Fuzzy PID control of space manipulator for both ground alignment and space applications

Considering gravity change from ground alignment to space applications, a fuzzy proportional-integral-differential (PID) control strategy is proposed to make the space manipulator track the desired trajectories in different gravity environments. The fuzzy PID controller is developed by combining the fuzzy approach with the PID control method, and the parameters of the PID controller can be adjusted on line based on the ability of the fuzzy controller. Simulations using the dynamic model of the space manipulator have shown the effectiveness of the algorithm in the trajectory tracking problem. Compared with the results of conventional PID control, the control performance of the fuzzy PID is more effective for manipulator trajectory control.     

一种用于目标跟踪的波形自适应选择算法

提出了一种用于雷达目标跟踪的自适应广义调频波形设计算法。该算法根据跟踪器的动态需求,以广义调频信号为样板波形自适应设计下一时刻的发射波形,其目的是最小化预测的目标跟踪均方误差,并假定高信噪比条件,且目标跟踪运动模型和观测模型均为线性,利用与某一波形相对应的克拉美--罗下限（CRLB）以及卡尔曼滤波器,通过最小化预测的跟踪均方误差来实现广义调频波形的自适应设计。仿真结果表明：在信噪比相同的情况下,与使用固定参数、自适应参数的线性调频波形设计算法相比,所提出的算法能够获得更低的目标跟踪均方误差。     

雷达软件测试文档追踪系统的关键技术研究

雷达软件规模日益庞大,其软件测试也变得非常复杂,测试需求追踪逐步变成非常困难的任务,目前急需解决雷达软件中测试需求追踪管理、文档自动生成等问题。通过对软件测试需求的识别与定位、软件测试任务的分派,实现了雷达软件测试需求的跟踪、追溯,以及按标准模板产生相应的文档,重点对实现该追踪系统的关键技术进行了分析和描述。     

Stabilization And Tracking Of Underactuated Surface Vessels In Random Waves With Fin Based On Adaptive Hierarchical Sliding Mode Technique

Trajectory tracking and roll stabilization are both vital practices in ship motion control. Trajectory tracking is a kind of low‐frequency control, while roll stabilization by means of fins is a kind of high‐frequency control. However, they have been studied separately previously; most tracking control of underactuated surface vessels in the previous studies do not account for roll stabilization by means of fins. In reality, however, they are an integral system. In this paper, a simple control strategy is proposed to achieve trajectory tracking and fin roll stabilization simultaneously. Four degrees of freedom derived from a six degrees of freedom mathematical model of a surface vessel is considered, including surge, sway, roll and yaw. Surge force, roll moment and yaw moment are considered as control inputs, while position, yaw angle and roll angle are controlled. The number of control inputs is fewer than the outputs to be controlled. Therefore, we are dealing with an underactuated problem. An adaptive hierarchical sliding mode control technique is employed to deal with the underactuation. Stabilization of underactuated surface vessels is studied as a special case. Random waves are applied to test the robustness of the designed controllers. Lyapunov stability theory is used to show the stability of closed‐loop system. The simulation results verify the effectiveness of the proposed strategy.     

基于前向预测并行追踪的视频压缩传感方法

为了减小视频信号采集端的负担,提出一种基于压缩传感理论的视频压缩算法模型。该模型采用广义轮换矩阵获取视频帧的测量值,再结合视频压缩的运动补偿预测关键技术,消除视频帧间冗余。然后在并行贪婪追踪算法中引入前向预测技术作为重构算法,最终获取重构的压缩图像。实验对比了在不同算法下的重构图像和不同采样比下不同算法的重构PSNR值,然后利用所提方法得到视频序列的重构压缩图像。实验结果表明,该算法模型能较精确地获取压缩的视频图像,适合在视频压缩中应用。     

头戴式视线跟踪系统的一点标定方法

标定方法是视线跟踪技术中的关键环节,直接影响跟踪精度和用户体验。目前头戴式跟踪系统所使用标定方法,需要多个标定点进行标定。为更快、更方便地进行标定,提出一种方法,只需一个标定点,便可提取足够的标定信息完成标定过程。该方法可适用于目前的多种映射方法,如DLT方法、多项式方法、神经网络方法等,标定时间仅需10 s,精度可达1°,与多点标定相比,效率显著提高,而精度无明显差异。此外,使用一种新的神经网络模型:ELM(极端学习机)实现了神经网络标定方法,ELM的快速学习性能,显著缩短了神经网络训练时间。     

无模型自适应控制在锅炉主汽温控系统中的应用

针对电厂锅炉主汽温度对象大延迟、大惯性、多种扰动以及非线性、时变性的控制难点,提出带有跟踪微分器的无模型自适应控制器串级系统主控制器设计方法,控制器融合衰减因子与滤波抑制测量扰动,自抗扰观测抑制负载扰动。仿真结果表明控制方法具有较强的鲁棒性和自适应能力。     

基于特征自适应选择的鲁棒跟踪算法

为了解决真实场景下视频目标的跟踪问题,提出一种基于特征自适应选择的鲁棒跟踪算法。首先,针对在线AdaBoost算法特征池特征鲁棒性差的问题,提出一种基于颜色与金字塔梯度方向直方图特征相结合的特征池构造方式;然后,针对分类器在更新过程中容易受到错误样本影响的问题,对每帧跟踪结果增加遮挡检测环节以避免漂移现象的发生。大量的对比实验表明,在真实场景下所提出的方法具有更好的效果。     

不确定性R¨ossler 系统的自适应鲁棒跟踪控制

研究具有外部不确定性R¨ossler 混沌系统的鲁棒跟踪控制问题. 基于动态面控制原理设计自适应鲁棒控制器, 给出了系统参数的自适应更新律, 使得被控闭环系统的各误差变量一致有界. 系统输出曲线渐近跟踪任意期望轨道, 且跟踪误差能被控制在任意小的范围内, 而无须知道系统的参数及外部不确定性的界限. 基于稳定理论给出了具体的稳定性分析, 并通过数值仿真验证了该方法的有效性及鲁棒性.

     

基于非线性滤波估计的北斗B1 QPSK 信号跟踪方法

复杂环境下的多普勒频移变化及信号功率衰减均会对载波准确跟踪造成影响. 在研究北斗卫星B1 频点信号结构的基础上, 建立以环路中相关积分值为观测量的非线性EKF 模型和UKF模型, 并提出利用滤波估计状态量进行状态反馈控制的方法, 从而解决了载波跟踪环路在高动态及弱信号环境中难以高性能工作的问题. 实验结果表明,状态反馈控制的EKF 模型和UKF滤波模型能准确地跟踪弱信号及高动态下的信号变化, 从而有效控制跟踪误差, 为实现快速准确的载波跟踪奠定了基础.