TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

微小型机器人嵌入式自驾仪设计

分析了不同类型微小型机器人对自驾系统的共性需求.提出了一种基于ARM(Advanced RISC Microprocessor)和μCOS-II的嵌入式自驾仪设计方法,给出了从需求分析、功能设计、结构设计、硬件设计、软件设计的系统设计过程,并分别从上述各方面对自驾仪的通用性进行了探讨.层次化的体系结构、模块化的硬件、结构化的软件以及无精确模型的模糊控制方法使得设计出的自驾仪经过简单的硬件调整和软件定制,就能适用于仿生机器鱼、履带机器人、小型无人机等不同的微小型机器人平台.经过多次试验验证,该自驾仪性能稳定、具有一定的通用性,弥补了专用自驾仪在多元异构群体中应用时的成本高、协调控制困难、兼容性和维护性差等不足.     

高超声速飞行器BTT非线性控制器设计与仿真

高超声速飞行器的气动特性比一般的飞行器更为复杂,选用BTT(Bank-to-Turn)技术,即倾斜转弯技术可以满足其对于气动外形的要求,但随之给动力学系统带来了快时变、严重非线性及强烈耦合的特点.针对高超声速飞行器倾斜转弯非线性控制器的这一特点,采用了一种更为有效的非线性系统的控制方法,即非线性动态逆技术.首先建立了高超声速飞行器的非线性数学模型,然后根据奇异摄动理论将动力学系统的受控状态变量分为快变量和慢变量2部分,应用非线性动态逆理论分别对快逆回路和慢逆回路进行设计,其中慢逆回路控制器的输出作为快逆回路控制器的输入指令,最后对于所设计的系统在高超声速下的倾斜转弯运动进行了仿真验证.仿真结果表明该控制系统可以实现倾斜转弯,并可以满足高超声速飞行器稳定飞行的要求.      

自组织网络中UPMA协议的群间仿真

基于有效竞争预约接入、无冲突轮询传输的思想,结合分层分布式网络结构为自组织网络提出了依据用户妥善安排的多址接入(UPMA)协议,UPMA协议可以支持节点移动性和多跳网络拓扑,并使用网络仿真工具OPNET仿真评估了它的群间通信性能.该协议利用分群算法将多跳网络拓扑形成轮询所需要的两跳分群结构,包括预约接入和无冲突的轮询服务阶段.有分组发送的节点在每帧的竞争接入时隙中竞争接入.如果成功,则进入轮询服务过程;否则,在本帧重新开始的接入阶段中进行冲突避免和分解的预约接入过程.仿真结果表明,UPMA协议显著提高了多跳群间的业务传输效率,可以提供较高的端到端信道利用率、较低的端到端平均消息时延和较小的平均消息丢弃率.      

MOEMS陀螺的谐振腔设计

微光机电(MOEMS)陀螺代表着微型光学陀螺的重要发展方向,而MOEMS谐振腔的设计是谐振式MOEMS陀螺的核心技术.提出了一种新颖的基于微纳米加工技术的MOEMS空间谐振腔结构,介绍了其工作原理和系统构成.建立了谐振腔的数学模型,并利用MATLAB软件对其重要参数进行了仿真计算及分析.为提高谐振腔清晰度及系统测量精度,优化了谐振腔输入输出镜的技术指标,并在此基础上完成了谐振腔的微加工工艺设计.结果表明:所设计的谐振腔清晰度可以达到346,陀螺极限灵敏度为0.25(°)/h,同时可以有效克服克尔效应、背向散射、偏振等光路噪声的影响.      

一种用于目标跟踪的UT-BLUE滤波方法

雷达机动目标跟踪问题中,通常目标运动模型可精确地在直角坐标系下建模,但大多数情形下模型是非线性的,同时在传感器坐标系下所获得目标量测又是直接可用的.通过将无迹变换与最优线性无偏滤波器有机结合,提出一种新的BLUE(Best Linear Unbiased Estimator) 滤波算法,以便解决上述非线性跟踪问题.首先,该算法利用无迹变换对经由直角坐标系下非线性目标运动模型得到的目标状态及其协方差作出预测,然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时,直接对它们作出状态估计.在算法推导及Monte-Carlo仿真过程中,将新的BLUE滤波算法和EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)滤波算法进行比较,结果表明新算法的有效性和适用性.      

机载火控系统的对空作战效能分析

机载火控系统的作战效能评估是飞机作战效能评估的重要内容.运用将影响图因子理论与兰彻斯特方程相结合的建模方法,建立了机载火控系统的对空作战效能评估模型.计算了装备不同机载火控系统飞机的空战损伤比,效能指标反映了不同机载火控系统对空战优势的影响,并绘出了机载火控系统性能指标(瞄准误差、目标识别概率、占位时间)对飞机空战损伤比的影响曲线图,为改进空战飞机火控系统装备提供可靠依据.该模型为评估飞机空战效能奠定了基础,并具有实际作战指挥意义.      

非线性系统的结构选择及其参数的集员辨识

基于支持向量回归和RBF(Radial Basis Function)神经网络,研究了带有未知但有界噪声的非线性系统的集员辨识问题.推导了噪声界以及支持向量个数与ε-不敏感参数之间的关系,给出了利用噪声界选择ε-不敏感参数的方法.描述了通过支持向量回归选择RBF神经网络规模的方法.该方法以Gaussian核函数作为径向基函数,支持向量作为径向基函数的中心构建RBF神经网络.运用改进的OBE(Optimal Bounding Ellipsoid)算法对RBF神经网络的权值进行辨识,得到与给定输入输出数据和噪声界序列一致的一类RBF神经网络.仿真算例验证了算法的有效性.     

基于短时傅里叶变换的飞控纵向频域等效拟配

基于短时傅里叶变换(STFT, Short Time Fourier Transform)方法,进行飞控系统时域数据纵向频域等效系统的拟配研究.对系统的输入信号,运用STFT方法进行分解,得到驾驶员敏感的频带内的信号.利用快速傅里叶变换(FFT, Fast Fourier Transform)求取输入输出信号的频谱,由频谱导出系统的频率响应函数,并将其用于低阶等效系统拟配,得到低阶系统参数.这种方法提高了高低阶系统等效拟配的拟配效率,减小了拟配误差,改善了飞行品质的评估结果.      

车载冷发射系统多刚体动力学快速仿真研究

为了满足发射动力学快速分析的需要,采用多刚体动力学的绝对坐标方法以适应发射车约束复杂和变拓扑结构的特点,针对车载冷发射系统的典型结构和弹射物理过程,建立并应用了9自由度快速仿真模型。与ADAMS和ABAQUS仿真对比表明,本文计算的车架后支腿载荷偏差不超过4%,而仿真时间只有ADAMS的7.1%和ABAQUS的0.004%,能够快速有效地分析系统的动态特性。通过实例研究了发射管底座-车架支腿载荷比的动态特性和附加载荷分配因子对该载荷比均值及发射管口最大位移的影响。结果表明,发射管底座-车架支腿载荷比在发射过程中逐渐增大并达到稳定值,附加载荷分配因子决定了发射管内弹道压力载荷通过发射管底座和发射车支腿分散传递到地面的载荷分配比例,并且存在最佳附加载荷分配因子,能使弹体的弹射起动过程对系统的扰动影响最小。