不确定伺服系统的模糊自适应 NTSM控制

针对永磁同步电机伺服系统内因结构参数变化和末端负载变化带来的控制问题,提出了 1种结合模糊控制理论的新型自适应非奇异终端滑模控制策略。首先,在传统滑模控制理论基础上设计结构参数自适应律,消除系统结构参数变化的影响;然后,利用模糊控制理论估计负载扰动的上界,减小了滑模控制的抖动问题,进而通过构造非奇异终端滑模面,提高了伺服系统的响应能力;最后,为了缩小系统的跟踪误差,设计了基于误差积分的非奇异终端滑模面。离散化仿真结果表明,所提出控制算法对系统结构参数变化和负载变化具有良好的鲁棒性。     

基于改进CLAHE的航空发动机导向叶片DR图像增强

为了解决航空发动机导向叶片数字射线（DR）检测图像信息动态范围大、对比度低、细节信息不明显,缺陷区域难以识别的问题,提出一种改进型限制对比度自适应直方图均衡化（CLAHE）算法。采用CLAHE增强导向叶片DR图像对比度,同时引入基于空间均值滤波器的Gaussian掩模处理,进行DR图像降噪,提取DR图像的低频信息;采用CLAHE增强的图像与提取的DR图像低频信息线性做差,突出DR图像的高频细节信息;与CLAHE增强的图像线性叠加,进一步提高了DR图像的对比度,实现导向叶片DR图像增强。依据图像基本空间分辨率（SRB）、信噪比（SNR）、灰度平均值对DR图像增强效果进行评价。结果表明: 改进的CLAHE算法,可以同时将表征SRB的D13双丝线对应的调制深度值从49.17%提高到了56.08%,整体灰度平均值从32 400.66增加到了38 684.43,02号微小裂纹缺陷的SNR从14.10提升到了15.16。结果显示优化的CLAHE算法,相比自适应直方图均衡化（AHE）等4种经典的航空发动机导向叶片DR图像增强算法,不仅提高了平坦区域对比度,突显了边缘细节信息,而且有效提升了微小缺陷的视觉效果。     

网络攻击下无人机信息物理系统的自适应状态估计

针对网络攻击下无人机信息物理系统(CPS)的安全状态估计问题,提出了一种基于自适应方差极小化的递推状态估计器(AVMRE)。通过将针对控制输入和传感器数据的恶意攻击分别建模为状态和量测方程中的未知干扰项,建立了未知干扰解耦状态递推估计器,实现滤波误差中的量测未知干扰解耦,利用滤波残差设计自适应调整因子对估计误差上界进行极小化,应用最小方差估计准则求解出算法中的量测增益反馈矩阵。同时引入事件触发机制,使得系统在保持一定估计精度的情况下节省通信资源。此外,给出了滤波误差指数有界性的充分条件。无人机飞行模型仿真验证了本文算法相比传统算法的有效性和优越性。     

基于全线程树数据结构的笛卡尔网格高效生成技术

笛卡尔网格方法具有易于自适应、自动化程度高、网格质量好等优势。由于其非贴体特性,在处理复杂构型或者复杂流动问题时候往往存在网格量过大的问题,不容忽视。笛卡尔网格生成的效率直接影响了整个计算周期的长短,有必要发展高效的生成技术。对于笛卡尔网格而言,决定网格生成效率的关键在于网格数据结构,其直接影响计算量和存储量。针对三维构型进行笛卡尔网格生成,发展了邻居查询更快捷、内存利用率更高的全线程树数据结构,并在本文的方法框架下进行了适应性应用和改进。同时,为了高效地判断网格单元类型,构建了物面单元的快速检索方式,并引入了染色方法,进一步提高网格生成效率。还提出了一种鲁棒的奇异性检测算法,保证网格单元类型判断的鲁棒性。在流场解自适应方面,采用的是速度散度和旋度相结合的三维判据,以保证对于多种流动特征的捕捉能力。通过圆球、导弹、翼身组合体、机翼-副翼等算例进行了考核验证,经对比,网格自适应位置与理论解吻合较好,且网格单元生成耗时短、平均耗时受物面网格分布影响小,证明了方法的可靠和高效性。     

基于增量式孤立森林的液体火箭发动机异常检测方法

为解决液体火箭发动机故障标签缺失条件下流数据无监督检测问题,以及满足不同发动机台次和不同工况的自适应检测需求,基于增量学习思想,提出了基于增量式孤立森林的异常检测算法。设计了多工况流数据检测条件下的在线更新策略、异常分数表达式,并通过更新停止策略避免故障数据对模型的污染。利用多台次试车数据对该模型进行验证,并与传统方法进行比较,结果表明,该算法能够对样本异常程度进行量化评价,能够有效检测早期缓变故障,其F₁指标较原始孤立森林算法提高了43%,检测及时性优于红线算法和自适应阈值算法。     

