数控纤维缠绕机芯模处理软件的研究

给出了离散点输入芯模的数学处理过程,从而对任意给定的芯模轮廓曲线有了统一的处理方法,统了一芯模输入,为非测地线缠绕软件的输入芯模“微元化”提供了理论依据,并为后面的缠绕计算奠定了基础。     

考虑输入饱和与姿态角速度受限的航天器姿态抗退绕控制

 针对航天器姿态控制过程中同时存在输入饱和与姿态角速度受限的问题,提出了一种新型的姿态控制设计方法。该方法在保证系统渐近稳定的前提下,能够显式地给出输入力矩和姿态角速度的最大幅值,并通过引入一个时变锐度参数来增强系统对外部干扰的抑制能力;在此基础上,进一步考虑了由于四元数的冗余性所导致的退绕问题,设计了一组新的姿态偏差函数和偏差向量,使得控制器在满足上述约束的同时还具有抗退绕的优点。仿真结果表明,所提算法能够同时满足输入饱和与姿态角速度受限的约束,并且在较大外部干扰的情况下表现出了很强的鲁棒性,同时成功地规避了退绕现象。该算法为存在多重约束的航天器姿态控制问题提供了一个新的思路和解决方案,具有很好的实际应用价值。     

一种超声速状态下机载推进系统模型的建模方法

为了满足机载航空推进系统模型对精度、实时性及数据存储量的苛刻要求,提出了一种机载模型建模方法.对传统的机载稳态模型建立过程中使用的相似准则进行了充分讨论,得出了一种具备更高建模精度的相似准则.在新的相似准则基础上,建立了包含泰勒展开式中非线性2阶项的高精度稳态变量模型,有效解决了分段线性稳态变量模型在大包线、变状态条件下精度难以保证的问题;为了解决超声速状态下安装推力与发动机净推力差别较大的问题,建立了考虑外流特性的简化进气道模型,给出了一种计算安装推力的方法,即由简化发动机模型计算安装推力中符合相似准则的部分,由进气道模型计算溢流阻力、放气阻力及发动机推力中不符合相似准则的部分.仿真结果表明:基于新的相似准则所建立的机载模型具有大包线、变状态适应性,输出参数误差均在0.5%以内.      

一种基于蜂拥策略的分布式无人机编队控制方法

在无人机编队控制中,传统的主从式集中编队控制方式需要大量信息交互,对机间通信的要求较高.针对具有虚拟领航者的分布式无人机自组织编队跟踪问题,运用有界蜂拥算法对无人机模型进行求解.首先,提出了一种有界控制输入的蜂拥算法,并对算法的稳定性进行了分析;其次,对无人机进行了建模,提出了虚拟受力点的概念,并对虚拟受力点进行受力分析,将算法中的加速度转化成无人机径向速度与偏航速度的更新,以达到分布式无人机编队自组织以及跟踪虚拟领航者的目的;最后,通过仿真验证了算法和模型的有效性.     

一种鲁棒的概率核主成分分析模型

大数据时代面临的数据维数越来越高,对数据降维处理越发显得重要。经典的主成分分析模型已被证明是一种有效的数据降维方法。但它在处理非线性、存在噪声和异常点的数据时存在效果较差的问题。对此,文章提出了一种鲁棒概率核主成分分析模型。该模型将核方法与基于高斯隐变量模型的极大似然框架相结合,用多元 t分布作为先验分布,以同时解决主成分分析在这 3个方面的弊端。提出混合鲁棒概率核主成分分析模型,使其可直接用于对混合的非线性数据进行降维和聚类分析。在不同数据集上进行的实验结果表明,与标准的混合概率核主成分分析模型相比,文中模型在数据聚类方面有更高的准确率。     

基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

多变量模型参考自适应控制及在飞行控制中的应用

讨论了多变量模型参考自适应控制及其在飞行控制中的应用问题.针对相对阶任意的多输入多输出线性时不变系统,提出了一种模型参考自适应控制方案.基于SDU分解,仅要求高频增益矩阵的顺序主子式的符号已知,从而放宽了对高频增益矩阵的限制.通过构造合适的Lyapunov函数,证明了闭环系统的全局稳定性和跟踪误差的渐进收敛性.将所提方案应用到了飞行控制系统,仿真结果验证了所提方案的有效性.     

云计算环境下动态用户行为认证的机制、模型与分析

在云计算中,终端用户对云资源软硬件的影响和破坏远比目前用户利用因特网进行资源共享要严重的多,因此相对于用户的身份,用户的行为是否真实可信是云计算研究的一个重要内容。提出了户行为认征的机制,包括行为认证集的确立、行为证据的获得、行为认证的策略,建立相应的随机Petri网模型,并通过量化瞬时变迁的实施概率来模拟不同的认证选择,利用系统达到稳定状态时位置中的平均标记数来评价认证效果,为云计算的安全应用奠定理论和实践基础。