月球车驱动轮在模拟月壤上的沉陷特性实验分析

车轮沉陷量是影响月球车通过性能的关键因素之一。文章用一种月球车的刚性车轮在模拟月壤上进行了以不同滑转率滚动的沉陷量测试实验;根据模拟月壤的加载和重复加载力学特性模型,探讨了车轮首次通过和重复通过的沉陷量的计算方法,计算结果与测量值的差小于8%;进一步分析了等重的两轴和三轴月球车的后轮沉陷量。     

基于速度和加速度约束的有限控制能力路径跟踪

在考虑实际系统有限控制能力的情况下,对非完整移动机器人提出一种完全满足速度和加速度约束的路径跟踪技术。根据系统状态方程分析了移动机器人维持无偏差跟踪状态的条件,先通过智能预测控制将路径偏差转化为同号状态,再应用滚动时域控制和约束条件设计一种改进型最优预测控制器。当路径跟踪开始时,控制量从零初值调整;当路径偏差同步消除到零时,控制量可在速度和加速度约束下及时调整到零。仿真结果验证了所提技术的有效性,有限控制能力使该技术在工程应用时具有更好的可行性和适应性。     

高超声速飞行器研制系统工程风险概率分析

针对高超声速飞行器研制工程的高风险特点,对工程决策方和研制方面临的不同类型风险进行了建模分析。基于系统方案或关键技术的固有风险概率和抽象化的研发与验证过程,分别计算分析了工程决策方误判验收通过不合格产品和研制方过度研发或重复验证较低失败概率产品的风险概率,进而提出了高风险研发项目中研制方过度研发风险的概念,明确了工程决策误判风险与研制方过度研发风险的相互影响规律,并基于概率方法建立了一种可以综合权衡决策方风险和研制方风险、合理确定研制周期的系统工程优化方法。     

贝叶斯网络结合决策理论的向前多步排故策略

针对序贯诊断、维修问题,提出基于贝叶斯网络和决策理论的向前多步排故策略生成算法.通过建立贝叶斯网络排故模型实现了不确定条件下排故知识的高效表达,同时使得推理算法与具体应用无关.采用决策影响图进行排故决策分析,充分利用观测操作间的相关性,选择合理的向前多步观测操作来降低维修盲目性.为了验证所提算法的有效性,采用随机排故策略、决策理论排故策略和理想排故策略的结果进行对比分析.仿真结果表明,所提算法通过增加合理观测操作,减少维修焦点和实际维修操作,使得总排故费用明显低于已有的启发式排故策略.      

多目标系统最优控制方法研究

用多个性能指标评价系统更有实际意义,但在现有的研究中,针对此类问题所采取的方法通常是线性加权,权值是人为选取以达到“最优”,这就使得“最优”控制成为主观最优而非数值实际最优.本文针对这一问题,结合决策者先验知识的多少,给出2种新的解决方法:层次分析和Pareto交互式决策.首次采用免疫克隆选择多目标优化算法来设计多指标情况下的LQR控制器.仿真结果表明:该算法在时间复杂度、分布性等方面均优于现在常用的NSGA-Ⅱ,且本文给出的解决方法更适合于复杂情况下的最优控制器设计.     

基于多阶段决策的侦察卫星任务规划研究

为解决侦察卫星任务规划中合理分配任务和避免信息传输冲突的问题,建立了基于多阶段决策的侦察卫星任务规划模型,包括任务分配模型和传输调度模型,并根据运筹学的基本原理,给出了求解模型的基本方法,从求解结果来看,该模型具有一定的理论与应用价值。     

基于分支定界的离场航空器动态排序

离场航空器优化排序是加速终端空域内航班流动 、提高航班正点率、缓解管制工作负荷的有效手段。采用滚动时域控制(Receding horizoncontrol,RHC)策略构建离场航空器 实时动态排序框架,并基于分支定界法获取时间窗内优化的目标起飞时间。在此基础上,利 用修正的离场滑行时间确定允许开车时间,从而为管制员提供决策支持。以上海浦东机场离 场运行为例进行仿真验证,结果表明文中提出的方法不仅有效地实现了管制决策支持（为管制 员提供目标起飞时间与允许开车时间）,也能够提升跑道离场容量,降低离场延误水平。     

空中目标传感器管理方法综述

为了避免对有限的多传感器资源的无序竞争和使用,多传感系统通常在一定约束条件下工作。传感器管理即是对传感器系统的自由度进行控制,以满足实际的约束条件并实现既定的任务目标,被大规模地应用于诸如区域目标监视、空中交通管制等各种军用与民用领域。首先,给出了传感器管理系统的概念定义与基本目标;然后,对过去及现在各种空中目标传感器管理方面的理论、方法以及应用进行了全面的综述与深入的分析,并对传感器管理领域现存的问题提出了解决思路和方法;最后,对该领域下一步的发展方向做出了展望。     

动态矩阵预测控制算法在过程控制中的应用研究

一些过程控制系统极其复杂,影响因素多,难以建立精确实用的数学模型,针对这一复杂过程,本文引入动态矩阵预测控制算法,并利用计算机仿真对过程控制系统进行了初步研究和探讨.仿真结果表明,动态矩阵预测控制算法在过程控制领域的应用具有广阔的前景.