带终端攻击角约束的状态反馈变结构制导律设计

基于滑模变结构控制理论,结合状态反馈原理,提出一种能命中目标并保证终端攻击角度约束的变结构制导律。该制导律在传统线性滑模面的基础上增加非线性函数,通过最优控制理论确定该函数,由此将线性滑模面转变成时变、非线性滑模面。仿真结果表明:该制导律对目标机动有良好的鲁棒性,能够满足期望的终端攻击角约束,并避免了制导初期过载较大的缺陷,方法简单,易于工程实现。     

发挥卫星优势 助推物联网发展

物联网(The Internet of Things,简称IOT)是当前各国政府都寄予极大希望的未来增长领域,因而制定了各种激励和扶持政策。我国政府也高度重视这一领域的发展,已经将其列入国家重点支持的新兴产业之一。近年来,学术界、产业界、政府和传媒对于物联网的期望和热度一浪高过一浪。     

一种分布式阵列波达方向估计方法

针对分布式MIMO雷达中的DOA估计问题,提出一种基于分布式子阵列作为发射,密布阵作为接收的DOA估计方法。发射阵元间隔为接收孔径大小。利用发射作为辅助提高阵列自由度,扩展阵列孔径,推导了DOA估计的过程。与密布阵MIMO雷达不同,在空间分集MIMO雷达中提高自由度并扩展阵列孔径。仿真结果表明了算法的正确性和有效性。     

锐孔气泡形成周期及影响因素的研究

气液反应器和工艺设备中存在大量的气泡,要建立准确预测气泡形成特性的计算模型,就需要详细了解气泡的形成过程,通过 CLSVOF 数值模拟方法配合实验验证对锐孔气泡形成过程进行了研究。着重讨论了气流量和孔径对气泡形成的影响,并研究了气泡在形成阶段的动力学特性和孔口处气泡的脱离。通过模拟数据和实验数据的分析结果,结合犉狉数和犅狅数关系图得出:气泡从不发生相互扰动到气泡之间发生合并与破裂的过渡阶段中,气泡锐孔处的进气速度随着孔径的增大而减小。     

基于快速极坐标格式算法的MIMO雷达虚拟孔径成像

针对共址多输入多输出（Multiple Input Multiple Output,MIMO）雷达在单次快拍下的虚拟孔径成像问题,分析了MIMO雷达虚拟合成阵列,建立了MIMO雷达极坐标格式波数域回波模型,分析了基于距离向和方位向尺度变换的空间谱转化,指出MIMO雷达方位向尺度变换不再是Keystone变换,提出了一种新的MIMO雷达快速极坐标格式成像算法。仿真表明了该文方法的有效性。     

航空机电作动器神经网络快速终端滑模控制

目前机电作动器由于具有干净、维护方便等优点,越来越受到航空业的青睐。航空机电作动器的特点是控制精度、稳定性和响应速度要求高,针对以上特点,提出了一种基于多层神经网络的快速终端滑模控制策略。为了提高航空作动器响应速度和跟踪精度,设计了快速终端滑模控制策略,不仅可以加快系统响应而且可以在无扰动情况下实现系统的有限时间稳定。针对系统参数不确定性和外部扰动,设计多层神经网络进行估计并通过前馈方法加以补偿。针对神经网络的重构误差,设计了非线性鲁棒项加以克服。利用李亚普洛夫稳定性定理证明了控制系统在有扰动情况下可以实现有界稳定。实验结果表明：所设计的控制器具有良好的参数自适应和抗干扰能力,同时具有更高的跟踪精度和更快的响应速度。     

航天器新型非奇异饱和终端滑模姿态控制

针对刚体航天器姿态机动过程中存在的控制饱和与外部干扰问题,提出一类基于新型非奇异饱和终端滑模面的有限时间控制器设计方法。该控制方案不仅保证姿态机动过程的快速性,而且避免了传统的终端滑模面所带来的奇异性问题。此外,本文建议的控制器不仅显式考虑执行器输出力矩的饱和幅值要求,使航天器在饱和幅值的约束下完成姿态控制任务,而且控制器的设计对外部干扰的上界没有任何要求,也无需作任何小角度的假设。进一步的稳定性分析表明,通过引入新型非奇异饱和终端滑模,该控制器使得闭环系统能够快速收敛到滑模面的微小邻域内,继而收敛到平衡点的微小邻域内,并且系统对外部干扰具有较强的鲁棒性。数值仿真校验了该控制器在姿态机动过程中的性能。     

自适应非奇异快速终端滑模固定时间收敛制导律

针对机动目标的末制导拦截问题,设计了一种带攻击角度约束的非奇异快速终端滑模固定时间收敛制导律。与有限时间收敛终端滑模制导律相比,所提制导律能够确保弹目视线（LOS）角和弹目视线角速率在固定时间内是收敛的,并且收敛时间是独立于制导系统初始条件的,可以根据制导律参数预先给定。构造了一种新型的非奇异快速终端滑模面,有效解决了奇异性问题,同时通过合理地改变滑模面与弹目视线角跟踪误差的趋近律指数,使得制导系统比现有的固定时间收敛控制具有更快的收敛速率。此外,设计了一种自适应律,针对目标机动引起的未知扰动进行估计,使得制导律的设计无需预先知道任何关于目标机动的信息。通过仿真实验验证了所提制导律能够使导弹成功拦截机动目标,并且与现有制导律相比,具有更快的系统收敛速率、更高的拦截精度及更短的拦截时间。      

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

CMGs驱动空间机械臂的自适应终端滑模控制

摘要： 针对V构型控制力矩陀螺（CMGs）驱动的空间机械臂的轨迹跟踪控制问题,研究一种自适应非奇异终端滑模（ANTSM）控制方法.利用基于Kane方程的递推组集算法建立了系统的动力学模型.以跟踪误差为变量,构造非奇异滑动面,以保证跟踪误差在滑动面上有限时间收敛.针对系统质量特性参数与关节处干扰力矩的不确定性,设计自适应控制器用以调节控制增益.该控制方法无需不确定性的上界,且闭环系统具有最终一致有界性.仿真结果表明,该控制器可使系统准确跟踪期望轨迹,并对质量特性参数不确定性和关节干扰力矩具有良好的鲁棒性.