一种基于神经网络的快速回馈递推自适应控制

针对不确定严格反馈块控非线性系统,提出了一种快速回馈递推自适应控制方法。系 统的不确定性及外界干扰由RBF神经网络在线逼近,利用动态面控制技术简化回馈递推方法 的控制律,同时改进参数自适应律,使在线调整自适应参数显著减少,提高了控制算法的计 算效率。基于Lyapunov方法证明了闭环系统所有信号有界,跟踪误差指数收敛到有界紧集内 。最后进行了空天飞行器飞行控制系统设计,并在高超声速的条件下对其进行了仿真验证, 结果表明了该方法的有效性。     

基于非负支持域递归逆滤波技术的湍流退化图像复原算法

在常规图像复原算法中,成像系统的点扩展函数和观测噪声被认为是先验信息。当飞行器在大气层内高速或超高速飞行时,会产生气动光学效应,严重影响成像制导系统的成像质量,在这种情况下,降晰函数和观测噪声是未知信息。为有效复原湍流退化图像,提出了基于非负支持域递归逆滤波技术的湍流退化图像复原算法,该算法可同时辨识递归滤波器的参数。非负支持域递归逆滤波技术适用于视场背景为单一的黑色、灰色或白色并且支持域确定的目标图像的复原及相应滤波器参数的辨识。提出的算法首先将湍流退化图像通过一个空域高通有限脉冲响应滤波器,以滤除部分因噪声引起的模糊信息,然后将首次滤波后的图像进行递归逆滤波,同时共轭梯度算法用于最小化非负支持域递归逆滤波凸集价格函数。该算法用于复原风洞测试图像,实验结果表明,复原效果有明显的改进。
     

脉冲星辐射脉冲信号辨识的新算法

为了提高脉冲星辐射脉冲信号辨识的效果和速度,提出了一种基于S变换的脉冲星辐射脉冲信号辨识算法。通过对脉冲星辐射脉冲信号的累积脉冲轮廓进行时频分析得出,在不同观测频率和不同信噪比的条件下,脉冲星累积脉冲轮廓S变换的时频分布图基本不变。基于这种稳定的时频特征,采用最小标准化欧式距离分离器对脉冲星信号进行辨识。实验表明,方法具有良好的抗噪性能,且识别率和运算速度均优于基于小波和双谱算法。     

基于遥测电流的太阳翼在轨振动参数辨识方法

针对传统太阳翼在轨振动特性测试需采用高精度星载设备或额外增设测量装置的问题,建立了太阳翼发电电流与太阳光线入射角之间、太阳翼在轨振动与太阳翼发电电流波动之间的关系。在此基础上提出了仅依靠遥测电流波动信息辨识太阳翼在轨振动固有频率和阻尼比的方法,即：首先通过傅里叶变换获取电流波动信号的幅频响应;结合模态分析结果辨识振动频率及对应阶次信息;通过滤波算法分解各阶次振动,逐一计算对应阻尼比。为验证本方法有效性及误差水平,构造了由多个单自由度衰减振动及随机信号叠加而成的模拟电流波动信号进行仿真分析,结果表明方法有效,误差可接受。在某卫星太阳翼在轨振动参数辨识上的应用实例也表明,本文所提出的方法满足工程应用需求。     

基于神经网络的荧光油膜厚度与灰度研究

在全局摩阻测量中,薄油膜技术可以很好地表征表面摩阻的分布情况。用特定波长的紫外线照射添加了荧光显色分子的不同厚度的油膜,油膜将发出不同的亮度。利用该原理通过检测受激发的荧光油膜灰度值可解算出相应油膜的厚度。本次采用BP神经网络及极限学习机(Extreme learning machine,ELM)神经网络搭建模型完成了荧光油膜厚度与灰度关系的预测,运用Hopfield神经网络完成了相应参数的辨识。实验表明,ELM神经网络模型、BP神经网络模型及插值法模型的预测误差分别为5.150%、5.485%和5.935%。通过Hopfield神经网络辨识,光源功率、光距和曝光系数等影响因素的参数误差率控制在1%左右,达到实际工程运用的要求。与传统插值法相比,通过神经网络可获得更高的精度,为荧光油膜灰度与厚度研究提供了一种可行的方法。     

一种带精确补偿的卫星姿态快速机动控制方法

针对挠性卫星姿态敏捷机动中,挠性模态和星体转动惯量不确知,进而影响前馈补偿的有效性的问题,提出一种将非线性状态观测器和转动惯量辨识相结合的精确补偿控制方法。证明了一般挠性卫星动力学的非线性项满足Lipschtiz条件,可引入非线性观测器,实现了挠性模态的准确估计。设计了一种基于角速度最优阶拟合的转动惯量校正方法,进一步提高前馈补偿的精度和姿态机动的快速性。数学仿真对比结果表明：本文所提的精确补偿控制方法,能够有效减少挠性附件振动和转动惯量不准确对姿态控制的影响,提高姿态控制的响应速度,满足挠性卫星机动过程的快速性和稳定性,适用于挠性卫星的姿态敏捷机动控制。     

基于遗传算法的固体火箭发动机参数辨识

固体火箭发动机参数辨识为非线性受约束优化问题,经典算法求解此类问题时初值敏感、局部收敛等问题表现较为突出.针对上述难题,将具有良好全局收敛性的遗传算法用于固体火箭发动机参数辨识,得到推进剂燃速模型和喉径变化模型的全局最优辨识值.计算结果表明,固体火箭发动机参数辨识采用遗传算法求解可行,计算结果与试验结果吻合良好.     

液-固挤压铝基复合材料动态系统建模方法

 液态浸渗挤压是一种可以由液态金属直接成形复合材料管、棒、型材的新工艺,针对该工艺过程参数和成形过程难于控制的现存问题,在对其辨识建模特点进行深入分析的基础上,采用基于U-D分解的非线性模型和参数在线估计方法,辨识出液-固挤压铝基复合材料过程的动态模型。实验结果表明,该方法可以提高模型和参数在线估计的计算效率和数值稳定性,辨识模型能很好地反映系统的动态特性,说明该在线估计方法工程应用的有效性,同时也为液-固挤压复合材料工艺的实际应用和过程控制奠定了基础。     

月地高速再入返回器弹道重建与气动力参数辨识

对嫦娥五号返回器再入飞行数据进行了弹道重建与气动力参数辨识。采用输出误差法辨识传感器误差及状态量初值,完成弹道重建。对重建弹道进行风修正,并获得修正后的攻角和侧滑角。基于修正后的弹道数据,采用线性回归法完成气动力参数辨识。与外测数据对比分析可知,弹道重建结果精度较高。与地面设计数据对比分析可知,气动力数据辨识结果与设计值偏差在合理范围内,从而验证了地面设计数据的可信度。