带约束优化问题的遗传算法

针对带约束优化问题,提出了隔离小生境的多种群孤立进化遗传算法.定义某已知函数,按组划分小生境,计算适应值.对每个小生境进行选择组成交配池,进行单点交叉,再计算适应值,选择下一代种群.该算法适用于非线性系统模糊控制器的优化问题.     

预测控制方法及其仿真

预测控制算法采用多步预测,其期望轨迹模块使用一阶或二阶指数形式,自适应预测模型由参数模型来实现,被控对象数学模型用CARMA模型描述.首先测量系统实际输出,计算系统增量输出,用增量形式的二阶参数模型估计系统输出.用最小二乘法修正参数,计算期望输出和期望增量输出.并对线性系统和非线性系统进行仿真,其结果表明该算法具有较好的预测控制效果.     

一种快速非线性模型预测控制律研究

为滑翔增程弹设计了一种滑翔控制律,在考虑其非线性、状态约束和控制舵偏角幅值约束的情况下,针对滑翔控制过程中采样周期短,系统动态变化快的特点,采用直接多重打靶法和实时迭代策略来缩短非线性模型预测控制中递推优化的计算时间,并应用预先优化策略避免反馈控制延迟.仿真结果表明,该控制器的控制律求解时间小于采样周期,能满足滑翔增程...     

基于遗传BP神经网络的隐身涂层老化性能评价模型

为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。     

材料的非线性混合硬化模型及自紧身管残余应力、应变的计算

在通用非线性有限元结构程序NFAP中加入具有初始随动角的非线性混合硬化材料模型,以适应有显著鲍辛格效应材料的需要.用该模型对自紧身管的残余应力和残余应变进行计算,与测试值吻合较好.     

基于支持向量机和卡尔曼滤波的机械零件剩余寿命预测模型研究

现有机械零件剩余寿命预测模型在建模过程中,无法同时采用已有数据库数据及被预测产品实时退化数据,为了弥补其不足,提出一种支持向量机（SVM）和非线性卡尔曼滤波相结合的机械零件剩余寿命预测模型。根据现有全寿命试验数据训练所得的SVM回归模型,建立非线性卡尔曼滤波状态更新方程,依据机械零件退化特征构造时间更新方程,设定初始剩余寿命值及其方差,通过逐步迭代计算各时刻剩余寿命估计值及一定置信水平的置信区间。该计算模型能够充分利用现有零件与同类零件全寿命试验数据和被预测零件的实时状态退化数据,实现剩余寿命预测。以某型号滚动轴承为例,验证了所提出剩余寿命预测模型的精度、稳定性及工程应用价值。     

具有在线修正能力的导弹控制回路设计

文中提出了基于人工神经网络和遗传算法的防空导弹控制系统设计方法。借鉴模型参考自适控制和预测控制思想；通过建立一个以小种群遗传算法（uGA)作为在线寻优工具，以人工神经网络作为控制器和被控对象在线模型的控制回路，来补偿被控对象的非线性、模型不确定性和在线扰动。理论分析和数学仿真表明，本方法相对传统控制策略具有较少依赖人工试凑和通用程度高的特点，同时可以在一定程度上解决传统增益规划方法缺少在线自适应能力、传统自适应控制技术难以有效利用离线设计结果和缺少并行处理硬件支持而导致在线实现性差的不足。     

基于Volterra级数的自适应水声信号预测方法研究

背景噪声和混响干扰是声纳目标探测中的主要干扰源,如何有效地减小它们对声纳工作特性的影响一直是水声信号处理关注的焦点.利用Volterra级数理论,建立水声信号的非线性动力学模型,通过对水声信号的局部预测,实现对背景噪声的降噪和混响干扰的抑制.结合二阶Volterra自适应滤波器和基于奇异值分解的自适应滤波算法,分别采用直接法和迭代法完成了对水声信号的一步及多步预测.仿真结果表明,基于Volterra级数模型的水声信号迭代预测方法比直接法不仅具有更好的预测性能,而且还可以实现多步预测.     