二值图像的自适应窗口边缘检测技术

英国Aleksander等人用RAM网络实现的自适应模式识别系统可以认为是一种逻辑神经网络,本文详细描述了利用这种模型实现的自适应窗口边缘2检测技术,包括模型的理论分析,边缘检测种种的各种实现方法和实验结果。基于这种模型的边缘检测技术的基本思想是:首先对窗口边缘检测技术,包括模型的理论分析,边缘检测的各种实现方法和实验结果。训练一个或多个对目标物体边缘敏感的模式,然后对图像逐点扫描和测试,根据窗口对特定扫描区域的响应实现对边缘的检测。其过程和模式识别中的训练—识别过程相似。文中讨论了“中心块”和“边缘训练”窗口的响应行为以及窗口大小的选择、响应阀值的确定和N元的选用等具体方法。并给出了相应的实验结果。研究表明,这种方法对边缘检测和噪音滤除都具有较好的效果,且硬件容易并行实现。     

二元机翼颤振的指令滤波反推自适应约束控制

为有效抑制二元机翼颤振现象,设计了一个指令滤波反推自适应约束控制器。考虑二元机翼气动弹性系统存在多项式结构非线性特性以及系统不确定的情况,针对二元机翼控制面偏转角度限制以及系统外部阵风扰动等问题,将前/后缘双控制面布局的二元机翼动态方程以状态空间形式描述,采用反推控制技术进行控制律整体设计,通过指令滤波环节对虚拟/实际控制信号进行幅值限制,并将滤波前后的信号差引入到自适应约束控制律设计过程中。仿真结果表明,在一定来流速度下,开环系统出现极限环颤振现象,闭环控制系统能快速达到稳定状态,二元机翼颤振现象得到有效抑制。     

基于并行模型自适应滤波的空间目标相对位姿估计

摘要： 扩展卡尔曼滤波(EKF)的估计精度受限于测量噪声统计特性的准确程度,如果敏感器测量噪声方差偏离其标称值,将会对滤波性能产生不利影响.尽管自适应扩展卡尔曼滤波(AEKF)能够对测量噪声方差进行估计,但是,噪声特性准确的情况下,AEKF的性能往往不及传统EKF.针对上述问题,本文提出一种并行模型自适应滤波(PMAF),基于特定的自适应率将EKF和AEKF结合起来,使得在先验信息准确的情况下,EKF在状态估计中起主导作用;相反,在实际噪声方差偏离标称值时,令AEKF起主导作用.这样,即能有效削弱测量噪声统计特性不确定性对滤波性能的影响,又能确保正常情况下的估计精度.以空间目标相对位姿估计为例,通过数学仿真对EKF、AEKF和PMAF进行了对比研究,表明所提算法的综合性能优于传统方法.     

基于快速自适应超螺旋算法的制导律

针对地空导弹攻击机动目标的制导律设计问题,提出了一种有限时间稳定的新型二阶滑模制导律。在弹目相对运动模型的基础上,将制导问题转化为一阶系统的控制问题。在超螺旋（ST）算法中引入线性项和一种新的参数自适应律,提出了一种快速自适应超螺旋（FAST）算法,该算法不需要已知系统不确定性的边界且收敛速度较快。利用类二次型Lyapunov函数证明了系统有限时间稳定性,给出了收敛时间估计公式。通过与自适应滑模制导律、ST制导律和光滑二阶滑模制导律的仿真对比,验证了所设计的制导律在保证制导精度的同时,能够在有限时间内提高滑模变量的收敛速度,并且避免了参数选择困难的问题。      

一类微型扑翼飞行器的滑模自适应姿态控制

针对微型扑翼飞行器这类非线性时变系统,基于李雅普诺夫稳定性理论提出了滑模自适应控制算法,应对系统中的不确定性和抑制扰动,完成飞行器悬停阶段调整方位的姿态控制.在高频的扑翼状态下,系统模型利用摄动理论中的平均化法进行近似时不变处理.控制器的设计以滑模控制为主体,滑模面利用误差角三角函数和体角速度构造,来避免不必要的偏航控制,同时结合自适应控制方法,实时逼近无法准确计算的惯性张量和干扰力矩,缓解传统滑模控制中开关函数所带来的抖振问题.Simulink仿真结果表明,滑模自适应控制算法优于传统滑模控制,在正弦干扰气流的影响中有良好的鲁棒性,以此验证了算法的可行性.