基于多层感知器神经元的空间柔性机器人位置跟踪控制

针对基体位置及姿态均不受控的自由漂浮柔性空间机器人轨迹跟踪问题,提出了一种前馈多层感知器(MLP)神经网络控制策略.建立了末端柔性的自由漂浮基机器人的耦合动力学模型,再利用MLP神经网络良好的逼近能力来自适应补偿非线性柔性臂的逆动力学模型,其误差代价函数由PID控制器提供,权重及阀值的调整采用改进的BP反传算法.最后通过仿真比较详细分析了所提方案的工作机理及对非线性强耦合系统控制的有效性.     

Double-stage Metamodel and Its Application in Aerodynamic Design Optimization

Constructing metamodel with global high-fidelity in design space is significant in engineering design. In this paper, a double-stage metamodel (DSM) which integrates advantages of both interpolation metamodel and regression metamodel is constructed. It takes regression model as the first stage to fit overall distribution of the original model, and then interpolation model of regression model approximation error is used as the second stage to improve accuracy. Under the same conditions and with the same samples, DSM expresses higher fidelity and represents physical characteristics of original model better. Besides, in order to validate DSM characteristics, three examples including Ackley function, airfoil aerodynamic analysis and wing aerody-namic analysis are investigated. In the end, airfoil and wing aerodynamic design optimizations using genetic algorithm are presented to verify the engineering applicability of DSM.     

基于PSO的多观测器轨迹优化研究

在多观测站目标被动跟踪过程中,多观测器运动轨迹对定位跟踪精度有重要影响.为提高对运动目标的跟踪精度,将目标滤波协方差的迹作为目标优化函数,提出一种基于粒子群算法(Particle Swarm Optimi-zation,PSO)的多观测器轨迹优化方法,并将轨迹优化加入运动目标被动跟踪过程中,实现了观测器自适应运动下的运...     

基于相关误差的变步长LMS算法

以自适应对象建模为应用背景,对不同的变步长LMS算法进行对比研究,提出了一种基于相关误差的变步长LMS算法,仿真结果表明,该算法较现有算法具有较快的收敛速度和较高的收敛精度.     

一种加速度干扰下的稳定被动定位跟踪算法

在研究一种具有误差自动解耦的观测域滤波的目标跟踪算法和自适应渐消EKF算法的基础上,提出一种匀速运动模型下,基于观测域的自适应目标跟踪算法。使用实测GPS导航数据进行数字仿真,结果表明：观测域的自适应目标跟踪算法在加速度扰动下,稳定性优于观测域滤波算法。     

基于模糊算法的红外遥控器智能检测系统的实现

总结分析了各种红外遥控器的编码和编码发送方式。为便于实现各种红外遥控器的智能检测，介绍了一种基于模糊算法的对红外遥控器信息进行采集的数据处理方法。     

基于预警卫星观测的弹道导弹运动状态估计算法

针对预警卫星仅有角度测量信息，目标运动可观测性很弱，而导致最大似然弹道估计条件病态严重的问题，提出基于提供目标状态估计和联合误差协方差的Levenbebg-Marquardt算法的修正最大似然估计（MML）算法。利用预警卫星初始观测时刻的目标高度和速度等部分先验信息作为伪测量量，推导出导弹运动状态参数估计的修正最大似然算法。最后，对算法进行了Monte—Carlo仿真研究，仿真结果表明估计误差同理论误差边界相当，验证了估计算法的一致性和有效性．     

带滑移滞变系统的三阶段逐步收敛的识别方法

针对非线性带滑移滞变系统模型复杂，参数多，识别时收敛困难等问题，提出了一种三阶段逐步收敛的识别方法对Baber与Noori提出的带滑移滞变模型进行了参数识别。计算实例表明，该方法具有收敛速度快、且容易收敛的特点，对于参数较多、模型复杂的系统，是一种非常有效的参数识别方法。     

用于精确寻的的几种算法研究

介绍了几种比较典型的、寻的精度较高的算法———图像矩算法、归一化积相关算法和多子区灰度相关算法 ,分析了它们的算法原理 ,给出了实现方法并对之进行了简化 ;在计算机上进行模拟实验 ,获得了它们的寻的精度参数和寻的时间参数 ;分析了实验结果 ,得出各种算法的性能评估 ,为在精确寻的应用中选用寻的算法提供了依据并指出了进一步改进算法性能的工作方向。     

Trajectory Tracking Control for a GMM Actuator Based on a Heuristic ILC Method

A heuristic iterative learning control （ILC） method is presented and applied to the trajectory tracking control of a giant magnetostrictive material （GMM） actuator. A GMM actuator is used as experimental equipment for micro-displacement trajectory tracking control. The advantage of the presented approach lies in quitting the model of the GMM actuator. The experimental results attest to the high efficiency of the presented method for the micro-displacement trajectory tracking control.