多模型直接自适应执行器故障补偿控制系统

为了更快更好地补偿执行器故障带来的不确定性,发展了一种新的多模型自适应执行器故障补偿控制系统设计方法。首先,分析所有可能的执行器故障模式,得到故障模式集。再针对每一种故障模式,分别进行控制器设计,控制器设计时采用直接模型参考自适应执行器故障补偿控制方法进行设计。然后根据参数估计误差分别计算每种故障模式下系统的性能损失函数,选择性能损失最小的子系统对应的控制器作为当前的全局控制器。最后以飞行控制系统为例进行了仿真,仿真结果表明,所设计的多模型直接自适应执行器故障补偿系统闭环稳定,且有良好的跟踪性能。     

基于鲁棒自适应反步法的航天器姿态跟踪控制

针对存在未知惯量矩阵和外干扰的刚体航天器姿态跟踪,提出了一种鲁棒自适应控制方法。综合自适应反步法和非线性L2增益干扰抑制方法,用自适应反步法构造系统的Lyapunov函数,获得了具L2增益的鲁棒自适应控制器,以保证姿态跟踪误差系统为一致最终有界稳定,确保估计的航天器惯量参数的有界性,并使从外干扰输入到评价输出的L2增益不大于给定值。仿真结果验证了方法的有效性和可行性。     

高超声速弹性飞行器振动模态自适应抑制技术

为保证超燃冲压发动机的良好进气,需要对高超声速飞行器进行精细姿态控制。针对高超声速飞行器特有的气动参数和结构模态参数不确定性问题,基于自适应模态抑制思想,设计了一种精细姿态控制系统,包括观测刚体模态状态信息的鲁棒H∞滤波器,提高跟踪性能的LQR刚体控制器,实时辨识弯曲模态频率的结构模态观测器和结构滤波器四部分。仿真表明,设计的控制系统在气动参数±20%,模态频率±30%的随机摄动下仍能够很好地跟踪刚体攻角,抑制弹性攻角,保证超燃冲压发动机进气道±0.6度的攻角控制精度,满足精细姿态控制的要求。     

子带自适应阵列处理的实现与性能分析

针对空频自适应滤波处理中节拍样点两端的输出信干噪比急剧下降的问题,建立了子带自适应阵列处理与空时自适应阵列处理等效关系的数学模型,指出了变换正交基函数的影响,提出利用时频分析特性优良的小波包变换取代傅立叶变换形成新的子带自适应阵列处理,减少子带间的频谱混叠,从而提高系统节拍样点两端的输出信干噪比。对基于不同窗函数的空频自适应处理和基于小波包变换的子带自适应处理进行了性能仿真,验证了小波包相对于加窗空频自适应处理的优越性。     

基于自适应滑模的变质心再入飞行器控制律设计

建立了有纵向单滑块的变质心再入飞行器系统控制模型。对该有输入非线性的快时变多体系统,考虑系统存在参数不确定等因素的影响并将完整的活动质量体动力学环节置入姿态控制,基于滑模控制理论设计了俯仰姿态跟踪鲁棒控制系统。在参数不确定性条件下对飞行控制系统进行了仿真。结果表明：设计的控制律可实现对指令角度和指令位置有效、快速、稳定...     

基于梯度方向二值模式特征的飞机翼尖跟踪技术

研究基于视频图像分析与定位的飞机翼尖跟踪技术,为飞机地面移动提供安全保障.现有图像特征进行翼尖跟踪经常失效且计算效率低下,本文结合纹理和轮廓信息,提出以梯度方向二值模式( OG_ LBP)为特征的粒子滤波跟踪算法,降低特征维数的同时建立局部和全局的翼尖特征直方图描述,提高识别效果.同时,该算法在粒子滤波基本框架之下,结...     

基于控制分配的多操纵面战机故障容错控制

针对一类含有未知执行器故障的飞行控制系统,提出了一种基于自适应控制分配的容错控制方法.该方法充分利用了多操纵面战斗机的冗余特性,通过在线自适应调整控制分配矩阵,解决了未知故障情形下的容错控制问题,且无需调整基本控制律.分配矩阵的调整规则由李亚普诺夫(Lyapunov)稳定性方法获得.通过一个多操纵面战斗机ADMIRE模型的仿真,验证了该方法的有效性.     

无轨道动力学模型的增强型GPS实时星间相对定位方法

虽然基于卫星轨道动力学模型的增强型GPS实时星间相对定位可获得厘米级精度,但通常在一般条件下难以获取高精度轨道动力学模型.本文提出了一种无轨道动力学模型条件下的高精度实时相对定位方法,即利用GPS三差观测方程获得状态矢量的时间转移矩阵,采用自适应UKF(Unsented Kalman Filter,无迹卡尔曼滤波器)实时估计星间相对位置.仿真结果表明,相比传统的序贯点估计方法分米级的相对定位精度,新方法在星间距离小于5 km时,其相对定位精度可达厘米量级.     

基于特征模型的高超声速飞行器姿态控制器与自适应滤波算法的设计

提出一种基于特征模型的强跟踪无迹卡尔曼滤波（CSUKF）算法对状态和参数进行联合估计,利用特征模型参数构造时变的二阶状态转移阵,使滤波和辨识模型简化;结合强跟踪滤波（STF）的强跟踪能力和无迹卡尔曼滤波的（UKF）的非线性高逼近性对含测量噪声的高超声速飞行器系统进行参数辨识和滤波,并将其与非线性黄金分割自适应控制律相结合,对高超声速飞行器进行姿态控制.最后,将提出的CSUKF与基于特征模型的无迹卡尔曼滤波（CUKF）和基于特征模型的普通扩展卡尔曼滤波算法（CEKF）进行比较,仿真结果说明CSUKF与非线性黄金分割自适应控制律相结合可以有效改善控制的平稳性,且具有更好的滤波精度和系统输出,从而能更好地处理含测量噪声情况下的高超声速飞行器的辨识与控制问题.     

自适应神经模糊推理模型在复杂社会技术系统中的应用(英文)

考虑复杂社会技术系统的特点,运用自适应神经模糊推理模型对提高公益科研机构的组织效率进行了实例研究。建立了针对公益科研机构员工激励决策的自适应模糊推理完整模型,利用调研数据及其处理结果验证了模型的有效性。该模型融合了神经网络的学习机制和模糊系统的语言推理能力,弥补了神经网络和模糊逻辑系统各自的不足。研究结果表明,自适应神经模糊推理模型适用于复杂社会技术系统,在解决管理领域的预测、评估和决策问题中有广阔的应用前景。