绕飞慢旋目标参数自适应积分滑模控制

针对满足一定条件的一类不确定部分上界不确知的系统,提出了一种参数自适应积分滑模控制策略.通过在切换函数中引入跟踪误差积分项,消除了传统滑模变结构控制需要被跟踪信号导数已知的假设.同时基于Lyapunov方法引入参数自适应律,使系统能够抑制干扰.采用该控制方法,进行大椭圆轨道慢旋目标同步绕飞跟踪控制器设计.仿真结果表明,该方法具有较强的鲁棒性以及良好的跟踪性能.     

基于自适应重要抽样的可靠性分析方法

基于自适应重要抽样(AIS,Adaptive Importance Sampling)的可靠性分析方法,能够克服基于蒙特卡洛方法分析小概率事件时存在的效率低、精度差问题.为解决显性失效方程不存在时寻找失效点困难问题,首先利用条件递归寻找失效点,并使之尽可能在失效面附近;以该失效点为采样中心,抽取失效样本,并不断调整采样中心,使失效样本不断靠近设计点;然后利用这组失效样本估计重要抽样函数的参数,再执行自适应迭代过程,直至失效概率的误差缩小到允许误差限内.最后通过两个典型案例对方法进行应用验证,仿真结果表明在没有失效方程的情况下,能够通过仿真方法很快找到失效点,表明对于不存在显性失效方程的系统,该方法同样适用.与蒙特卡洛方法的对比结果表明该方法在仿真效率上具有较大优越性,且失效概率越小,这种优越性越明显.      

基于Krylov子空间的多级维纳抗干扰滤波设计

全球卫星导航系统(GNSS, Global Navigation Satellites System)空时抗干扰要求有较好的实时处理能力,常规矩阵求逆的算法由于计算量太大限制了其在GNSS中的应用.在分析多级维纳滤波(MWF,Multi-stage nested Wiener Filter)原理的基础之上,结合Krylov子空间性质,设计出一种应用于GNSS空时抗干扰的自适应多级维纳滤波器,从而实现了在Krylov子空间中降维滤波,避免了矩阵求逆的大运算量.仿真结果表明,该算法在保证抗干扰性能不受影响的前提下,降低了GNSS空时抗干扰算法的计算量,提高了实时处理能力.     

不确定非线性主动容错控制系统模糊控制设计

考虑到实际主动容错控制系统中故障以及故障检测与隔离(FDI,Fault Detection and Isolation)决策出现的随机性,随机故障与FDI决策行为分别用两个Markov过程描述,用T-S(Takagi-Sugeno)模糊模型表达不确定非线性主动容错控制系统,并基于并行分布补偿(PDC,Parallel Distributed Compensation)方案,给出了能够保证闭环模糊系统鲁棒随机稳定的模糊控制器设计方法.鲁棒容错模糊控制器的存在条件由一组线性矩阵不等式(LMI,Linear Matrix Inequality)给出,从而方便地利用优化技术求解,随后倒车控制系统的仿真结果验证了所建议方法的有效性.      

SINS／GPS／陆标组合导航在平流层飞艇中的应用

针对平流层飞艇的飞行特点,提出了SINS/GPS/陆标组合导航方法,给出了SINS/陆标组合导航的观测模型,并将Sage-Husa 自适应滤波方法与联邦滤波相结合形成改进的自适应联邦滤波,用于SINS/GPS/陆标组合导航系统.数学仿真结果表明:新组合导航系统相对于SINS/GPS组合导航系统,可以有效改善平台误差角的估计精度,同时利用改进的自适应联邦滤波可有效提高全局滤波精度.     

移动式机器人复合电源能量管理策略

为了在不增加移动式机器人重量的前提下提高动力性能并延长电源使用寿命,采用了蓄电池-超级电容器复合电源代替单一蓄电池电源,而能量管理策略在很大程度上决定着复合电源的性能.针对移动式机器人驱动电流兼有低频和高频波动的特点,研究了一种模糊控制与滤波算法相结合的能量管理策略,模糊控制算法在较大时间尺度上对驱动电流的低频变化进行分配,同时滤波算法能够分解出驱动电流在较小时间尺度上的高频脉动成分给超级电容器承担.能量管理系统中通过一个双向DC/DC变换器控制超级电容器电流,间接实现对蓄电池电流的控制.模型仿真和样机实验结果均验证了能量管理策略的有效性.     

基于自适应反演法的导弹直/气复合制导

防空导弹要求能够应对高速、高机动性等复杂对抗环境,直接力/气动力复合制导是防空导弹制导系统设计的关键技术.主要研究了直接力/气动力复合控制导弹的控制律、操纵律以及制导律,针对非线性系统,提出了一种基于自适应反演理论的控制方法;直/气复合切换逻辑采用模糊方法;末制导段应用变结构制导律.以某防空导弹为例进行仿真,结果表明该复合制导方法易于实现,对于高机动目标具有良好的制导精度,显示了该方法的有效性.     

基于递推自适应权重的快速稠密立体匹配

针对经典自适应权重稠密立体匹配算法计算量大的问题,提出了一种递推自适应权重算法.重新定义相邻像素的权重为距离衰减因子和色彩差异函数的乘积,不相邻像素权重为相邻像素权重的累乘,色彩差异越小、距离越近的像素权重越大;证明了在新的权重定义下,一维空间的匹配代价融合可以通过两次递推完成,真实图像的匹配代价融合可以通过4次递推完成,同时给出相应递推公式;递推匹配代价融合时每个像素每一视差只做4次乘法和8次加法,计算量比窗口大小为35×35的经典自适应权重算法小约两个数量级;基于递推匹配代价融合实现了一种快速稠密立体匹配算法.使用Middlebury大学的测评集测试该算法,证明了递推自适应权重算法的速度和精度均优于经典自适应权重算法.     

基于结合力模型的自适应飞机防滑刹车控制

飞机在起飞和着陆过程中刹车系统工作的可靠性和效率的提高,对提升整个飞行周期的安全性有着重要的意义.针对不同的跑道状况(干、湿等)、跑道材质(沥青、软土)或温度等条件下,飞机轮胎与跑道之间的结合力会存在较大差异而直接影响刹车效果甚至有效性的问题,采用与速度相关的动态LuGre摩擦力模型表示结合力,将未知的跑道状态映射到结合力模型参数,通过对模型参数进行估计,达到对跑道状态进行识别的目的.首先建立飞机机体和机轮动力学模型,使用状态观测器对结合力模型中不可测量的内部摩擦状态变量进行估计,并由自适应律获得当前跑道状态对应的模型参数,而后在线求解结合力模型的伪稳态模型得到结合系数最大值及相应的滑移率,将此滑移率作为控制系统的跟踪目标,利用反馈线性化思想构造前馈控制器进行防滑刹车控制,最后通过仿真验证控制效果.     

基于随机模型近似的再入目标自适应跟踪算法

针对再入目标跟踪问题,基于加速度动力学模型和随机模型近似思想,提出了分段匀Jerk自适应模型及跟踪算法.该算法引入Jerk动力学模型和Jerk分段均匀假设,给出了机动加速度的递推模型;根据随机模型近似思想提出了新的过程噪声定义方法并给出了分段匀Jerk模型和过程噪声的自适应方法;结合状态扩展方法和分离差分滤波算法实现了再入目标的实时自适应跟踪.仿真实验表明,相比基于分段匀加速模型的跟踪算法,该算法在保证了再入目标稳态跟踪精度的同时,对目标突变状态具有较强的跟踪能力.