自适应广义预测控制系统的鲁棒稳定性分析

研究当被控对象具有未建模动态、参数时变、非线性以及有界干扰时,自适应广义预测控制系统的鲁棒稳定性。提出了分析和设计鲁棒自适应广义预测控制系统的一般理论和方法。给出了一类满足弱化鲁棒稳定性条件的鲁棒参数自适应算法,并根据确定性等价原理将它和鲁棒广义预测控制律结合,建立了鲁棒间接自适应广义预测控制算法。采用统一的理论分析了已建立的自适应广义预测控制算法的全局稳定性和鲁棒性,得出了自适应控制系统具有鲁棒稳定性的新条件：自适应验后误差和对象参数估值变化的均值渐近小,从而弱化了现有自适应控制系统的鲁棒稳定性条件。     

大攻角飞行时机翼摇摆问题的神经网络控制方案

提出了一种基于神经网络的自适应控制方案,这种方案能够在对被控对象几乎没有先验知识的情况下对其实施有效的控制,对一个具有不稳定机翼摇摆问题的薄三角翼飞机模型的仿真证实了本方法的有效性。     

基于Riemann问题的解在自适应无结构网格上求解Euler方程

给出了一种根据 Riemann问题的解 ,计算网格单元边界处的守恒量通量的方法。该方法不受网格单元形状的限制 ,具有较好的通用性。实际计算表明 ,采用这一方法在自适应无结构网格上求解 Euler方程 ,对于复杂的流动细节具有较高的分辨率 ,并且使用多重网格法能够加速收敛     

软件测试的控制论方法

 软件测试被认为是软件开发过程中理解最为不清的一环。部分原因是虽然有很多策略被定义和分析,但很少有策略被设计和优化。软件测试的反馈机制迄今尚未形成。基于此种情况,软件测试的控制论方法将软件测试问题当作控制问题,被测软件当作被控对象,软件测试策略当作相应的控制器,被测软件和测试策略构成一个闭环反馈控制系统。软件控制论是一门探讨软件理论和工程与控制理论和工程交叉的学科,软件测试的受控马尔可夫链方法利用受控马尔可夫链理论设计和优化软件测试策略,是软件控制论思想的体现。在受控马尔可夫链方法的框架内讨论软件系统的自适应测试,并与随机测试进行比较,发现自适应测试方法相对于传统的随机测试方法具有较大的优越性。     

一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法，并应用于超机动飞机控制器设计中，飞机的基本控制采用非线性动态逆方法进行设计，对于模型不准确导致的逆误差采用神经网络进行在线补偿，仿真结果表明，采用神经网络补偿误差，弥补了非线性动态逆要求精确数学模型的缺点，而且可以简化动态逆控制律的设计，改善整个控制系统的性能。     

航空涡轮发动机建模技术研究

航空发动机模型对于发动机研究的许多领域有着极其重要的意义，其中非实时模型用于发动机性能分析和故障诊断，实时模型通常用于发动机控制规律研究和作为机载模型来提供传感器解析冗余等。对当前发动机非实时模型和实时模型的建立方法进行综述。     

混合遗传算法及其在翼型气动多目标优化设计中的应用

把基于实数编码的自适应遗传算法（SAGA）与可变容差法相结合，建立了数值优化设计中的混合遗传算法（HGA），并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比，混合遗传算法的优化质量略有改善，优化效率有明显的提高。优化结果表明混合遗传算法在翼型单目标和多目标气动优化设计中是十分有效的。     

液体火箭发动机动态数据处理的小波分析方法

研究了基于小波分析的液体火箭发动机动态数据处理方法，给出了数据处理模型，应用小波奇异性检测和误差滤波理论，分析了动态数据的处理过程，并用某液体火箭发动机某次地面试车的动态测试数据进行了验证。结果表明，小波分析方法不需要过程误差的先验知识，能够同时完成异常数据的检测及相应误差的滤除任务，非常适合于液体火箭发动机的动态工作过程。     

车载SINS／GPS组合导航系统自适应联合滤波模型

在建立车载组合导航系统联合滤波模型及算法的基础上,定义了联合滤波模型融合信息在各子滤波器中的分配准则; 实现了联合滤波模型信息分配系数的自适应调节; 理论分析和计算机仿真结果均表明,引入该准则的自适应联合滤波模型及算法大大提高了系统容错性和定位精度     

参数不确定空间机械臂系统的增广自适应控制

讨论了载体位置与姿态均不受控制的漂浮基两杆空间机械臂系统的控制问题,为此对系统的运动学、动力学作了分析。结果表明 :结合系统动量守恒及动量矩守恒关系得到的系统广义Jacobi关系、以及系统的动力学方程将为系统惯性参数的非线性函数。证明了借助于增广变量法可以将增广广义Jacobi矩阵以及系统动力学方程表示为一组适当选择的惯性参数的线性函数。在此基础上,给出了系统参数未知时,空间机械臂末端抓手跟踪惯性空间期望轨迹的增广自适应控制方案。通过仿真运算,证实了方法的有效性。