无迹Kalman滤波器及其目标跟踪应用

无迹卡尔曼滤波(UKF)算法在原先状态分布中按某规则取点,并使点的均值和协方差等于原状态分布的均值和协方差.将这些点代入非线性函数中,得到相应的非线性函数值点集,并通过点集求取变换后的均值和协方差.其应用步骤包括计算及传递取样点、利用预测取样点和权值计算预测均值和协方差、预测测量值和协方差,最后计算UKF增益,更新状态向量和方差.仿真表明该方法比EKF方法可用性更强.     

导弹起竖过程的非线性预测控制

为解决导弹起竖过程中的快速性和稳定性问题，提出了采用基于神经网络的非线性预测控制方案，构造了基于BP神经网络的起竖过程单值非线性广义预测控制模型，推导了模型的最优输出控制量的求解算法，并给出了单值非线性广义预测控制的具体实现步骤，最后以典型非线性模型和导弹模型进行了仿真，结果显示控制方案取得了满意的效果。     

火炮高平机电液伺服系统自适应动态面反演控制

针对火炮高平机电液伺服系统存在的负载惯量大、运动过程非线性特性显著、同时存在非匹配不确定性和不确定非线性、外部干扰未知等问题,提出一种自适应动态面反演控制方法。推导建立了系统的数学模型并为每阶系统设计Lyapunov函数和虚拟控制量,逐步反演得到控制律。引入动态面控制方法消除反演过程微分项的膨胀,采用自适应律实现控制过程中未知参数的在线估计,并对控制器稳定性进行了理论证明。借助ADAMS-AMESim-Simulink进行系统的联合仿真,结果表明该方法能实现高平机快速上行与下行,压力波动较小,获得了较好的动态跟踪精度,稳态误差满足要求,具有较强的鲁棒性。     

一种战场物资消耗自适应预测模型

为解决战场物资消耗这一复杂非线性问题,在分析传统消耗预测方法的基础上,设计一套战场物资消耗量的自适应预测模型,对卡尔曼滤波的自适应机制进行详细探讨,并通过算例对自适应预测模型进行检验。结果表明：该模型能有效克服由于战场的不确定因素对物资消耗预测所带来的影响,在一定阈值范围内,控制预测值和实际值的误差,实现对战场物资消耗量相对准确的预测。     

高温超导磁浮列车非线性悬浮控制器的研究

磁悬浮系统是典型的非线性系统,针对传统的悬浮系统控制方法中的系统稳定性问题,采用反馈线性化方法建立了高温纯超导悬浮系统的非线性模型,并设计了非线性控制器。仿真结果表明,依据反馈线性化方法设计的非线性控制器具有良好的模型适应性和鲁棒性。     

基于扰动观测器的机载光电稳定平台自适应指数时变滑模控制

针对考虑载机干扰、摩擦力矩和参数不确定性等扰动因素影响的机载光电稳定平台高精度控制问题,提出了一种基于非线性扰动观测器的自适应指数时变滑模控制方法。该方法利用非线性扰动观测器观测系统的聚合不确定性,用来抵消外界扰动和参数不确定性对系统的干扰。在此基础上,设计自适应指数时变滑模控制器,实现了光电稳定平台伺服系统在残余聚合扰动影响下的期望角位置转动的全局鲁棒控制,该方法不需要确定聚合不确定性的上界信息,同时避免了普通自适应滑模的切换增益过度自适应问题,最终通过李雅普诺夫稳定性定理证明了闭环系统的全局渐近稳定性,系统角位置最终渐近收敛到期望角位置。数值仿真和样机测试结果表明,在外界扰动和参数不确定性的影响下,该方法能够实现系统的高精度角位置控制。     

舰载机自动着舰控制系统设计与仿真

为了进一步提高着舰精度,针对具有舰尾流扰动、参数不确定以及非线性干扰的着舰控制问题,设计L1自适应增广控制器.该控制器具有分段连续自适应律,用于补偿着舰纵向内回路中存在的舰尾流干扰和不确定性的不利影响.将其应用到舰载机自动着舰纵向控制系统.仿真结果表明:L1自适应控制器能够处理参数不确定性等不利情况,并且具有抑制稳态尾流的能力,实现了自动着舰轨迹精确跟踪控制.     

