基于分支分析的机翼摇晃预测与抑制

针对现代战斗机大迎角飞行时的机翼摇晃预测与抑制问题,根据其主要动态特性建立了新的横侧向多自由度模型,通过开环分支分析准确预测了机翼摇晃对应的临界迎角.在此基础上考虑模型不确定性和舵面位置限幅的影响,利用滤波器动态对跟踪误差进行补偿,设计了一种约束滤波自适应反步控制算法,通过采用补偿误差代替跟踪误差进行自适应律设计,确保了输入饱和条件下自适应过程的稳定,并结合闭环分支分析实现了对机翼摇晃运动的有效抑制.六自由度仿真验证了多自由度模型的有效性和控制算法的鲁棒性.     

时延系统的自抗扰动态面控制

本文针对高阶时延系统同时存在系统不确定性和未知输入时延的情况,考虑控制器信号的复杂性问题,在动态面控制方法的基础上,引入自抗扰控制技术设计了自抗扰动态面控制器.利用反步法设计动态面控制信号,采用跟踪微分器对虚拟控制信号滤波,避免了由于对虚拟控制信号重复微分产生的"复杂性爆炸"问题;在控制信号的基础上叠加扰动补偿项,补偿项由扩张状态观测器实时在线估计产生,保证了控制信号的实时性,同时简化了控制器结构以便于实际应用.在闭环系统稳定性判别中运用李雅普诺夫理论做出详细分析.最后,数值仿真结果验证了所提出方法的有效性.     

集成神经网络与自适应算法的分数阶滑模控制

针对被控对象的参数时变和外部扰动问题,本文融合神经网络的万能逼近能力和自适应控制技术,并结合分数阶微积分理论,提出了基于神经网络和自适应控制算法的分数阶滑模控制策略.本文采用等效控制的方法设计滑模控制律,并利用神经网络的万能逼近能力估测控制律的变化,结合自适应控制算法和分数阶微积分理论抑制传统滑模控制系统的抖震,同时根据Lyapunov稳定性理论分析了系统的稳定性,最后给出了实验结果.实验结果表明,本文提出的基于神经网络和自适应控制算法的分数阶滑模控制系统,能保持滑模控制器对系统外部扰动和参数变化鲁棒性的同时,也能有效地抑制抖震,使得系统获得较高的控制性能.     

固定翼无人机的自抗扰反步控制

针对固定翼无人机姿态和速度控制中系统存在模型不确定性和外界扰动的情况,本文设计了基于扩张状态观测器的反步控制器抑制系统扰动以提高无人机的控制性能.首先建立无人机速度误差模型和姿态误差模型,其中姿态误差模型采用四元数作为变量以避免欧拉角在描述姿态时存在的奇点问题和复杂三角运算;进而设计扩张状态观测器对系统中存在的扰动进行估计,并将扰动估计值与控制器设计相结合,分别设计出姿态控制器和速度控制器来抑制扰动的影响且使无人机姿态和速度收敛到期望值.最后基于李雅普诺夫理论证明系统的稳定性.仿真结果表明,本文所设计方法能够抑制系统中存在的扰动.     

运输机低空重装空投增益自适应滑模控制

本文针对带有不确定性且不确定性边界未知的低空重装备空投过程控制问题,提出了基于增益自适应全局滑模的飞行控制方法.该方法采用反馈线性化技术对重装空投过程模型进行线性化,解决了空投模型的强非线性问题,在此基础上,设计了切换增益自适应全局滑模控制器,保证了系统在响应全程的鲁棒性,克服了滑模到达阶段系统初始误差对切换增益自适应过程的影响.提出了一种改进的增益自适应方法,解决了滑动阶段的切换增益过度自适应问题.基于Lyapunov理论证明了控制器的稳定性和鲁棒性.仿真验证了控制方法的控制性能和优越性.     

