开闭环PD型快速迭代学习控制方法及其在直流电动机中的应用

针对一类非线性系统的学习控制问题,提出了一种开闭环PD型快速迭代学习控制方法。此学习控制方法利用了系统当前的跟踪误差信号和前次迭代控制的跟踪误差信号,以及它们的微分信号,同时采用可调比例系数,根据系统误差的变化及时地调节比例系数,从而使目标的跟踪能力得到提高。通过分析给出了此快速迭代学习算法收敛的条件,直流电动机的仿真应用说明了此学习控制方法对于非线性系统具有较强的有效性和较好的可行性。     

多轴液压联动实时插补控制算法

分析了液压系统位置控制的特点和难点,研究了多轴液压联动控制时运动轨迹滞后大、速度不平稳等问题,采用设置主、从变量并对主变量预估的方法,提出了多轴液压联动运动轨迹的实时插补控制算法,并进行了算法的误差分析,给出了算法编程实现的具体步骤。     

一种新的星载GPS定轨滤波算法

针对传统EKF(Extended Kalman Filtering)算法应用于星载GPS(Global Positioning System)低轨卫星定轨时系统噪声方差初值不易确定的问题,提出了一种新的定轨滤波算法.该算法在非线性方程线性化过程中,在前一时刻滤波估值点进行线性化,从而得到扰动方程,并将该扰动方程引入到传统EKF进行滤波处理.该算法与传统EKF分别应用在星载GPS低轨卫星的定轨中,通过比较,结果表明改进的算法在一定程度上抑制了由于系统噪声方差阵选取偏差较大而引起的滤波发散现象,且对于系统噪声方差的初值选取有较强的鲁棒性.      

用于识别两颗故障卫星的RAIM算法

提出了一种可以识别两颗故障卫星的接收机自主完好性监测算法.将最优奇偶矢量法应用于两颗故障卫星识别,指出由于故障偏差可能会抵消而使得正确识别率较低.对最优奇偶矢量法进行了改进,利用对单颗卫星故障敏感的最优奇偶矢量对所有可能的两颗故障卫星组合分别构造两个新的奇偶矢量,用于两颗故障卫星的检测和识别.计算机仿真结果显示,改进后的算法与直接利用最优奇偶矢量法相比,可以显著提高两颗故障卫星正确识别率,识别率可超过90%.同时,改进算法的奇偶矢量构造方法简单,计算量将减少90%以上,更有利于工程实现.      

动态星图显示算法的设计与实现

为了对星敏感器进行功能和性能方面的测试,需要使用星模拟器,为其提供任一时刻、任一惯性坐标系下指向的模拟星图。星敏感器较短的积分时间特性,要求星模拟器具有较短的采样周期,为此,采取了分区检索导航星的设计方案。首先,根据星图视场,由各颗星的赤经、赤纬数据,对天球进行分区,并计算出给定的光轴所在的分区。然后,根据光轴分区位置,找出邻近的3×3个子区。最后,在这9个子区中,查找出视场内的星。同时,实现了星图的静态与动态模拟。模拟结果表明,利用该算法,可使星模拟器实现指标：星图视场为17.5°×13.1°;模拟星等为 2.0 ～7.0等星;采样周期控制在毫秒级。基本满足动态星模拟器的大视场、宽星等范围、短采样周期等要求。
     

带燃料均衡的空间多飞行器编队重构的轨道规划方法

航天任务需求的多样化对空间多飞行器编队重构的轨道规划问题不仅提出了燃料或时间最优的要求,还提出了燃料和时间最优以及燃料均衡的要求。将带燃料均衡的多飞行器编队重构的轨道规划建模为一个多目标优化问题,通过将进化计算与问题领域的知识相结合,提出了一种基于小生境进化算法的最优轨道规划方法。该方法能从变轨时间、燃料消耗和燃料消耗方差三方面分别评价一个变轨方案的最优性,并且一次规划能够提供多个Pareto最优变轨方案。仿真结果证明了该方法的正确性和有效性,还揭示了编队重构轨道规划问题的三个优化目标之间的关系,对于制定任务计划具有重要的参考价值。     

基于迭代信息传递的PN码快速捕获方法研究

在扩频通信系统中,低信噪比情况下,长伪码序列的快速捕获成为急需解决的一个关键问题。为了解决该问题,提出一种基于迭代信息传递算法的伪码快速捕获方法,给出了该算法伪码快速捕获的原理和实现方法,仿真分析了该方法的捕获性能。该方法采用软件实现,实现的复杂度较低。仿真结果表明该方法具有较快的捕获速度,较高的捕获概率,并能够在低信噪比下稳定工作。     

基于FPGA的高速FIR数字滤波器设计

分布式算法是一项重要的FPGA技术,广泛地应用在数字信号处理领域。文章介绍了分布式算法原理及其改进,设计了一种高速8阶FIR数字滤波器,并进行了仿真验证。最后,对FPGA资源利用和工作速度两方面做了比较和分析。     

模糊滑模迭代学习控制算法在液压系统中应用

普通比例(P, Proportion)和比例微分(PD, Proportion and Differential)迭 代学习控制(ILC, Iterative Learning Control)算法在液压位置伺服系统中收敛速度比较 慢,很难在实际中应用.为了提高ILC算法的收敛速度,将滑模控制算法引入ILC,提出模糊 滑模迭代学习控制(FSMILC, Fuzzy Sliding Mode Iterative Learning Control)算法,利 用滑模控制响应快的优点来加速ILC的收敛速度,利用模糊控制来减小滑模控制所引起的抖 动问题.FSMILC算法的实质是以系统的滑模函数作为模糊控制器的输入,以模糊控制器的输 出作为ILC的控制增量.通过仿真可以看出,FSMILC算法能够实现系统快速收敛,相对于P型 和PD型具有明显优势.      

一种新的捷联惯导系统圆锥误差补偿算法

旋转矢量法应用在捷联惯导系统圆锥误差补偿中,通过增加子样数能有效提高补偿精度,但子样数的增加会增加导航计算机的计算量.由于导航计算机的硬件性能限制,不可能为了获得高精度补偿性能而大幅增加子样数.因此,提出一种在不增加导航计算机负担下能提高圆锥误差补偿精度的新算法,该算法利用已解算出的当前时刻之前2个周期的姿态信息对旋转矢量进行修正,通过理论推导和实例分析比较,在同子样数下,新算法能达到高出传统算法4阶的补偿精度而不多消耗导航计算机资源.