基于模型参考模糊自适应的转台摩擦力矩补偿研究

为克服某型伺服转台在摩擦力矩干扰下引起的低速“爬行”问题,设计了基于模型参考模糊自适应的摩擦补偿控制方法;并基于所建立的数学模型对该摩擦补偿方法进行了lyapunov稳定性证明,采用Matlab进行了仿真试验分析。仿真结果表明,该摩擦补偿方法能够有效抑制摩擦干扰的不利影响,提升了转台低速跟踪的平稳性,从而显著提高了转台的低速伺服精度。     

RLV再入神经网络自适应姿态控制器设计

可重复使用运载器（RLV）大包线再入过程中,广泛存在模型不确定与外界干扰,会给姿态控制器的设计带来不利影响,为此提出了一种神经网络自适应控制器设计方案。基于时标分离原理设计了快、慢双回路控制结构。在此基础上设计了径向基神经网络（RBFNN）自适应律,用于在线估计模型不确定和外界干扰力矩,并在控制器中进行补偿。仿真验证表明,RBFNN 自适应控制器能良好地完成姿态跟踪控制,有效地抑制干扰力矩对姿态控制的影响。自适应律能够在线估计真实的飞行器动态和外界干扰力矩,控制器具有抗扰动能力。     

调频引信中噪声调幅干扰的自适应抑制

噪声调幅干扰是一种有效的压制性干扰,可压制近炸无线电引信对目标信息的获取。为提高线性调频无线电引信抗噪声调幅干扰的能力,将单频率自适应陷波器应用到线性调频引信中,对噪声调幅干扰进行抑制。分析了噪声调幅干扰抑制原理,并对噪声调幅干扰抑制效果进行了仿真。仿真结果表明:SJB=-10 d B时,仍然能达到很好的噪声调幅干扰抑制效果。     

基于NN-PSM的航空发动机机载自适应稳态模型

为建立一种适用于大包线、变状态的高精度、高实时性航空发动机机载自适应稳态模型,提出一种基于神经网络和推进系统矩阵相融合（NN-PSM）的机载自适应稳态模型建模方法。该方法基于小偏差线性化方法对发动机进行线性化来提取推进系统矩阵,用于表征机载模型与发动机之间的输出偏差量。基于神经网络建立发动机基线模型,用于映射飞行条件与发动机输出量之间的关系,利用神经网络的强拟合能力提高机载模型的稳态精度;设计卡尔曼滤波器实时估计发动机健康参数,提高模型的自适应能力。在大包线、变状态的飞行条件下进行仿真验证,并与传统的复合推进系统模型（CPSM）进行对比,结果表明:NN-PSM模型的平均精度在0.66%以内,而CPSM的平均精度为2.07%以内,运行时间仅为CPSM的1/10,且具有数据存储量少的特点。      

利用神经网络逆控制系统提高 Turbo码译码性能

对Turbo码译码逆模型建立问题,提出使用神经网络结构的非线性滤波器来建立Turbo码译码自适应逆模型.采用最优常系数比例因子统计得到Turbo码期望衰减系数,通过利用期望衰减系数训练神经网络非线性自回归外输入NARX滤波器,建立全局范围内的Turbo码译码逆输入输出映射模型.在线性逆控制系统中采用该自适应逆模型,与非线性逆控制结构的自适应逆控制系统相比,具有系统结构简单、运算量小等特点.仿真结果表明在信噪比大于0?dB时,该自适应逆模型算法收敛迅速、稳定,计算误差保持在较小的范围之内.自适应逆译码模型从译码机理角度提供了一种改善译码性能的新途径.     

用于GPS接收机的自适应算法抗干扰性能比较

为了比较功率反演、多信号归类和最小范数自适应算法的抗干扰性能,研究了各算法的基本原理,并在均匀线阵中采用各算法进行仿真,比较各算法在有用信号和干扰来向上得到的天线增益.仿真中有用信号为-160 dBW的GPS卫星信号,两个同频干扰来自不同方向,并在仿真中改变干扰功率.仿真结果表明这三种算法都可以用于GPS接收机抗干扰.其中,功率反演算法抑制弱干扰的性能较差;多信号归类算法抑制弱干扰的性能较好,但会引入错误零陷;最小范数算法既可以抑制弱干扰,也不会引入错误零陷.      

三自由度平面欠驱动机械臂的轨迹跟踪控制

研究了三连杆平面欠驱动机械臂的轨迹跟踪问题.机械臂的第3个关节为被动关节,施加在自由运动连杆上的动力学约束是二阶非完整的.通过全局输入和坐标变换,系统的动力学方程被变换成高阶链式形式.基于后推法(backstepping)的思想推导出保证系统全局渐近收敛于参考轨迹的时变反馈控制规律.后推法将系统分解为低阶子系统来处理,利用中间虚拟控制变量和部分Lyapunov函数简化了控制器的设计.数值仿真结果显示系统能稳定地跟踪参考轨迹,也证明了控制器设计是有效的.      

柔性卫星大角度机动的自适应模糊变结构控制

针对柔性卫星大角度机动过程中多种模态的强耦合非线性动力学控制问题,提出了一种自适应模糊变结构姿态控制方法.首先利用拉格朗日方程建立了带柔性附件卫星的动力学模型,然后设计变结构控制器使得系统状态能在有限时间内到达滑模面,并采用自适应模糊系统逼近系统所存在的耦合非线性项.为了削弱变结构控制项所带来的抖动,避免激发柔性附件的高频模态,采用边界层方法来代替开关项,并通过模糊规则表的方法确定边界层的厚度.仿真结果表明,所提出的控制方法既实现了柔性卫星高精度姿态控制,也保证了卫星大角度机动过程中柔性附件弹性模态的有效抑制,系统对各种干扰具有一定的鲁棒性.      

大方位失准角MIMU空中对准建模及半物理仿真

由于快速性的要求,微小型无人机不经过地面精确初始对准就升空作业,因此MIMU(Micro Inertial Measurement Unit)空中对准在大失准角下进行. 为了提高微小型无人机空中的反应速度和作业精度,把非线性误差部分作为状态变量,建立MIMU在大方位失准角下无需小角度近似的空中对准的线性模型,同时为解决噪声不确定导致滤波器发散的问题,提出将AKF (Adaptive Kalman Filter)应用在GPS(Global Positioning System)辅助MIMU的空中对准中,半物理仿真结果证实其取得了比基于非线性误差模型的EKF(Extended Kalman Filter)精度高且速度快的结果,不仅使MIMU的方位失准角由60° 快速下降到2° 左右,且所需时间仅为EKF的67%.      

基于GPS对地球同步轨道自动转移飞行器进行导航的可行性分析

研究利用GPS对地球同步轨道自动转移飞行器进行导航的方法,分析了飞行器在转移过程中可用的GPS卫星数目,在地心惯性坐标系下建立了惯导误差和GPS的伪距、伪距变率模型,采用渐消因子的自适应卡尔曼滤波对飞行器进行组合导航.仿真结果表明,可用GPS卫星的数目随着飞行器高度的增高而减少,因此无法利用单一历元观测信息直接对飞行器导航.但采用多历元观测信息和动力学模型相结合的滤波方法可对飞行器进行组合导航,当飞行器初始位置偏差为1 km,初始速度偏差为1 m/s,伪距及伪距变率观测均方差分别为10 m和0.05 m/s时,地球同步轨道自动转移飞行器的最终位置偏差小于50 m,速度偏差小于0.02 m/s.