基于神经网络自适应稳定PID控制方法的研究

经典的基于对象精确数学模型的PID控制方法的自适应性较差,难以适应具有非线性、时变不确定性的被控对象.神经网络控制算法的稳定性又受到迭代初值的影响,且算法复杂.为此提出了一种基于RBF神经网络的、结构简单的、稳定的PID直接自适应控制方法.讨论了控制器参数迭代初值选取的基本原则,并给出了在保证系统稳定性前提下参数的迭代算法.仿真研究结果表明,该方法的鲁棒性和跟踪性能均优于经典PID方法.      

基于空间重采样的遥感图像压缩

针对遥感图像压缩，在分析基于变换的压缩方法（如小波变换）可用性的基础上，提出一种称为RBC（Resampling Based Compression，即基于空间重采样压缩）的新压缩方法，RBC方法的主要特点是恢复图像的高保真和压缩算法的低运算复杂度，因此十分适合高速，实时压缩应用，给出了RBC方法与SPIHT（Set Partitioning In Hierarchical Trees)方法的压缩结果的比较，。比较结果表明RBC方法比其他熟知的方法更适合于遥感图像压缩应用。     

一种新的脉冲串匹配滤波方法

分析脉冲串信号的两种匹配滤波器—梳状滤波器和窄带滤波器实现脉冲串匹配滤波的原理。提出一种新的脉冲串匹配滤波方法,即通过频谱取样实现脉冲串的匹配滤波。理论分析和仿真结果证明,该方法能很好的滤除信号中的噪声。     

基于降秩多级维纳滤波器的零陷加宽算法

自适应阵列处理中,常规的零陷加宽技术在自适应权和数据失配时具有较强的鲁棒性,但该技术同时会带来计算量的增加.通过推导一种新的相关相减结构多级维纳滤算法(CSA-MWF)的向前递推形式,进而将零陷加宽技术引入降秩CSA-MWF中,提出了基于降秩CSA-MWF的零陷加宽算法.相比于常规的零陷加宽技术,该方法有效地降低了计算...     

涡扇发动机故障诊断中粒子滤波改进方法

针对标准粒子滤波算法诊断步数多且诊断结果噪声水平高的问题,提出伪协方差和自适应似然分布结合的改进粒子滤波算法。该算法通过使用伪协方差代替了粒子集协方差,保证采样得到的粒子能够更真实地反映突变情况,减少诊断步数;通过对似然分布自适应调整,增加其与先验分布的重叠区域,提高抽样率,增加有效粒子数,降低诊断结果噪声水平。发动机健康参数估计仿真结果表明:与标准粒子滤波算法相比,改进的粒子滤波算法能使诊断速度提高约27%,诊断精度提高约38%,有效地减少了突变故障的诊断步数,并显著降低了诊断结果的噪声水平。     

涡扇发动机自适应加减速控制研究

针对涡扇发动机加减速过程特性参数变化大的不确定系统,提出一种带执行机构的涡扇发动机自适应加减速伺服控制设计方法。采用变阻尼修正的自适应控制规律,抑制了自适应加减速过程中的参数漂移。在自适应加减速控制算法中,设计目标是使被控对象的输出能够伺服跟踪任意加减速指令信号,这一指令与涡扇发动机加减速过程中对带有条件限制的指令要求一致,为使控制系统具有加减速伺服跟踪和对外界扰动信号抑制的能力,在控制回路中内嵌积分环节,实现闭环加速伺服跟踪鲁棒性能,结果表明:自适应控制适用于涡扇发动机过渡态控制。在仿真时,在系统中加入白噪声干扰的情况下,自适应参数被限制在±0.003的范围内,没有出现参数漂移现象;在快速加减速过程中,加减速燃油流量未出现大幅超调和下垂,加减速时间不超过4 s。     

考虑执行机构饱和的迎角跟踪控制

设计提出了 1种针对高光谱图像分类任务的 3D-MSCNN模型。在 PCA降维的基础上,利用 3D空谱特征提取网络和 2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度地表覆盖的表达能力。最后,利用 Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在 In. dian Pines和 Pavia University数据集上都取得了较好的分类效果。与 CD-CNN、3D-CNN、SS-Net和 HybirdSN等方法相比,本文算法能够有效提升总体精度、平均精度和 Kappa系数等客观评价指标。     

专家-模糊自适应PID算法在伺服控制系统中的应用

为满足工程中伺服系统所用控制算法的要求,基于控制系统输出误差及误差变化率的大小,在专家PID和模糊自适应PID之间进行模式转换,提出一种基于专家控制的模糊自适应PID控制算法。将该算法用于飞机燃油全模试验伺服控制系统中,并使用Matlab进行仿真。结果表明,该算法既具有模糊PID控制精度高、稳态性好、鲁棒性强的优点,又继承了专家PID控制器响应快速的特点,具有很好的控制效果。     

智能材料和结构在变体飞行器上的应用现状与前景展望简

 变体飞行器可以根据不同的飞行条件改变自身形状以获得最优的气动性能,大大提高飞行器的综合性能,是未来飞行器发展的重要方向之一。新型智能材料和结构具有驱动、变形、承载、传感等特点,为变体飞行器的设计提供了新的技术途径。本文根据不同可变形机翼结构分类,详细阐述了智能材料和结构在自适应结构、智能驱动器和变形蒙皮等方面的研究现状。变体飞行器的实现亟需解决变形/承载一体化蒙皮技术、轻质大输出力驱动器技术和自适应结构技术等关键技术,本文还对智能材料和结构未来在变体飞行器上的应用前景进行了展望。     

模拟存在运动激波流场的无网格自适应算法

将无网格自适应算法发展用于求解存在运动激波的非定常流动问题。为了降低初始布点要求,同时提高对运动激波的分辨率,提出了一种结合点云加密和点云粗化的动态点云技术。采用该技术,在非定常计算的每一个时间步,首先通过基于压强梯度的流场探针识别出激波所在位置,然后对激波附近点云进行加密,从而提高对激波的分辨率,同时对远离激波的点云进行粗化,尽可能减少冗余节点,提高计算效率。采用所提出的无网格自适应算法求解了N-S方程,首先对一维运动激波问题进行了数值模拟,通过将数值模拟结果与精确解比较,验证了所提算法求解存在运动激波的非定常流动的可行性,在此基础上,将方法推广用于二维非定常流动问题的求解,分别对瞬时激波碰撞圆柱以及双弧翼型激波振荡流动进行了数值模拟,计算结果表明,方法可以显著提高对激波的分辨率,同时相对于直接采用较密布点的非自适应算法,自适应算法在计算效率上具有优势。