未知饱和控制系统有穷域最优控制

针对带有饱和执行器且局部未知的非线性连续系统的有穷域最优控制问题,设计了一种基于自适应动态规划(ADP)的在线积分增强学习算法,并给出算法的收敛性证明.首先,引入非二次型函数处理控制饱和问题.其次,设计一种由常量权重和时变激活函数构成的单一网络,来逼近未知连续的值函数,与传统双网络相比减少了计算量.同时,综合考虑神经网络产生的残差和终端误差,应用最小二乘法更新神经网络权重,并且给出基于神经网络的迭代值函数收敛到最优值的收敛性证明.最后,通过两个仿真例子验证了算法的有效性.     

扩展卡尔曼滤波结合前馈补偿永磁同步电机位置估计

转速和转子位置的精确估计对建立永磁同步电机(permanent magnet synchronous moter,PMSM)转速、电流双闭环矢量控制系统非常重要.本文主要研究扩展卡尔曼滤波算法(extended Kalman filter,EKF)估计转速、转子位置问题.与传统EKF估计转子位置方法不同的是,本文采用遗传算法(GA)优化EKF的协方差矩阵,并给出P,Q,R矩阵选取过程.另外将负载转矩观测器观测的负载转矩同速度调节器的输出一起作为电流调节器的控制变量.仿真及实验结果表明:文中提出的新方法有效缩短系统协方差参数选取时间,提高转速的辨识精度和抗负载扰动能力.     

ALC-OFDM系统中的ACMS新选择准则

针对新一代宽带卫星通信,建立了自适应低密度奇偶校验码(LDPC)编译码的正交频分复用(ALC-OFDM)传输系统结构与信道模型.在分析固定编码调制方式基础上,提出了一种加权信噪比(SNR)的自适应编码调制方案(ACMS)选择新准则,使每种编码调制方案对应着一个信道平均信噪比范围,可以有效找出使系统吞吐量最优的信噪比切换门限值.仿真结果表明:在系统的误比特率(BER)满足要求的情况下,对比各种加权准则,加权得到的SNR越大,采用该准则的系统吞吐量越大;当系统吞吐量都达到最大值时,采用3种加权方式的信噪比切换门限比传统准则至少降低了2 dB.     

基于自适应延迟切割的三角网格布尔运算优化

规则化的布尔运算被广泛应用在三维建模系统中.近年来,随着图形硬件的发展,基于三角网格的规则化布尔算法由于输出结果能直接被图形硬件处理,表现出了明显的优势.但是传统的算法由于采用CSG树局部评估策略,使得面片在相交测试中反复被切割,并且由于面片分类在切割后的模型之间直接进行,导致算法无法在保证鲁棒性的同时实现高性能.为了避免这些问题,本文呈现了一种CSG树全局评估算法来统一执行单次和连续布尔运算.算法由两部分组成：自适应的延迟切割和全局化面片分类.在自适应的延迟切割阶段,算法通过仔细处理多个三角面片相交导致的各种情况使得延迟切割被扩展到整个CSG树来避免由于面片的反复切割带来的数值误差累积并利用自适应的八叉树使得相交测试能在线性时间内完成.在全局化面片分类阶段,算法通过分治法使得分类始终在切割后的面片和原始输入模型之间进行来保证分类的精度;通过结合组分类策略和自适应的八叉树来进一步优化了分类性能。实验结果表明,本文提出的算法无论是在执行单次或连续布尔运算时都能在保证鲁棒性同时性能优于其他的算法,因此本文算法可广泛应用于交互式建模系统中,如数字雕刻、计算机辅助设计和制造（CAD/CAM）等.     

基于收缩理论的一类非线性系统自适应动态面控制

针对一类不确定非线性参数严反馈系统,提出基于收缩理论的自适应动态面控制方法.动态面控制器设计保证了各子系统关于状态误差部分收缩;对不确定参数构造收缩自适应律,并利用收缩下的奇异摄动分析降阶处理子系统,确保降阶前后状态误差间的偏差及滤波误差有界;通过分层子系统的收缩鲁棒性分析,证明了原闭环系统状态半全局收敛到以期望轨迹为中心的球域内,保证了跟踪误差及自适应估计有界.刚性机械臂系统仿真验证了所提出方法的有效性.