基于鲁棒一步集的Tube不变集鲁棒模型预测控制

针对一类干扰有界的输入和状态受约束线性离散系统,提出了一种基于鲁棒一步集的Tube不 变集鲁棒模型预测控制方法.首先采用多面体不变集离线设计方法得到基于多面体不变集序列的扩 展终端约束集;然后为了扩大鲁棒模型预测控制的初始状态允许区域,并提高系统的鲁棒性,在扩展终端约束集的基础上,通过引入鲁棒一步集并借助Tube不变集控制策略,设计了基于鲁棒一步集的鲁棒模型预测控制方法,并给出了算法的存在性和稳定性证明. 该方法不仅极大地扩大了初始状态允许区域,而且对有界干扰具有有效的抑制作用,使得受扰系统收敛到以原点为中心的最小鲁棒正不变集内.最后仿真验证了算法的有效性.     

晃动基座下捷联惯导的抗干扰自对准算法

针对捷联惯导(SINS) 晃动基座下, SINS 难以快速实现自对准的问题, 提出SINS 的抗干扰自对准算法. 该算法通过将初始对准问题转化为Wahba 求解问题来消除角运动干扰的影响; 利用惯性坐标系重力矢量和晃动干扰加速度的频率特点, 通过设计低通滤波器对比力在惯性坐标下的投影进行滤波来消除线振动干扰的影响. 仿真结果表明, 该算法不需要进行粗对准, 能够在角运动干扰和线振动干扰同时存在的情况下快速实现自对准.

     

基于参数依赖滚动时域H∞控制的高超声速飞行器控制

针对输入受限的高超声速飞行器强耦合、强非线性以及严重不确定性的特点,提出一种参数依赖滚动时域?∞控制(PD-RHHC)的方法.首先在考虑控制输入约束的条件下,引入参数依赖Lyapunov函数和松弛因子并提出了基于LMI优化的PD-RHHC;然后采用函数替换方法,结合张量积模型转换方法实现高超声速飞行器(HSV)纵向非线性弹性模型的LPV描述,并将PD-RHHC应用到高超声速飞行器纵向控制中,以实现HSV在大飞行包线内的机动飞行;最后通过仿真实验验证了所提出算法的有效性.     

一类含非线性扰动的区间变时滞系统鲁棒稳定性判据

区间时滞是在实际应用当中一类重要的时滞类型.在这类系统当中,时滞往往处于一个变化的区间之内,而时滞的下界不一定为零.本文讨论一类含非线性扰动的区间变时滞系统的稳定性问题.基于时滞分解法,把时滞下界分成两个相等的子区间,通过构造包含时滞区间下界和上界新Lyapunov-Krasovskii(L-K)泛函,结合改进的自由权矩阵技术,建立了线性矩阵不等式(LMI)形式的时滞相关稳定性判据.该方法充分利用了系统的时滞信息,因而具有更低的保守性.数值算例说明了该方法的有效性和优越性.     

含非线性扰动的混合变时滞中立系统鲁棒稳定性新判据

中立型时滞系统在工程实际中有着广泛应用背景.本文研究了一类含非线性扰动的混合变时滞中立型系统地鲁棒稳定性问题.基于直接Lyapunov泛函方法,通过构造一类新的包含时滞区间上下界的三重积分项Lyapunov-Krasovskii泛函,并结合积分不等式方法、自由权矩阵技术和凸组合处理方法,建立了一种新的线性矩阵不等式形式的离散时滞和中立时滞均相关的鲁棒稳定性判据.最后,通过数值算例验证了新判据的有效性和优越性,和一些已有文献相比,本文提出的判据具有更低的保守性.     

大失准角下捷联惯导传递对准并行算法

针对大失准角下捷联惯导传递对准的问题,建立传递对准的非线性误差模型;针对非线性滤波计算量大的问题,提出基于"速度+姿态"匹配的传递对准并行算法,该方法通过将传递对准中的速度匹配和姿态匹配视为两个独立子系统,分别在子惯导计算机和主惯导计算机中设计单独的非线性滤波器,实施并行滤波,运用信息融合思想将主、子惯导的滤波结果进行融合,得到最佳的传递对准结果。仿真结果表明:在大失准角下,方位对准准确度可达4′,其准确度与传统的传递对准算法准确度相当,而计算量大为减小,计算速度大大提高。     

抗角晃动与线运动耦合干扰的捷联惯导自对准算法

捷联惯导系统在实际对准过程中,由于受到角晃动干扰与线运动干扰的耦合作用,难以快速高精度地完成自对准,针对该问题提出了一种抗角晃动与线运动耦合干扰的自对准算法。该算法将自对准问题转化为Wahba姿态求解问题,以消除角晃动干扰的影响;利用惯性系下的重力矢量信号的时域特性,采用时域信号处理方法来实现消除线运动干扰。仿真结果表明,该算法在角晃动干扰与线运动耦合干扰的作用下能够快速地实现自对准。     

增量式参数化特征模型及其单目视觉导航

为了解决单目摄像机6自由度运动参数估计中的尺度不确定问题,提出了场景特征深度的“增量式参数化”模型.和传统的欧几里得参数化模型和逆深度参数化模型不同,在该模型中,图像序列特征点仅仅由其深度特征进行增量式描述.此外,引入了非线性系统的状态可观测性理论,对不同参数化模型进行了可观测性分析,证明了“增量式参数化模型”的一致可观测性.最后采用室内移动摄像机采集的公共数据集,进行了室内单目视觉导航实验,实验结果证明了该增量式参数化模型能够显著改善单目视觉导航性能.     

离心-振动试验系统的准连续高阶终端滑模控制方法

针对离心-振动试验系统的振动跟踪控制存在参数不确定性和干扰的问题,提出了一种基于准连续高阶终端滑模的振动位移跟踪控制方法。首先介绍了高阶滑模控制基本原理,并建立了离心-振动复合试验系统数学模型,根据模型特点,设计了二阶终端滑模面,使得振动位移在有限时间内跟踪上指令信号。然后利用李雅普诺夫第二法推导出高阶滑模振动位移控制律,通过准连续高阶滑模控制消除抖振。仿真结果表明该方法能够有效降低系统抖振,并能够使得控制输入平滑连续,与传统滑模相比,振动跟踪能够更快收敛到给定值,并实现振动位移跟踪的精确定位,具有较高的控制精度和可靠性。     

灰色稀疏极端学习机在激光陀螺随机误差系数预测中的应用

为了提高激光陀螺的性能,有效地补偿激光陀螺的随机误差,提出了一种灰色稀疏极端学习机的预测新模型。为了克服极端学习机(ELM)训练样本缺乏稀疏性的不足,根据矩阵求逆引理实现了冗余样本递推剔除,提出了一种稀疏极端学习机;利用灰色预测模型对原始数据进行初步预测,将实测值与预测值生成残差序列,选取适当长度残差序列作为训练样本,剩余数据序列作为测试样本,输入稀疏极端学习机进行残差回归预测,将预测的残差值与灰色预测得到的数据结合生成最终的预测结果。将灰色稀疏极端学习机预测模型应用于某型激光陀螺随机误差系数预测实验中,结果表明:该模型能够取得比其他3种预测模型更加精确的结果。