一种优化的联合极大似然SLAM数据关联方法

提出一种将联合极大似然方法(JML)和遗传算法相结合解决SLAM数据关联问题的方法,简称GAJML.该方法采用"关联门"缩小数据关联的解空间范围,提高搜索效率;利用数据关联解的联合极大似然值作为适应度值,种群的初始化采用了自适应策略以提高算法计算速度.与单匹配最近邻(ICNN)和JML方法的对比实验表明该方法相比于ICNN方法耗时增加很少实时性好,数据关联正确率接近JML准确度高,并能够有效克服闭环问题引起的定位累积误差增长.     

基于PCA-GA-BP 神经网络的状态评估算法

针对传统评估方法主观性强的缺点及BP神经网络自身缺陷,提出基于数据知识的PCA-GA-BP状态评估组合算法。采用主成分分析对样本数据进行降维处理,利用遗传算法对BP神经网络的初始权值阈值进行优化,将历史数据作为学习样本训练神经网络,处理实时信息得到评估结果,并通过实例进行算法验证分析。结果表明,该算法是可行的,适用于复杂武器装备的状态评估。     

激光主动成像图像边缘检测算法研究

针对激光主动成像图像特点,分析了双数复值小波变换的优点和Canny算子存在的不足,提出了一种基于双数复值小波变换和Canny算子相结合的边缘检测算法.首先对激光主动成像图像进行双数复值小波变换得到小波系数序列,再对小波系数进行滤波,最后运用Canny三条检测规则逐层检测图像边缘.通过对实际激光主动图像进行边缘检测实验,结合视觉效果和可匹配性指标,可以看出本文的算法具有图像边缘细节保护好、检测结果可匹配性强等优点.     

基于误差状态方程的机械臂H_∞最优控制北大核心CSCD

针对不确定性二自由度机械臂的跟踪控制问题,为了同时保证控制系统的鲁棒稳定和鲁棒性能,提出了基于跟踪误差线性状态方程的H∞最优控制方法。首先建立了二自由度机械臂系统轨迹跟踪误差的状态方程,考虑系统中存在的不确定性和未知扰动,对误差状态推导出基于线性二次型性能指标的鲁棒H∞最优控制律,该控制律不仅保证了控制系统的鲁棒稳定而且使控制系统达到给定性能指标下的鲁棒最优性能。同时证明了闭环系统的渐进稳定性和线性二次型最优。由提出的广义控制力进而得到机械臂的控制力矩,实现鲁棒控制。最后应用simulink对系统进行仿真,仿真结果验证了方法的正确性和有效性。     

含自时延和通信时延的Euler-Lagrange系统自适应一致性算法

针对动力学方程中含未知参数的多Euler-Lagrange系统的一致性控制问题,设计了一种分布式自适应协调控制器.该控制器容许多Euler-Lagrange系统的通信拓扑为一般的有向图,并允许通信时延和自时延的同时存在.利用Barblata定理、Lyapunov稳定性定理和LMI方法等对控制器的稳定性进行了证明,并设计了数值仿真实验,仿真结果证明了控制算法的有效性.     

考虑不确定项的大气层内拦截弹制导律设计

针对一类建模过程中考虑不确定项的大气层内拦截弹,提出一种设计简单、高鲁棒性的拦截末段制导律。根据平面内拦截弹-目标的相对运动方程,引入拦截弹的一阶动力学模型,将系统建模误差和目标未知信息看作不确定项,建立下三角型非线性系统方程。应用自适应动态面控制方法设计新型制导律,解决系统输入与不确定项的非匹配问题,避免制导律中调整参数多、微分膨胀现象,且制导律阶数低,有利于工程化实现。稳定性分析说明控制器参数的合理选择满足系统稳定性要求。仿真结果说明该制导律具有缩短拦截时间、提高系统鲁棒性的特点。     

基于函数滑模控制器的机械手轨迹跟踪控制

提出一种基于函数滑模控制器(FSMC)的控制策略,用于不确定机械手的轨迹跟踪控制。首先,由动力学模型和滑模函数得到系统的不确定项;然后,利用RBF神经网络逼近系统不确定项,由于神经网络逼近存在误差,而且在初始阶段误差较大,设计函数滑模控制器和鲁棒补偿项对神经网络逼近误差进行补偿,以克服普通滑模控制器容易引起的抖振问题,同时提高系统的跟踪控制性能。基于李亚普诺夫理论证明了闭环系统的全局稳定性,仿真实验也验证了方法的有效性。     

基于改进人工协调场的多机器人避碰算法

针对多机器人系统中避碰问题,提出一种基于改进人工协调场的多机器人避碰算法。首先采用凸化障碍,子目标主动选择方法,解决人工协调场在有非凸障碍环境中的“死锁”问题;其次建立基于速度和距离的排斥力模型,以克服人工协调场对空间利用率低的缺陷,尤其是目标点与障碍物距离较近机器人无法抵达的情况;最后设计一种力混合器模型,并基于此模型以达到避免人工协调场中的运动抖动的效果。仿真实验证明该算法对解决有障碍环境下多机器人避碰问题的有效性和可靠性,增强了多机器人系统对复杂环境的适应性。     

改进人工势场法的机械臂避障路径规划

针对传统机械臂路径规划只适用于具有特殊构型的机械臂这一不足,提出在利用遗传算法等方法求解得到一组合理的关节值后,运用人工势场法在机械臂关节空间内搜索、采用合势能最速下降为控制标准的机械臂路径规划方法。同时利用在局部极小附近添加虚拟障碍,产生虚拟斥力势能的方法解决了局部极小问题,使机械臂成功绕过障碍到达目标。仿真验证了该方法的正确性和有效性。     

基于二阶滑模的鲁棒最优末制导律设计

针对传统最优末制导律鲁棒性较差,对外扰及参数摄动敏感等不足,提出一种基于二阶滑模控制技术的鲁棒最优末制导律设计方案.首先以俯冲平面上的末制导律设计为例,设计二阶滑模控制以实现滑动模态及其导数在有限时间内收敛.然后考虑系统存在不满足匹配性条件的参数不确定性和外部扰动,利用基于自适应的super-twisting算法设计不连续项,以保证所设计的二阶滑模最优末制导律的连续性.最后基于Lyapunov的稳定性理论证明及仿真结果均表明,所设计的末制导方案具有很高的命中精度及较强的鲁棒性.