自适应滤波在磁暴期间地磁导航中的应用

对磁暴期间巡航导弹巡航段的地磁导航问题进行了讨论。针对地磁导航在磁暴期间常规卡尔曼滤波容易发散的问题,提出了一种基于Sage\|Husa自适应卡尔曼滤波的地磁导航算法。算法根据新息的变化自适应调整测量噪声矩阵,消除了磁暴影响,提高了滤波稳定性。仿真表明在选择合适的遗忘因子基础上,即使在磁暴最剧烈的时间段,采用自适应卡尔曼滤波仍能保证一定的精度,定位精度在200m以内,满足巡航导弹中程制导的精度要求。     

编队卫星姿态的自适应协同控制

研究了无向信息交互条件下的多卫星姿态同步和跟踪问题,分别在模型参数精确已知和存在模型参数不确定性的情形下设计分散式协同控制算法。当模型参数精确已知时,基于滑动模态变量设计的协同控制力矩,实现了编队卫星姿态的同步机动,即保证编队卫星姿态的同步,并同时跟踪期望的时变参考姿态轨迹。当在轨卫星存在模型参数不确定性和常值未知扰动力矩时,提出了一种自适应协同控制律,仍能实现多卫星姿态的同步机动。基于Lyapunov-Krasovskii的分析表明,当星间链路存在任意未知的定常通讯时延时,本文设计的控制器有效。数值仿真算例验证了本文提出的控制算法。     

卫星编队飞行输出反馈姿态协同跟踪控制

针对卫星编队飞行姿态协同跟踪的控制过程中角速度信息不可测及外界常值干扰的问题,提出输出反馈协同控制器的设计方法。首先,利用绝对及相对姿态误差信息设计含有积分项的滤波器,并在控制器中引入滤波器的输出信息;同时,考虑到卫星的模型不确定性,设计自适应估计器以对卫星的转动惯量进行在线估计。此外,论证了当卫星编队的通信拓扑结构满足无向树形结构的条件时,仅对任意一颗卫星期望姿态可知即可使整个系统协同收敛于期望值。设计的控制器无需卫星角速度信息即可使角速度信息协同达到期望值,并且引入积分项使得闭环控制系统对常值干扰有良好抑制效果,同时给出降低系统的信息通信压力的分析。最后将提出的算法应用于无需角速度信息反馈的卫星编队飞行的协同控制,仿真结果表明该方法的可行性与有效性,具有实际的应用前景。     

神经网络专家系统在电源系统诊断中的应用

为了解决卫星这类复杂系统采用单一的智能故障诊断技术的诊断局限性问题,提出一种基于模糊综合评判的神经网络和专家系统相结合的诊断方法。选用改进的BP神经网络,添加动量因子和可变学习速率,并通过计算十个相同结构神经网络输出的标准差获得诊断结果的可信度。采用基于可信度的专家系统不确定性推理,给出了可信度计算方法。采用代数积与代数和模糊算子对两种诊断方法的结果进行综合评判。成功地应用于某卫星电源系统的故障诊断中。结果表明诊断的可信度和诊断的正确率得到提高。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

自适应旁瓣对消分析

旁瓣对消技术在雷达、通讯等领域有着很重要的作用,文章依据自适应天线原理,对自适应旁瓣对消效果和权值的调整对干扰信号的抑制进行了物理意义上的解释,并进一步探讨了自适应旁瓣对消技术性能。     

任务空间内空间机器人鲁棒智能控制器设计

研究了基于神经网络的自由漂浮空间机器人在任务空间内的轨迹跟踪问题。首先利用RBF神经网络来逼近自由漂浮空间机器人高度非线性的动力学模型，然后设计了鲁棒控制器对逼近误差和外部干扰进行抑制。利用Lyapunov直接方法建立的新的神经网络参数和连接权值的在线学习算法，以及利用耗散理论设计的鲁棒控制器保证了系统的稳定性，并能够使系统L2增益小于给定的指标。利用该控制器对平面二连杆空间机器人进行了仿真研究，表明该智能控制方案是有效的。     

卫星CMAC神经网络姿态控制器设计及仿真

为提高传统卫星姿态控制系统精度,提出了一种基于小脑模型(CMAC)神经网络的比例-积分-微分(PID)的复合控制器。给出了具在线学习功能的复合控制器结构,并证明了神经网络学习收敛条件与最终控制目标的一致性。仿真结果表明,设计的控制器具有较好的自适应性和鲁棒性。与传统控制器相比,进入稳定状态的速度更快,指向精度更高。     

电液伺服系统的间接自适应模糊滑模跟踪控制

为改善电液伺服系统的跟踪控制,根据滑模控制原理和模糊系统逼近能力,设计了一间接自适应模糊滑模跟踪控制方案。该法以自适应模糊系统替代系统自治特性,用滑模方式设计控制律,在滑动模态附近建立一边界层,以平滑不连续控制削弱抖振。仿真结果表明该方案有效。     

基于自适应幂次切换增益的动能拦截滑模制导律

抖振问题限制了非线性变结构制导的应用。运用幂函数作为切换增益函数并设计全局鲁棒的滑模,构成自适应趋近律,实现切换线平滑趋近,形成基于自适应幂次切换增益的滑模制导律AP-SMG。给出其存在可达与稳定条件,并对空间目标的非机动和脉冲/连续机动环境作了仿真比较与参数分析。结果表明该制导律在动能拦截中可以有效削弱甚至消除视线角速率和控制律抖振,降低所需控制能量的同时能够保证制导精度,构造简单,无需智能结构辅助,总体性能优于基于常值切换增益的系列制导方法C-SMG。