基于扰动观测器的巡航飞行器指数时变滑模控制

针对巡航飞行器非线性模型具有快时变、强耦合和高度非线性的特点,在考虑飞行过程中可能存在的气动参数以及大气密度不确定性情况下,提出了一种高精确、强鲁棒控制方法。通过将扰动观测器与指数时变滑模控制方法结合,构造了一种基于扰动观测器的巡航飞行器指数时变滑模控制设计方法,并利用Lyapunov理论分析了采用该控制律后整个闭环系统的稳定性。该方法能够有效地减小采用边界层方法来处理滑模抖振问题时所引入跟踪稳态误差,提高系统控制精度。最后,通过仿真验证了所提出方法的有效性。     

非线性广义时变时滞系统鲁棒模糊控制

针对一类参数不确定模糊广义时变时滞系统,研究该系统的鲁棒稳定性控制问题。选取特殊的Lyapunov函数,给出了该系统稳定的充分条件,采用线性矩阵不等式技术,将时变时滞系统稳定性条件转化为求解一组线性矩阵不等式问题,并设计出状态反馈控制器,仿真结果说明该方法的可行性。     

航天器周期时变模态参数闭环在轨辨识的子空间方法

考虑在轨闭环航天器的参数辨识,利用子空间方法辨识大型闭环航天器的周期时变模态参数和控制器的增益参数.讨论了反馈控制器增益矩阵在状态空间方程中的坐标变换情况.利用该方法对所建立的ETS-Ⅷ卫星模型的模态参数和控制器增益参数进行辨识,通过验证闭环系统的响应值,说明该方法在航天器的模态参数闭环辨识中是有效的.     

一种方位时变GEO SAR成像处理新算法

针对地球同步轨道合成孔径雷达(GEO SAR)回波模型的距离空变和方位时变问题,提出一种基于改进距离-多普勒(RD)和方位向调频尺度变换(CS)的成像算法。首先引入四阶泰勒展开模型解决成像中存在的弯曲轨迹问题,然后对传统RD算法进行改进,补偿距离空变,最后对方位时变进行建模,通过方位向CS补偿方位时变,使GEO SAR能够进行更大场景的成像。结合天基雷达先进仿真系统(SBRAS)进行仿真,验证了该算法的有效性。     

非合作目标交会的双层MPC全局轨迹规划控制

针对空间非合作目标近距离视线交会中的全局最优鲁棒轨迹规划与控制问题,提出了基于高斯伪谱方法（GPM）和线性时变模型预测控制（LTVMPC）的双层模型预测控制（MPC）算法。在轨迹规划方面,以视线坐标系下的相对轨道动力学为模型、能量最少和控制精度最优为性能指标构建最优控制问题,利用GPM精度高、收敛速度快的特点将最优控制问题转化为易于求解的全局非线性规划问题,在MPC框架下求解得到全局最优的标称轨迹,克服了传统的MPC不适用于全局大范围非线性规划的缺点;在轨迹跟踪控制方面,考虑预测时域内状态转移矩阵的时变特性,设计了LTVMPC算法对标称轨迹进行追踪,避免了存在不确定性时轨迹的重规划,从而降低在线计算量,保证算法在线自主实施,并且采用滚动优化的策略使算法对不确定性具有鲁棒性。由于规划层和控制层考虑的约束相同,因此规划的轨迹是可控、可达的。数字仿真表明,在燃料消耗和交会时间等方面,提出的方法均显著优于传统的MPC方法,相较于传统的MPC方法,新算法的交会时间减少50%左右,燃料消耗降低30%以上。     

纵向力对弹性梁横向弯矩的影响分析

从Timoshenko梁理论出发,推导了纵向受力的弹性梁的刚度矩阵,结合工程实际例子,对纵向受力的时变弹性梁的横向弯矩进行了计算,研究分析了纵向受力对时变弹性梁横向弯矩的影响,为类似工程问题提供了一种切实可行的解决方法,对工程设计具有较重要的参考价值.     

时变拓扑卫星集群分布式自主相对导航方法

针对时变拓扑卫星集群的相对导航需求,提出了基于图论的时变拓扑分布式一致性无迹卡尔曼滤波算法。首先给出了固定拓扑卫星集群的相对运动方程、测角测距测量模型和无迹卡尔曼滤波算法,然后考虑测角失效时相对导航系统不可观或弱可观的问题,结合矢量环一致性约束,构造了一致性无迹卡尔曼滤波算法,以提高系统的可观度;在此基础上,针对时变拓扑卫星集群,以滤波精度为优化指标,在图论的基础上利用Dijkstra算法对卫星集群的时变拓扑结构进行重构,并将重构后的拓扑结构应用于卫星集群相对导航。仿真结果表明所提算法能有效改善不完备测量带来的模糊轨道问题,并且能够实现实时的拓扑重构,以满足时变拓扑星群的相对导航精度要求。     

改进蚁群算法求解时变网络中最短路径问题

给出一种时变网络中蚁群算法的信息素更新策略,使边上残留信息素能够正确反映时变网络中边上权值的变化情况;改进了传统蚁群算法的相邻节点选择策略,使蚂蚁只需计算与当前节点存在直接路径的节点的转移概率,降低算法的计算量;将蚁群算法和遗传算法结合,将蚁群算法每次遍历后形成的解作为初始群种进行单点交叉计算,避免陷入局部最优解,提高算法收敛速度.仿真结果表明,改进的蚁群算法能够有效求解时变网络中最短路径问题,比传统蚁群算法得到全局最优解的概率更大,算法的收敛速度更高.     

基于GWO-TVF-EMD方法的行星齿轮箱齿面剥落故障诊断

针对时变滤波经验模态分解（TVF-EMD）方法的不足之处,将样本熵作为适应度函数,采用灰狼优化（GWO）算法对带宽阈值和B样条阶数核心参数进行寻优,得到最优组合解,对不同的故障冲击试验振动信号进行分解。对本征模态函数（IMF）分量选取过程进行优化,采用多个加权指标对所有IMF分量进行计算,最终选取最优IMF分量,再通过包络谱分析提取出行星轮齿面剥落故障特征。在行星齿轮箱故障试验中,利用方均根法对剥落故障进行初步识别,根据GWO-TVF-EMD法分解得到各剥落故障信号最优IMF分量,使用包络谱分析明显判断出行星齿轮的故障频率。该方法能够提取3种不同程度齿面剥落故障的细节特征,理论值与实际值的相对误差为1.68%。