抗扰动复合非线性伺服控制器的设计与应用

针对典型的电机伺服系统,提出了一种鲁棒复合非线性伺服控制器的离散域设计方案。把系统的扰动和不确定性归结为一个斜坡信号(其变化率恒定),设计一个降维线性扩展状态观测器,对系统未测量状态和未知扰动加以估计。把设计的控制律应用于永磁同步伺服电机,先在MATLAB上进行仿真分析,随后基于TMS320F28335DSC进行试验测试。结果表明系统在各种类型扰动作用下,对目标位置都能实现快速、平稳和准确的跟踪,具有较好的鲁棒性。     

球铰接杆式支撑臂展开过程中横向振动分析

针对展开过程中球铰接杆式支撑臂时变构型的横向振动问题,推导了支撑臂等效连续体模型的各向等效刚度,基于Hamilton原理推导了支撑臂展开过程的控制方程,采用加权余量法将偏微分控制方程转化为常微分方程,利用Runge Kutta法对方程进行了数值求解。计算结果表明：在收拢过程中,支撑臂末端的横向振幅越来越小,收拢过程是安全可靠的;而在展开过程中,末端的横向振幅随展开进程而增加,且振幅随末端负载质量增加而增加;若不考虑锁定冲击,展开速度对支撑臂横向振动的振幅影响可忽略,若考虑锁定带来的周期性冲击时,支撑臂的横向振幅将显著增大。为减小支撑臂的横向振动,必须对支撑臂展开速度加以限制。研究结果为航天器支撑臂在轨展开的控制提供了参考。     

多分量雷达辐射源信号的检测与分离

针对多分量雷达辐射源信号难以有效检测与分离的问题,提出了时频变换结合时变滤波的方法。通过图像分割中的区域生长法在时频平面对各分量进行检测,对其中的线性调频分量采用分数阶傅里叶变换进行优先分离,再对时频或频域没有耦合的分量进行滤波,最后通过支持向量机划分分类线,用于时频耦合分量的分离。仿真实验结果表明,该方法可以对多分量信号进行有效的检测与分离。     

基于扩展卡尔曼滤波的动量轮故障检测方法

 动量轮作为卫星姿态控制系统的关键执行部件,对其故障检测对维持卫星的正常运行具有重要意义。首先对动量轮系统的故障进行分析,在建立动量轮线性离散状态空间模型的基础上,把动量轮的故障检测作为时变参数系统的跟踪来处理,将动量轮的模型参数作为扩展的状态空间中的状态量,使得动量轮物理模型参数与状态空间中的状态量有对应关系,通过在扩展了的状态空间上采用扩展的卡尔曼滤波,完成时变参数的跟踪。然后,将离散空间的状态量变换回连续空间中,利用物理参数与状态量的对应关系,实现对动量轮物理参数的跟踪。此方法物理意义明确,为系统的物理参数提供了定量的估计值,为进一步诊断故障原因提供了良好的基础。数值仿真表明,此方法能够通过同时检测多个故障参量,实现故障的检测并满足卫星实时性要求。     

不确定广义时滞系统的参数依赖指数镇定

研究了具有凸多面体不确定广义时滞系统的时滞相关型指数镇定问题。首先,利用Lyapunov稳定性定理和线性矩阵不等式工具,给出了标称的广义时滞系统正则、无脉冲和指数稳定的时滞相关型充分条件。在此基础上,采用参数依赖Lyapunov函数方法,设计了使闭环系统正则、无脉冲和指数稳定的时滞相关型状态反馈控制器,并给出了相应控制器的显式表示。     

基于潜在成分的时变系统损伤的概率神经网络分类

提出了一种新的时变系统健康监控的损伤分类方法。将函数级数时变自回归平滑时序模型应用于时变系统的振动信号,以估计TAR／TMA参数和革新方差。这些参数是时间的函数,将它们在以特定的基函数构成的某种函数子空间上展开得到相应的投影系数组。所估计得到的TAR／TMA参数和革新方差可进一步用来计算潜在成分（LCs）,将LCs用于健康评估比原来的参数更具信息。并将LCs联合并归化为数值得到特征集,输入概率神经网络（PNN）进行损伤分类。为了评价该方法,对一个时变系统进行了仿真,以各种不同的质量和刚度减少来模拟不同的损伤类别。算例表明：该方法能够在时变系统的背景下对损伤进行归类。     

一类不确定非线性时滞系统的自适应控制

针对一类上界未知的不确定非线性时滞系统,采用模糊控制的方法,基于松散稳定性条件,讨论了系统的自适应H∞控制问题.首先设计出基于观测器的自适应模糊控制器,然后利用Lya-punov稳定性理论分析了系统的鲁棒稳定性,得到了利用线性矩阵不等式表示的闭环系统稳定的充分条件,观测增益矩阵和反馈增益矩阵可以通过求解线性矩阵不等式得到.最后通过一个实例验证了所给结论的有效性.     

半导体激光器温度的Fuzzy_PID控制

本文将Fuzzy_PID算法应用于半导体激光器系统,阐述了Fuzzy_PID控制器的设计和软件模拟。证明了本控制算法对于大滞后、大惯性的温度控制过程具有优良的控制性能及很强的鲁棒性,且现场运行效果良好。     

基于虚拟慢时间的双基地ISAR成像算法

针对双基地角时变引起的逆合孔径雷达（ISAR）图像畸变和散焦问题，提出了一种基于虚拟慢时间的成像算法。首先，分析了双基地角时变对ISAR成像的影响机理。然后，基于图像对比度最大准则估计等效旋转中心位置，完成初次相位补偿。最后，通过虚拟慢时间构建基于非均匀虚拟采样的补偿系数矩阵，并通过方位向非均匀傅里叶变换得到目标的ISAR像。算法基于图像对比度最大准则解决等效旋转中心位置估计问题，通过虚拟慢时间消除转动相位项的高次项影响，利用非均匀傅里叶变换解决随机虚拟采样的谱估计问题。理论分析和仿真结果验证了算法的有效性和鲁棒性。     

一种运载火箭时变结构模态参数辨识的确定性演化方法

针对运载火箭的时变结构模态参数辨识问题进行研究，基于时变自回归滑动平均(TARMA)模型，提出一种时变结构模态参数辨识的确定性演化方法。该方法利用小波基函数的良好局部函数拟合能力，将墨西哥帽小波函数作为TARMA模型时变系数的空间基底，构建了基于小波函数的泛函序列时变自回归滑动平均(FS-TARMA)模型，并发展了两步最小二乘估计方法，实现了时变系数的解耦估计。通过有限单元法，建立了阿里安V号芯级运载火箭时变有限元模型，对所提辨识方法进行了验证，结果表明：墨西哥帽小波基FS-TARMA方法能够有效地辨识系统的时变模态参数；与传统傅里叶基FS-TARMA方法相比，具有更好的辨识精度，并且能够准确地反映出模态局部细节特征。