基于FDO非线性预测方法的翼伞航迹跟踪控制

在翼伞系统的状态空间模型的基础上,分析了翼伞的归航轨迹,给出翼伞轨迹跟踪控制问题的数学描述.针对翼伞归航飞行过程中,受到较大的外干扰及不确定性影响,提出基于模糊干扰观测器(FDO)的非线性预测控制策略,设计了翼伞归航系统航迹跟踪控制器.通过仿真试验,表明该飞控系统具有良好鲁棒特性和抗干扰特性.     

带落角约束的导弹制导与控制一体化设计

对带有落角约束的导弹制导与控制一体化设计进行了研究。首先建立了俯仰通道的制导与控制一体化模型,利用自适应RBF神经网络对干扰进行在线估计,运用反演递推方法和滑模控制的方法设计了控制器,并且分析了闭环系统的稳定性。数字仿真表明所设计的控制器满足导弹打击精度和落角限制要求。     

采样系统动态误差系数的数字计算

本文提出了两种新的计算采样系统动态误差系数的递推算法,详细证明了这两种算法的结论。利用本文给出的方法计算采样系统的动态误差系数,不仅结果精确,而且计算量小,便于上机。本文给出了两种算法的计算机程序框图,並就结果与直接求导方法进行了对比。     

一种基于红外传感器的跟踪门优化算法

典型的机载红外搜索跟踪系统采用大场和小场两种扫描方式，在不同的扫描方式下，跟踪门的设计有所不同。小场扫描频率高，可采用椭球形跟踪门；大场扫描频率低，宜采用类水滴形跟踪门。本文针对类水滴形跟踪门提出一种基于数据关联的性能优化的跟踪门算法，通过它来减少跟踪门内来自非本目标的回波，最终达到提高多目标多传感器跟踪系统性能的目的。理论和结果分析表明，与传统的方法相比，尤其在多目标强干扰和高虚警的情况下利用该算法更能有效提高系统性能。     

基于干扰观测器的一类不确定非线性系统鲁棒H∞控制

为了降低控制器对干扰的要求,基于干扰观测器提出一类多输入多输出不确定非线性系统的鲁棒H∞控制方法．将系统的内部不确定性和外部干扰组成复合干扰,设计基于小波神经网络的复合干扰观测器,并提出干扰观测器的参数调节方案使观测器能以高精度逼近复合干扰．同时在控制器中引入鲁棒控制项用来抑制观测器误差给系统带来的影响,所设计的控制器能使系统的跟踪误差小于一个给定的性能指标．最后给出一个仿真算例验证了本控制方案的有效性．     

面向对象的飞行器仿真平台的控制结构研究

随着仿真技术和软件技术的发展,仿真系统已经发展成为一个功能完善的仿真环境.面向对象仿真是当前仿真研究领域最为引人关注的研究方向之一.提出了一个基于面向对象技术的飞行器动态仿真环境的控制框架.该控制框架包括:输入接口控制、输出接口控制、实验数据控制、仿真实验框架控制、模型结构控制以及仿真逻辑控制.这个系统的理论基础是DEVS,系统可以有效地重用模型库中的模型和仿真数据库.     

基于RBF神经网络的一类不确定非线性系统自适应H控制

基于RBF神经网络提出了一种H_∞ 自适应控制方法.控制器由等效控制器和H_∞ 控制器两部分组成.用RBF神经网络逼近非线性函数,并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能.H_∞ 控制器用于减弱外部干扰及神经网络的逼近误差对跟踪的影响.所设计的控制器不仅保证了闭环系统的稳定性,而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后给出的算例验证了该方法的有效性.     

一类非线性系统的自组织模糊CMAC神经网络自适应重构跟踪控制

提出了一种非线性系统的自组织模糊CMAC(SOFCMAC)神经网络自适应重构跟踪控制方法,首先通过构造增广系统,设计出线性渐近跟踪控制器,然后采用SOFCMAC神经网络在线重构系统的非线性特性,以消除非线性特性引起的系统误差,可保证非线性系统闭环稳定并使系统输出跟踪期望输出.仿真算例证明了SOFCMAC神经网络自适应重构跟踪控制系统的稳定性.     

量化因子对二级倒立摆模糊控制器性能的影响

本文研究了模糊控制器量化因子对二级倒立摆模糊控制器性能的影响,提出了选择量化因子的一些基本方法、准则.通过比较、分析,以及对二级倒立摆系统的成功控制,可知本文提出的方法、准则是合理的.本文最后给出了在本文方法确定的量化因子作用下的模糊控制器与某文献模糊控制算法控制效果的比较,仿真结果显示了本文方法的有效性.