系统存在干扰及建模误差时的稳定自适应控制算法

 <正> 1.问题叙述 研究模型参考自适应控制系统,在不考虑系统的外界干扰及建模误差时如图1所示。     

航空发动机多变量 PI 型鲁棒控制器

首先用奇异值分解法,将航空发动机不同平衡点的小偏离线性模型统一为一个具有结构参数扰动的线性模型,然后应用鲁棒H∞控制理论及PI型H∞控制设计技术,设计了PI型鲁棒串级控制器,实现了低压转速和涡轮后温度同时保持常数的双变量发动机调节方案。最后采用某型双转子涡喷发动机气动热力学非线性数字模拟器,对所设计的控制器进行了仿真评估,结果表明控制系统具有良好的动态响应及鲁棒稳定性。     

侧向稳定系统参数平面设计法

首先介绍了鲁棒系统设计的参数平面法，然后采用该方法对某支线客机的侧向稳定系统进行了鲁棒设计，最生以几种不同的飞行状态为例，通过计算机仿真，对所设计的控制律参数进行了验证，结果表明：飞机侧向稳定系统的参数平面法设计是可行的。     

广义回归神经网络在MC-CDMA多用户检测中的应用

在简要介绍了反传(BP)神经网络,径向基神经网络(RBFN),广义回归神经网络(GRNN)的基础上,可知GRNN与传统的基于反传(BP)算法的神经网络相比,有收敛速度快,鲁棒性强等优点,本文将广义回归神经网络(GRNN)技术援引到MC-CDMA多用户检测中,进行了误码率和收敛性的仿真计算,表明了GRNN在多用户检测应用中的优越性和有效性。     

基于轨迹跟踪的飞行器大角度姿态机动物理仿真

针对空间飞行器大角度姿态机动控制具有非线性,并要求控制器具有较高的指向精度、姿态稳定度及鲁棒性等特点,应用轨迹跟踪控制算法,设计了比例微分控制器。系统采用DSP作为星载计算机、光纤陀螺作为姿态敏感器、反作用飞轮作为执行机构、系统程序采用C语言编程,利用单轴气浮仿真实验台实现了物理仿真实验。实验结果证明该控制方法能实现飞行器大角度机动控制,控制过程中能准确跟踪预定轨迹,还表现出较好的鲁棒性。     

基于PCNC的航路网络拓扑结构鲁棒性优化

空中交通量的持续增长,使得航路网络拓扑结构的脆弱性日益凸显,其鲁棒性优化愈发重要。本文运用复杂网络理论,分析航路网络拓扑结构,提出了优先配置关键结点保护连边(Prefrential configuration node-protecting cycle,PCNC)的方法,该方法基于度值适应度技术,探测出自身及邻居节点度值都大的关键节点,增加连边,配置节点保护环,优化航路网络拓扑结构鲁棒性。以中国大陆地区的航路网络为例,选取其中1 017个航路点和1 568条航段,探测得到101个关键节点,共配置56条新增连边。结合随机攻击和基于节点度的蓄意攻击,验证得到优化后航路网络拓扑结构对于两种攻击方式的鲁棒性都得到明显增强,且在蓄意攻击下的网络鲁棒性改善效果更好。     

压缩感知在轴流压气机周向模态识别中的应用

研究了将压缩感知应用于轴流压气机管道周向模态识别的方法。采用数值实验的方法对稀疏模态信号进行压缩感知分析。对确定性信号,讨论了信号欠采样因子和感知常数对不同稀疏比信号重构成功率的影响,当感知常数大于3.5时,感知成功率超过90%;对未知信号,随机选取测量矩阵在感知失败时信号的模态分布没有规律。在此基础上,将Nyquist-Shannon采样定理和压缩感知方法结合,提出了轴流压气机管道周向模态传感器双均布测点布置方式,发现了其感知的成功与否与信号模态数的差值和测点数相关,选择合适的测点数,可用于基于动静干涉的压气机周向模态的可靠重构。讨论了双均布测点分布的鲁棒性,发现任意减少3个测点时仍可保证研究对象中至少5个叠加模态的成功感知。最后,将压缩感知方法应用于轴流压气机管道周向模态识别,成功感知到了基于Tyler-Sofrin的轴流压气机高阶动静干涉模态。该研究为轴流压气机管道模态分析和测量提供了新的实验数据处理方法。      

永磁直线同步电机滑模控制系统

设计了一种基于滑模变结构的永磁直线同步电机(PMLSM)矢量控制系统。从直线电机的基本工作原理出发,通过坐标变换,建立PMLSM在两相同步旋转正交坐标系上的数学模型。基于滑模变结构和李雅普诺夫稳定性理论设计转速调节器,组成PMLSM滑模控制系统。为了验证该控制系统的有效性,在MATLAB/Simulink平台下搭建系统的模型并进行仿真。仿真表明,该控制系统具有很强的鲁棒性。     

一种适用于火星气动捕获的自适应预测制导算法

火星探测捕获制动需要的速度增量大,制动消耗燃料多,因此针对火星大气密度低、大气不确定性强等问题,提出一种基于解析及自适应预测校正结合的分段式气动捕获制导算法,实现无人钝头体飞行器由双曲线接近段轨道到目标停泊椭圆轨道的轨道转移.考虑到多约束条件,将制导算法分为高度数值预测校正 高度保持 入轨控制3个阶段,其中第三阶段使用基于一阶特征模型的全系自适应预测校正算法.该方法利用施加控制量的时间与最终半长轴改变量的关系形成动态输入变换,以抵消该系统一阶特征模型输入输出间巨大的动态增益.仿真结果表明,该算法即可满足一定的多约束条件,同时能够克服较强的初始条件不确定性和环境不确定性,具有较强的鲁棒性.     

基于LMI的H-/H∞故障检测观测器设计

针对系统模型的不确定性、未知输入扰动,为提高对干扰鲁棒性、待检故障敏感性及降低设计的保守性,提出了一种H-/H∞故障检测观测器设计方法,通过无损procedure将非凸约束问题转化为线性矩阵不等式(LMI)约束,采用Schur补引理将H-/H∞故障检测观测器设计转化为凸优化问题的LMI表述;设计了自适应门限以减小故障检测过程中的误报、漏报率。故障检测观测器的设计是借助凸优化问题的数值计算,使设计过程便于实现。提出的算法使未知扰动的鲁棒性及待检故障的敏感性之间具有最优平衡。仿真验证表明,所提算法使残差具有快速的收敛性、较短的故障检测时间。