主动失谐叶盘振动特性及鲁棒性研究

由于随机失谐的存在,实际叶盘通常一定程度地偏离设计值,其动力学特性通常因此而发生较大改变。以某型航空压气机高保真叶盘模型为例,采用失谐叶盘减缩建模方法,对不同阶次激励下的随机失谐叶盘响应特性进行了统计分析。研究表明:叶盘最大响应随着随机失谐值的增大呈先急剧上升后下降并趋于稳定趋势,表现"阀值"效应。此外,将失谐作为设计参数,着重研究了常见的主动失谐叶盘的响应特性,可见主动失谐叶盘相较于同等失谐程度的随机失谐叶盘具有更小的响应幅值。最后,分析了主动失谐叶盘对随机失谐的鲁棒性。     

基于自适应方法的多无人机编队队形控制

针对"长机-僚机"近距编队队形因风场扰动而不能保持期望队形的问题,首先,提出了一种自适应队形保持控制的方法,该方法可用于抵消因风场不确定性对无人机的横侧向和前行方向所产生的距离误差,同时能够保持无人机编队稳定飞行。其次,由于风场的不确定性会引起"长机-僚机"之间的动力学发生变化,因此设计了一种基于"长机-僚机"相对运动模型的自适应控制律用以估计风场在3个方向的大小,进而控制无人机之间的相对运动以消除风场不确定性所产生的距离误差并保持速度的一致性,最终实现保持期望的队形。再次,通过构建合理的李雅普诺夫函数,证明无人机编队在风场干扰下能够保持编队稳定飞行,同时"长机-僚机"之间相对横向、横侧向以及纵向的距离误差均接近零。最后,通过仿真验证：所提出的自适应控制方法具有良好的鲁棒性,这为工程实践提供理论依据。     

一种基于广义逆的无人机鲁棒控制分配方法

针对无人机广泛采用先进操纵面带来的控制分配问题,提出了基于闭环广义逆的鲁棒控制分配新方案。在基于广义逆的控制分配方法基础上,加入了控制量对应状态的反馈,分析了新方案的可行性,给出了采用新方案后闭环系统稳定的充分必要条件,提出了新的控制分配律设计方法,并研究了闭环系统的稳态特性。数值仿真验证结果表明该方案能够解决先进布局无人机飞行控制系统的控制分配问题,可推广至广义的控制分配领域。     

基于LS-SVM的模态参数识别方法

 最小二乘支持向量机回归用于系统的模态参数识别研究。针对经典的最小二乘支持向量回归缺少鲁棒性和稀疏性的缺陷,提出了一种兼具鲁棒性和稀疏性的最小二乘支持向量回归的算法,并保持了它原有的计算速度快的优点。最后,结合结构动力学方程的自回归滑动平均时间序列形式,给出了结构的模态参数提取方法和流程,给出了相应的数值算例以及进行了实验的检验证明。结果表明,本文的方法能够快速、准确地提取出系统的模态参数。     

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。     

一类微型扑翼飞行器的滑模自适应姿态控制

针对微型扑翼飞行器这类非线性时变系统,基于李雅普诺夫稳定性理论提出了滑模自适应控制算法,应对系统中的不确定性和抑制扰动,完成飞行器悬停阶段调整方位的姿态控制.在高频的扑翼状态下,系统模型利用摄动理论中的平均化法进行近似时不变处理.控制器的设计以滑模控制为主体,滑模面利用误差角三角函数和体角速度构造,来避免不必要的偏航控制,同时结合自适应控制方法,实时逼近无法准确计算的惯性张量和干扰力矩,缓解传统滑模控制中开关函数所带来的抖振问题.Simulink仿真结果表明,滑模自适应控制算法优于传统滑模控制,在正弦干扰气流的影响中有良好的鲁棒性,以此验证了算法的可行性.     

通信和测量受限条件下异构多UAV分布式协同目标跟踪方法

研究了通信和测量受限的异构多无人机(UAV)网络化分布式协同目标观测与跟踪问题.该分布式UAV系统采用长机一僚机异构型网络结构,以实现在电子静默和战术隐身条件下扩大探测和打击纵深.提出改进的一致性信息滤波(ICF)算法,实现通信和测量范围内各UAV节点的分布式信息融合.由于一致性算法的收敛性与网络拓扑结构的连通性密切相...     

基于航班延误概率的鲁棒性飞机排班模型

飞机排班是影响航空公司运营成本的一个重要因素,对飞机进行合理排班,既可以最大化地提高飞机的利用率又可以减少航班的延误。首先简略介绍了国外的一些关于飞机排班问题（FSP）的研究方法,并给出关于飞机排班问题的经典模型;其次,在此基础上提出了基于延误概率的鲁棒性飞机排班问题的模型;最后,根据一个航空公司的数据,利用Grover算法的改进算法计算出模型的结果。分析结果表明了该模型及其算法的可行性以及决策的鲁棒性。     

一种鲁棒Sigma-point滤波算法及其在相对导航中的应用

研究了一种鲁棒Sigma-point滤波方法在无人机编队相对导航问题上的应用。该方法采用Huber估计方法,将Sigma-point滤波量测更新转化为求解线性回归问题,新的Sigma-point滤波方法是一种混合L1、L2范数最小估计,当量测噪声为受污染的高斯白噪声时,该方法具有一定的鲁棒性。给出了编队无人机相对惯导方程和相对视线矢量测量原理,应用鲁棒Sigma-point滤波方法融合相对惯导信息和相对视线矢量信息,估计出无人机之间的相对姿态、相对速度和相对位置。仿真结果表明,与扩展卡尔曼滤波和常规Sigma-point滤波相比,鲁棒Sigma-point滤波可以获得更高的估计精度。     

空间智能桁架模糊振动控制研究

研究了模糊控制应用于多输入、多输出的空间智能桁架系统的振动控制.首先建立空间智能桁架的有限元方程,在此基础上,设计了一个标准的模糊控制器,并通过选择合适的量化因子将该标准模糊控制器应用于每一对同位布置的作动器/传感器,各个控制器之间独立工作.这样就避免了设计MIMO模糊控制器带来的复杂问题.最后针对空间智能桁架进行仿真,结果表明,设计的模糊控制器可以有效抑制桁架的振动,并且具有结构简单、鲁棒性强、抑制控制溢出的优点.