纯增加点火药量使得隔板破裂太快,能量过早地释放;而单纯增加隔板厚度使得隔板不能按预定位置和方式破裂,影响工作性能.最终结合软隔板双脉冲发动机的工作特点,从两方面同时改进,达到了比较合理的点火延迟.     

对相位编码体制雷达的导前假目标干扰

基于间歇采样收发干扰体制,针对采用相位编码信号的雷达系统,提出了部分接收、预测转发,形成导前假目标群的新型干扰方法。在介绍间歇采样转发的基本原理后,分析了相位编码信号匹配滤波器的群延迟特性,从群延迟的角度分析了移频转发干扰和间歇采样转发干扰不能形成导前假目标的理论原因。在此基础上,针对相位编码M序列的编码特点,提出了一种基于间歇采样的预测转发干扰方法,并分析了对转发功率的要求。理论分析和仿真结果表明,该方法可以形成导前距离不同的假目标群,而且干扰功率要求低,是一种极具潜力的新型干扰方法。     

RNSS通道分数码片时延标定软件的设计与实现

一种基于Matlab GUI环境开发的导航卫星RNSS发射通道分数码片绝对时延自动化标定软件的设计,该软件通过GPIB口控制高速数字示波器,对卫星下行导航信号和卫星钟的秒脉冲信号双通道高速数据采样,对采样后的导航信号进行平方律检波和FIR滤波等数字信号处理,寻找码片换相点,根据秒脉冲触发电平样本点和换相点,获取分数码片时延,根据设定的标定次数,自动完成导航卫星分数码片绝对时延多次测量,并求平均,从而得到最终测量值;软件具有界面友好,操作简单,显示直观等特点,在导航卫星整星综合测试中得到应用。     

Polynomial networks based adaptive attitude tracking control for NSVs with input constraints and stochastic noises

This paper proposes a backstepping technique and Multi-dimensional Taylor Polynomial Networks (MTPN) based adaptive attitude tracking control strategy for Near Space Vehicles (NSVs) subjected to input constraints and stochastic input noises. Firstly, considering the control input has stochastic noises, and the attitude motion dynamical model of the NSVs is actually modeled as the Multi-Input Multi-Output (MIMO) stochastic nonlinear system form. Furthermore, the MTPN is used to estimate the unknown system uncertainties, and an auxiliary system is designed to compensate the influence of the saturation control input. Then, by using backstepping method and the output of the auxiliary system, a MTPN-based robust adaptive attitude control approach is proposed for the NSVs with saturation input nonlinearity, stochastic input noises, and system uncertainties. Stochastic Lyapunov stability theory is utilized to analysis the stability in the sense of probability of the entire closed-loop system. Additionally, by selecting appropriate parameters, the tracking errors will converge to a small neighborhood with a tunable radius. Finally, the numerical simulation results of the NSVs attitude motion show the satisfactory flight control performance under the proposed tracking control strategy.     

抑制俯仰Ⅱ型PIO的四种滤波器性能比较

FWB、DS、DASA、RLF作为4种成熟、有效的非线性滤波器均用于解决以作动器速率饱和为特征的Ⅱ型驾驶员诱发振荡(PIO)相位滞后的问题,从而抑制PIO发生.借助描述函数理论,对各滤波器中非线性环节线性化处理,得到4种滤波器拟线性传递函数和相频特性曲线,研究、比较各滤波器在不同参数、不同输入条件下开环相位补偿能力.针对俯仰PIO问题,选取本机动态特性较差、易发生PIO的纵向飞机模型,构建带速率限制作动器的人机闭环系统,通过3个典型的俯仰飞行仿真任务,从抑制作动器速率饱和能力、俯仰响应特性、相位补偿能力、减轻驾驶员操作负担4个方面全面比较各滤波器性能.实验表明:DASA滤波在抑制PIO、改善飞机俯仰响应特性方面相对较优.实验结果为滤波器设计、俯仰PIO抑制的相关研究提供有益参考.      

基于分层思路的动态非线性气动力建模方法

很多非线性气动力模型难以精确预测系统的小扰动线性特征。针对这一局限,提出了一种非线性分层模型,用于辨识跨声速非线性非定常气动力。分层建模需要同时提供微幅振荡和大幅振荡两套训练样本,首先通过线性模型(如带外输入的自回归(ARX)模型)对微幅振荡样本进行建模,而后采用非线性模型(如径向基函数神经网络(RBFNN))对大幅振荡的样本与线性模型的差量进行建模,进而把线性模型和非线性模型的输出相叠加,得到分层非线性动力学模型。算例表明建立的分层气动力模型与单一自回归径向基函数(AR-RBF)神经网络模型相比不仅具有更高的数值精度,可以精确预测大幅运动中的非线性特征,而且在小扰动状态下自动退化为线性模型,能够精确刻画结构微幅振荡下的线性动力学特性。     

星间链路数量受限的导航卫星网络链路分配问题

对星间链路数量非常有限、需要同时满足星间测距和星间通信需求的导航卫星网络的链路分配问题进行了研究。首先,分析了导航卫星网络的特点,并设计了一种基于有限状态自动机(FSA)的拓扑处理机制。然后,将星间测距需求作为一个约束,以星间通信的延时性能为优化目标,将导航卫星网络的链路分配问题建模为一个多目标优化问题。最后,针对建立的多目标优化问题,分别提出一种基于首次改善(FI)的本地搜索算法和基于模拟退火(SA)的启发式优化算法以对链路分配问题进行求解,并提出一种基于分支交换策略的新链路分配生成方法。仿真结果表明,通过FI算法和SA算法获得的优化链路分配的网络延时性能均得到了改进,且SA算法的性能要优于FI算法;同时,FSA的状态持续时间的减小有利于获得网络延时性能好的链路分配。     

利用时延神经网络的动载荷倒序识别

将时延神经网络引入动载荷识别研究中,结合时延神经网络的"记忆"特性、因果有限长冲激响应（FIR）系统理论与振动响应的求解原理,提出一种利用时延神经网络的时域动载荷倒序识别方法。对一个受两点随机动载荷作用的舵面模型结构进行载荷识别验证实验,结果表明,用本文方法识别的两个激励点上识别载荷样本的时间序列与真实载荷样本的时间序列之间的均方根误差分别为0.635 4和2.543 7,识别载荷样本时间序列与真实载荷样本时间序列的相关系数分别为0.965 7和0.826 2,功率谱密度曲线也能够较好吻合。本文提出的方法具有不需要结构动力学模型、识别精度高的优点。