时变广义系统的H∞控制

研究系统矩阵中含有范数有界不确定性广义系统的H∞控制问题，通过广义系统的有界实引理分析不确定广义系统容许性以及H∞干扰衰减问题，利用线性矩阵不等式方法和Schur补定理将时变广义系统H∞控制问题转化为对定常广义系统H∞控制问题进行研究，得出了具有时变不确定性广义系统在范数有界的约束下等价于定常广义系统的结论。     

第八届全国加权残值法及其工程应用学术会议

为活跃加权残值法及其工程应用领域的学术气氛，增进相关领域科技工作者的联系与合作，中国力学学会计算力学专业委员会决定第八届加权残值法及其工程应用学术会议于2005年10月中下旬在江苏苏州举行，会议由中国力学学会主办，苏州科技学院承办。现开始征集论文，具体事项通知如下：     

基于有限数据的动力学系统建模建与仿真

提出了一种动力学系统性特的建模与仿真方法，它使用均设计法选择试验点，构造多项模型框架，通过逐步回归分析确定模型的具体形式，并基于此模型实现对系统特性的仿真。结果对比表明，该方法能够通过少的试验得到精确的模型，是一种有效的建模与仿真方法。     

复合材料孔隙超声反射法和穿透法检测对比分析

采用超声反射法和超声穿透法对碳纤维增强树脂基复合材料层压板进行孔隙缺陷检测与孔隙率数值评估。通过工艺偏离的方法制备不同孔隙级差的检测试样,采用超声反射法与超声穿透法对该批试样进行检测,得到不同级差孔隙缺陷对应的超声检测波形和成像检测结果,并基于声波衰减幅度对孔隙率进行量化评估。结果表明:孔隙率在0.0%~3.0%之间时,两种超声检测方法的评估结果相吻合,超声反射法对微米级孔隙缺陷或低孔隙级差具备更高的检测灵敏度;超声穿透法对高孔隙率级差或大厚度或高衰减材料的复合材料制件提供更高的超声穿透能力。     

基于紫外极光图像的极光电集流指数模型

极光电集流指数AE是描述地磁亚暴强弱的重要指标,且与极区磁层扰动及极光粒子沉降过程密切相关。因此,建立更加准确的极光电集流指数模型对空间天气的研究具有重要意义。利用1997年POLAR卫星紫外极光图像数据探究了紫外极光图像中极光强度IAP的空间分布与AE指数在不同季节的相关性,并在此基础上提出了基于紫外极光图像的AE指数模型。以网格化方法提取极光强度空间分布特征,采用广义回归神经网络,通过相关系数法和方差选择法构建Cor-GRNN和Var-GRNN两种AE指数模型,并针对冬至月份、夏至月份、分点月份3个季节分别进行训练。研究结果表明,AE指数与IAP具有相似的半年变化趋势,其相关性在不同季节差异较大。相比于太阳风驱动下的AE指数神经网络预测模型,基于极光图像的AE指数模型在ERMS和R2标准上均优于其他模型,其中归一化ERMS小于0.1,模型对于AE指数变化的可解释度提升了10%左右。     

无人直升机LPV控制律设计

针对无人直升机航迹控制要求,提出一种基于线性变参数(LPV)控制理论的无人直升机一体化式飞行控制律设计方法,通过速度、侧滑角、高度和偏航角控制通道的显模型跟踪控制,实现无人直升机航迹控制。建立了无人直升机高阶非线性动力学模型,模型中考虑了旋翼桨叶挥舞和摆振运动、旋翼动态入流、机体运动之间的运动耦合,用于检验直升机高阶运动特性对控制律性能和闭环系统稳定性的影响。由于无人直升机的非线性动力学模型是典型的周期性系统,基于简谐平衡方法进行无人直升机的配平和模型线性化计算,在速度包线内得到用于控制律设计的无人直升机LPV模型,通过凸函数优化方法求解LPV控制律的参数。基于典型直升机机动,采用数值仿真方法对LPV控制律在传感器噪声影响下的控制性能进行检验,仿真结果表明：LPV控制律在速度包线内具有良好的控制性能和鲁棒性,无人直升机闭环系统在机动飞行中满足给定的性能要求。     

基于未加权区域采样的直线反走样算法

直线作为组成图形的基本元素,其生成方法一直是计算机图形学研究的基础内容之一.针对非垂直且非水平直线在光栅图形显示器存在的走样现象,结合经典的Bresenham算法和未加权区域采样思想,提出一种新的反走样直线生成算法.相比于传统的未加权区域采样以及Wu算法,该算法主要利用整数加减运算完成直线的反走样,计算简单,利于FPGA(Field Programmable Gate Array)硬件实现.仿真结果表明:新算法的仿真速度约为传统未加权区域采样的3倍,与Wu算法仿真速度相当;利用Wu算法生成的直线平滑性较好,但是沿着直线方向的某些相邻像素灰度值相差较大,而新算法生成的直线不但平滑效果好,而且沿直线方向相邻像素灰度值相差不大,因此,相比于Wu算法,新算法反走样效果更佳.     

基于Jerk输入估计的MCS模型及非线性跟踪算法

针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计 (MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动加速度方差调整方法,利用改进的无迹强跟踪滤波器实现了状态协方差、状态噪声协方差和机动频率的联合自适应.在没有加速度先验知识的情况下,能够实时准确跟踪目标连续强机动、匀加速机动和匀速运动状态.仿真实验表明:相比CS模型无迹滤波算法、CS模型无迹强跟踪算法和交互多模型算法,该算法在对目标强机动的适应性、跟踪精度和对突变状态跟踪的收敛性方面都有更好的性能.