弹道修正迫弹制导方法与制导精度研究

针对传统迫击炮弹落点精度差,打击精度低,设计了迫击炮弹弹道修正算法,采用摄动落点偏差预测法、自适应比例导引法、自适应比例微分导引法对弹道进行修正。建立了六自由度弹道模型及控制模型,阐述了摄动落点偏差预测法和比例导引法基本原理; 针对比例导引律中常值比例系数不符合实际弹道变化的特点,在纵向平面设计了自适应比例导引律,横向平面设计了自适应比例微分导引律。采用蒙特卡洛模拟打靶仿真验证,考察制导律在纵向平面、横向平面以及复合制导的修正能力。仿真结果表明,在纵向平面,自适应比例导引律效果最好; 在横向平面,自适应比例微分导引律效果最好。仿真分析了3种制导方法的复合制导效果。仿真结果表明,在纵向平面升弧段采用摄动落点偏差预测制导方法,以及在降弧段纵向平面采用自适应比例导引律、在横向平面采用自适应比例微分导引律的复合制导能力得到有效提升,迫击炮弹落点圆概率误差从无控时的126.317 m降为0.965 5 m。大射角、小射程条件下模拟打靶,圆概率误差为1.864 3 m。     

电源组件的电磁兼容技术

电源组件的电磁兼容技术包括硬软件设计.硬件设计须考虑电网噪声抑制、功率电路干扰抑制及印刷电路板设计,其中电网噪声抑制通过用压敏电阻抑制浪涌电压及采用切断噪声变压器抑制电网噪声得以完成.软件程序采用自顶向下,逐步求精的结构化设计方法,包括软件陷阱及程序死锁的解脱.     

四旋翼飞行器鲁棒自适应姿态控制器设计

为实现四旋翼飞行器姿态的稳定控制,针对该系统的非线性、易受外界干扰和参数摄动影响等问题,提 出一种鲁棒自适应控制方法。首先通过分析四旋翼飞行器的工作原理,建立了动力学模型;其次在线性化飞行器模 型的基础上,设计了基于最优二次型鲁棒伺服控制方法的姿态控制器;然后应用模型参考自适应控制方法设计了自 适应补偿器消除系统不确定性的影响;最后对加入了鲁棒自适应控制的飞行器进行仿真。仿真结果表明：该控制器 具有稳定精确的指令跟踪性能和强鲁棒性,能够在复杂环境下实现稳定良好的姿态控制。     

基于果蝇算法优化广义回归神经网络的机枪枪管初速衰减建模与预测

机枪枪管初速衰减预测是一个复杂的非线性问题。广义回归神经网络方法被广泛应用于非线性问题的建模,但其平滑因子取值对神经网络的预测性能有较大影响。采用果蝇算法对广义回归神经网络的参数进行优化选取,提出了基于果蝇算法优化广义回归神经网络的机枪枪管初速衰减建模方法。基于机枪枪管初速衰减试验数据,建立在不同使用环境下随着累计射弹量的增加,以初速降为特征量的机枪枪管初速衰减预测模型,预测结果与试验结果基本一致,证实了所提方法的可行性。通过与未经优化的广义回归神经网络方法和反向传播神经网络方法建立的预测模型进行比较,其性能明显优于另外两种方法,验证了基于果蝇算法优化的广义回归神经网络方法在建立机枪枪管初速衰减模型中的有效性。     

某随动负载模拟器 GM/SN-PID 自适应控制

为提高某随动负载模拟器加载系统的加载精度,设计一种基于灰预测单神经元 PID 自适应(grey prediction single neuron PID,GM/SN-PID)控制策略。通过分析随动负载模拟器的系统构成和工作原理,简化加载电机模型, 根据转动惯量盘模型,建立随动负载模拟器模型。在传统 PID 控制的基础上引入灰预测模型用于初始化 PID 参数的 整定,单神经元自适应控制器用于在线调节 PID 比例、积分和微分参数。仿真结果表明：该方法能提高加载系统的 加载精度,具有较强的鲁棒性,优于传统 PID 控制。