贝叶斯目标跟踪方法的研究

针对贝叶斯滤波过程中存在的目标跟踪问题,提出几种典型的贝叶斯滤波方法,如EKF,UKF,PF和UPF等,基于这些方法所构建的框架,对它们进行性能测试和比较,并在非线性环境下,讨论这些方法的特点,仿真实验结果表明,在非线性非高斯环境下,UPF方法的性能是最优的。     

面向对象的非线性有限元软件框架设计

阐述面向对象的非线性有限元软件框架设计,在前人成果的基础上,力求软件框架更灵活、更完善。采用模型分析方法与有限元模型分离的方式,明确描述各类之间的依赖关系以及相互之间的传递消息过程,建立非线性有限元软件的框架结构。增加有限元软件的模块化、代码的重用性和易扩展性,解决长期以来存在于非线性有限元开发的一个重要难题。     

一种频率依赖性迟滞的神经网络内模控制

针对压电陶瓷等智能材料存在的依赖输入频率的迟滞非线性问题,采用BP神经网络对迟滞非线性进行辨识,并通过内模控制方案来对其进行控制.在迟滞的建模上,构建了一种静态迟滞非线性环节串联一个对输入频率敏感的线性动态环节组成的Hammerstein模型.在此基础上,得出Hammerstein模型的逆模型,并通过构造的正、逆模型进行内模控制.实验结果说明,提出的建模方法与内模控制方案是有效的.     

一种改进的UAV高度无缝融合导航方法

为了解决无人飞行器多机载高度传感器直接使用和切换导致的信号突变的问题,提出了一种基于微惯性器件、GPS、声纳、气压高度计的高度无缝融合方法.建立声纳和气压高度计误差模型,对其动态误差进行了分析和滤波预处理.采用基于增量的无缝融合方法获取高度变化估计值以修正气压高度.利用无迹卡尔曼滤波(UKF)方法将气压高度计、GPS和惯性导航系统信息进行有效融合获得精确的高度估计值.该方法考虑了各种高度传感器在动态环境下的误差特性,解决了模式切换带来的信号突变问题.飞行试验结果表明:采用该设计的方法系统具有较高的精度和可靠性.经过150 s飞行后,高度估计误差为0.4707m,能够满足无人飞行器飞行要求.     

改进的CKF算法及其在BDS/INS中的应用

针对标准容积卡尔曼滤波(CKF)在组合导航系统模型不确定情况下滤波精度下降甚至发散的问题,将奇异值分解(SVD)与CKF算法相结合,并引入强跟踪滤波(STF)理论,提出一种改进的强跟踪SVD-CKF算法.为提高数值计算的稳定性,采用SVD代替标准CKF中的Cholesky分解;引入STF理论框架,通过渐消因子对预测误差协方差阵进行在线修正,在系统模型不确定或系统发生大的突变时,能够提高系统的强鲁棒性.通过仿真结果验证了改进算法的有效性.     

随机时变时滞非线性马尔可夫跳跃系统故障检测问题研究

本文研究一类具有随机时变时滞及随机发生非线性(RONs)的离散时间马尔可夫跳跃系统的故障检测问题.针对多重时变时滞发生时所具有的随机特性,使用相互独立的伯努利随机过程来刻画这一现象.进一步地,在故障检测研究中考虑一类由伯努利分布白序列描述的随机非线性干扰.本文的目的是设计一个故障检测滤波器,使得整个误差动态系统满足均方指数稳定及相应的H∞性能指标.通过Lyapunov稳定性理论及随机分析技术,建立满足均方指数稳定和H∞干扰抑制的充分条件,进而使用半定程序方法求解一个凸优化问题,获取所设计的故障检测滤波器增益特性.最后,通过仿真算例证实了该设计方法的实用性和有效性.     

风扰影响下的无人机非线性广义最小方差跟踪控制

本文以鱼鹰型固定翼无人机为研究对象,基于非线性广义最小方差(nonlinear generalized minimum variance,NGMV)最优控制理论,研究了受到非线性阵风干扰影响下的无人机跟踪控制问题.首先对鱼鹰型无人机动力学模型解耦,在解耦后的横向和纵向模型上分别实现跟踪控制;然后针对阵风非线性模型的特定形式,根据NGMV理论设计了增维的非线性广义最小方差控制器,使得模型充分考虑了阵风干扰的特性.所设计的NGMV最优控制器的主要优势在于它能处理带有干扰和时滞环节的非线性系统.多组阵风扰动的仿真试验结果表明,非线性广义最小方差最优控制器具有跟踪性和收敛性.     

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.     

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.     

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.