输入有约束时的飞翼布局无人机姿态控制

针对大展弦比飞翼布局无人机的刚体运动与弹性运动耦合动力学模型,研究了输入有约束时的无人机姿态控制问题,提出了一种采用扩张状态观测器的反步滑模控制方法.首先,采用扩张状态观测器实时估计气动弹性模态和外界未知干扰的影响,并引入跟踪微分器避免了控制律中项数膨胀问题.然后,针对飞翼布局无人机多操纵面的配置和输入约束,给出了基于LMI的在线舵面分配算法.最后,针对指令滤波和输入约束情况下控制指令的滞后问题,设计了辅助补偿器对控制指令进行补偿.根据Lyapunov稳定性理论证明了该控制方法能够保证姿态跟踪误差收敛至有界,仿真表明存在复合干扰和输入约束时该方法具有良好的姿态跟踪性能.     

基于自适应神经网络的AUVs路径跟踪控制

为解决由于随时间变化水动力阻尼引起的参数变化和不确定性的问题,提出了基于径向基函数神经网络的未知评估算法,引入自适应算法以保证神经网络权值的最优评估.基于Lyapunov稳定性理论,设计一种自适应神经网络控制器以保证路径跟踪系统中所有误差状态都趋于稳定.为了验证该控制器的可行性,对系统施加如位置误差、方向误差等虚拟干扰,证明该控制器可将误差消减为零.另一方面,机器人在以恒定的速度行驶时,每个航点被指定一个适合半径的圆弧可以保证其有较高的精度.为了评估路径跟踪控制器的性能,提出直线型和直线加圆弧型路径方案.仿真结果表明,该控制器可以有效地消除机器人非线性和模型不确定性造成的干扰.     

基于PNDSC 的欠驱动AUV编队控制器设计

针对含有模型不确定与未知海洋环境扰动下的欠驱动自主水下航行器(AUV)的编队控制问题, 提出一种基于预估器的神经网络动态面(PNDSC) 控制算法. 将动态面法引入控制器的设计中, 采用神经网络逼近AUV模型中的不确定项与海洋环境的扰动, 并结合预估器设计了神经网络权值的离散迭代更新率. Lyapunov 稳定性分析表明, 闭环系统所有信号是一致最终有界的. 仿真结果验证了所提出方法的有效性.

     

电动汽车参与经济调度的多目标模型

电动汽车通过V2G技术可以作为电网负荷侧的备用容量,由此提出了一个多目标优化模型,将电动汽车车主成本和经济调度成本作为其目标函数,并让电动汽车通过有序充放电来作为经济调度时的备用容量.在满足各种约束条件下,采用多目标遗传算法(NSGA-Ⅱ)对模型进行求解.电动汽车的负荷特性、负荷波动、真实风能输出和机组停运状态均采用蒙特卡洛算法得到,并以一小时为时间间隔来进行仿真.由模型的求解结果可知,通过选择合适的pareto解集中的值,可以节省车主成本和经济调度的成本,并且可以实现对负荷削峰填谷的功能.     

基于改进SUSAN算法的移动车辆检测

针对复杂行车环境下智能车辆行车安全问题,提出了一种基于改进 Susan 边缘检测算法提取车辆边界特征。首先介绍了SUSAN边缘检测算子的原理,然后提出改进的SUSAN算法,即对待检测像素粗略提取,采用一种自适应选取阈值的方法对候选边缘点检测提取边缘。实验表明,算法能在复杂图像中识别前方车辆,有较高的准确度。     

与抽样相结合的县级作物遥感面积估算应用实例

为了探索遥感卫星影像和无人机调查在实际遥感面积估算中的调查效果和适用性,以广东省阳春市晚稻为例,采用卫星影像与无人机调查结果相结合,使用两种面积估算方法进行2013年晚稻种植面积估算。实验结果表明,比估计和回归估计方法的估算结果分别为22 501.1hm2和22 781.1hm2,二者的CV分别为8.84%和1.03%。研究结果表明:1无人机调查可获得高质量的面积测量信息;2优化后的样本能够支持面积估算过程,但其理论意义需要更进一步地讨论与证明;3卫星数据与无人机调查数据相结合的方法可以提供满足统计精度要求的面积测量结果,具有良好的应用前景。     

车联网中基于伪距双差的车辆定位技术

为满足车联网中定位精度的要求, 本文提出了一种伪距双差车辆相对定位算法,该算法通过车辆间伪距信息的车到车(Vehicle-to-vehicle,V2V)交互,抵消了公共误差及不同接收机的时钟偏移量,提高了伪距双差的车辆定位精度。通过对比分析伪距双差算法与全球定位系统（Global position system,GPS)单点定位算法的距离误差均方根,证明了伪距双差算法的定位精度。仿真结果表明采用伪距双差算法(Double differencing relative,DDR) 的相对定位技术在公共可见卫星 数大于4时,其相对定位性能优于GPS单点定位方法。     

A two‐step control approach for docking of autonomous underwater vehicles

This paper presents a novel integrated guidance and control strategy for docking of autonomous underwater vehicles. The approach to the base, and hence the control design, is divided in two steps: (i) in the first, at higher speed, the vehicle dynamics is assumed to be underactuated, and an appropriate control law is derived to steer the vehicle towards the final docking path, achieving convergence to zero of the appropriate error variables for almost all initial conditions; (ii) in the second stage, at low speed, the vehicle is assumed to be fully actuated, and a robust control law is designed that achieves convergence to zero of the appropriate error variables for all initial conditions, in the presence of parametric model uncertainty. Simulations are presented illustrating the performance of the proposed controllers, including model uncertainty and sensor noise. Copyright © 2014 John Wiley & Sons, Ltd.     

Game‐Based Valley‐Fill Charging Coordination for Large‐Population Plug‐in Electric Vehicles

Charging coordination of large‐population autonomous plug‐in electric vehicles (PEVs) in the power grid can be formulated as a class of constrained optimization problems. To overcome the computational complexity, a game‐based method is proposed for the charging problems of the PEV population, which is composed of homogeneous subpopulations, such that individuals update their best charging strategies simultaneously with respect to a common electricity price determined by the total demand. To mitigate the oscillation behavior caused by the greedy behavior for the cheap electricity by individuals, a deviation cost is introduced to penalize against the deviation of the individual strategy from the average value of the homogeneous subpopulation. By adopting a proper deviation cost and following a best strategy update mechanism, the game systems may converge to the socially optimal valley‐fill Nash equilibrium. Simulation examples are studied to illustrate the results.     

基于Value双向近似推理的系统决策方法

先提出Vague值间的一种新的相似度,并基于有序加权聚类(OWA)算子给出Vague集间的新的加权相似测度,其中的权重是由决策者根据实际决策需求来确定的,具有一定的弹性;另外通过Vague输入事实与Vague决策规则的前件(或后件)之间的相似匹配度,得到一个简单可行的双向近似推理方法,这可为复杂环境下的系统决策(如工业检测和医疗诊断等领域问题)提供有效的支持工具。