时变广义系统的H∞控制

研究系统矩阵中含有范数有界不确定性广义系统的H∞控制问题，通过广义系统的有界实引理分析不确定广义系统容许性以及H∞干扰衰减问题，利用线性矩阵不等式方法和Schur补定理将时变广义系统H∞控制问题转化为对定常广义系统H∞控制问题进行研究，得出了具有时变不确定性广义系统在范数有界的约束下等价于定常广义系统的结论。     

一种构造群组综合判断矩阵的方法

本文提出了一种如何构造判断矩阵的最优方法，从而可以有效地保证在层次分析法中所得判断矩阵的一致性。     

基于多项式近似的空间碎片群体轨道预报算法

快速准确地分析空间碎片群轨道演化行为对于其他在轨航天器碰撞规避至关重要。在各摄动力的作用下,空间碎片群演化运动呈现出复杂的非线性特征。空间碎片群体个体数量巨大,如果通过对空间碎片群中每个空间碎片进行轨道积分来分析群体预报的方法会导致计算量过大。针对该问题,提出一种基于多项式近似的轨道快速预报分析方法。该方法将空间碎片群分为少量的标称碎片和其他大量关联碎片。针对标称碎片的轨道预报采用数值积分求解保证预报精度;而针对其他大量的关联碎片轨道预报问题,采用多项式泰勒展开半解析方法求解,从而在保证预报精度的前提下有效减少空间碎片群轨道预报的计算量。为了验证方法的有效性,对不同空间碎片群进行了轨道预报仿真。仿真结果表明,当轨道预报精度设定在1m范围内时,多项式近似算法的计算量较蒙特卡洛方法计算效率提高了2.2~17.2倍,验证了所提出方法的有效性。     

资源约束下的反导任务迭代收敛特性

为提高反导任务执行效率,研究反导任务的总量模型和迭代收敛规律,利用任务转移矩阵定量描述反导任务之间的联系与作用强度.引入任务量完工比例参数表征协同反导特点,建立任务总量模型,揭示反导任务迭代收敛规律,深入探究影响收敛的主要因素.基于资源约束和时间优化的视角,确定任务关键度,规划任务优先级,优化资源配置,调控反导任务迭代收敛速度.结合实例验证了任务总量模型和迭代收敛规律是合理可行的,为计算和优化反导任务提供了理论依据和具体对策.     

H∞ output tracking control for flight control systems with time-varying delay

For flight control systems with time-varying delay, an H∞ output tracking controller is proposed. The controller is designed for the discrete-time state-space model of general aircraft to reduce the effects of uncertainties of the mathematical model, external disturbances, and bounded time-varying delay. It is assumed that the feedback-control loop is closed by the communication network, and the network-based control architecture induces time-delays in the feedback information. Suppose that the time delay has both an upper bound and a lower bound. By using the Lyapu- nov-Krasovskii function and the linear matrix inequality （LMI）, the delay-dependent stability criterion is derived for the time-delay system. Based on the criterion, a state-feedback H∞ output tracking controller for systems with norm-bounded uncertainties and time-varying delay is presented. The control scheme is applied to the high incidence research model （HIRM）, which shows the effectiveness of the proposed approach.     

基于广义马氏距离的混合型多属性决策的 TOPSIS方法

为了解决混合型多属性决策问题,将不同属性值转换为区间数形式。在基于马氏距离的逼近理想解排序法（TOPSIS）中,指标问线性强相关导致协方差矩阵为奇异矩阵,不能计算马氏距离。因此,定义了区间数的协方差矩阵,采用奇异值分解方法计算协方差矩阵的广义（M—P）逆矩阵。改进的算法克服了传统TOPSIS存在的指标信息重复、主观赋权不合理、隶属度难以确定,以及可能出现与理想解欧式距离近的方案与负理想解的欧式距离也近的不足。最后,给出了该方法的一个算例,结果表明该决策方法是实用和可行的。