UC3843控制多路输出开关电源设计与实现

介绍了采用UC3843控制器的单端反激式开关电源的设计与实现,讲述了UC3843控制器内部电路及其特点,通过具体的多路输出开关电源设计实例分析了设计的主要步骤以及实际设计中应注意的问题,并提出了抑制噪声的措施,最后给出了该电源的性能测试数据。     

基于模型补偿的风力机变桨距线性自抗扰控制器设计

设计了一种变桨距线性自抗扰控制器,估计和补偿了系统未建模部分和外界干扰,实现额定风速以上时系统输出功率稳定于额定值;并采用模型补偿方法对自抗扰控制器进行优化,减少了参数整定的数目,提高了系统控制精度。对额定功率为300 kW的风电机组分别在阶跃风、阵风以及湍流风作用下进行系统仿真。结果表明,该方法可以快速调节风速变化引起的输出波动,使得系统输出稳定且超调量小,具有很好的稳定性和鲁棒性。     

制导炸弹滚转通道自抗扰控制设计方法研究

针对航空制导炸弹的滚转通道,提出了利用自抗扰控制进行滚动控制设计的新方法.通过降阶扩张观测器对系统的扰动实时估计并实时补偿,使被控制对象被“线性化”成“积分串联型”系统,针对该系统仅仅需要PD控制.仿真结果表明,该控制器比PID具有较强抗干扰能力及较高的控制品质.     

150kV/30kW逆变式电子束焊接高压电源设计

针对150kV/30kW电子束焊接高压电源高电压、大功率输出的要求,低压电路采用IGBT (Insulated Gate Bipolar Transistor)逆变隔离直流电源与逆变全桥串联的主电路拓扑,高压电路由3组升压变压器与10倍压整流电路的串联结构并联组成;设计了高压采样电路、束流采样电路,以及双闭环控制电路.基于上述技术,实现了150kV/30kW高电压大功率输出.实验结果表明高压加速电源的输出线性度和束流输出线性度较好,同时高压稳定度和束流稳定度均在0.5%左右,能够满足电子束焊接的要求.     

旋转变压器输出信号自动标定

旋转变压器输出以角位置正余弦为包络的调幅信号,一般通过检波与解调获取角位置及角速度信息.检波后信号往往存在直流偏置、幅值不等和相位偏移,对其进行标定是实现高精度解调的前提.针对检波后信号的标定问题,提出了一种离线自动标定方法.设计状态观测器,对检波后两路信号的幅值及直流偏置进行估计;构造二元二次目标函数,利用梯度估计法,获取相位偏移.理论分析表明,与仅采用梯度估计法相比,此方法避免了目标函数多解问题.实验结果表明,此方法参数选择容易,具有较高的精度,是完全可行的.      

Unscented Kalman滤波在空间飞行器被动测距中的应用

介绍了Unscented Kalman滤波及其空间飞行器被动测距中的应用。Unscented Kalman滤波通过设计少量的sigma(抽样)点,计算这些点经过非线性函数的传播,获得滤波值基于非线性方程的更新。Unscented Kalman滤波避免了广义Kalman滤波等线性化方法的缺点,并提高了滤波精度。     

基于自相关及相位差法的高精度频率估计算法

为提高高斯白噪声背景中正弦信号的频率估计精度,对基于自相关运算的频率估计算法的相关长度m进行了推导,得到了m的优化值与信噪比的关系式.当信噪比较高时,m的最优值为N/3(N为信号采样点数);信噪比较低时,m的最优值为N/2.通过对自相关法及分段FFT(Fast Fourier Transforms)相位差法特性的分析,提出了一种性能更优的频率估计综合算法. Monte Carlo仿真实验表明:新算法吸收了两种算法的优点,克服了其不足,在更大的信噪比范围内具有较高的频率估计精度,且计算量也较小.      

基于Tersoff-Brenner势的航天器群图形编队研究

从分子动力学模拟角度提出了一种分布式航天器群导航控制方法,可使行星中心开普勒轨道上的航天器群在有限的感知信息条件下自发实现图形编队.该法基于人工势场技术,主要分为两个部分：改造自C-W方程的外围全局汇聚势场和基于Tersoff-Brenner势的局部塑形势场.前者将各航天器导引至预设汇聚点附近,后者进一步使各航天器自我调整彼此相对位置,最终编成期望构型.此外,引入一速度依赖型耗散项以确保任意初始分布条件下图形编队均收敛.通过地球同步轨道上航天器群正四面体构型（含中心,即金刚石结构单元）编队仿真,验证了所提方法的有效性和优越性.将编队脚本简单修改,该法还可方便用于其它类碳元素同素异形体构型的塑造,如石墨晶体结构单元正六边形等.     

无人机飞行控制系统的自抗扰姿态稳定控制

将自抗扰控制应用于无人机飞行控制系统。论述自抗扰控制的方法原理,并运用该技术设计控制律。首先利用跟踪微分器安排过渡过程,以达到快速、准确跟踪给定信号的目的。然后通过扩张状态观测器实时估计出系统的不确定干扰,并以反馈量的形式引入控制输入,从而起到实时补偿系统扰动的作用,实现姿态稳定控制。数值仿真结果表明,该方法抗干扰能力强,具有控制品质好、精度高、算法简单等特点。     

多模型自校准扩展Kalman滤波方法

基于扩展Kalman滤波方法（EKF）、自校准扩展Kalman滤波方法（SEKF）和多模型估计理论（MME）,针对工程实际中非线性系统状态方程受未知输入（如突风、故障和未知系统误差等）影响的问题,提出了一种多模型自校准扩展Kalman滤波方法（MSEKF）,将多模型自校准Kalman滤波方法（MSKF）的适用范围扩展到了非线性领域。该方法同时采用EKF与SEKF进行计算,根据贝叶斯定理实时分配两者先验估计值的权重,通过加权融合进而得到最终的状态估计。本文方法不仅解决了非线性系统状态方程受未知输入影响时EKF滤波发散的问题,而且在未知输入为零时的滤波精度与SEKF相比也更高,大量数值仿真结果表明该方法精度提升可达4%,具有更强的适应性和鲁棒性。