基于单变量多目标规划的装甲车辆冷却系统智能化控制

根据新一代装甲车辆推进系统热部件散热特点及其冷却系统调控原理,提出了一种单变量多目标数学规划与模糊智能控制相结合的控制算法。该算法将冷却系统抽象为单变量多目标数学规划问题,采用加权的方法将多个目标函数转化为综合目标函数,输入到模糊智能控制器中进行冷却控制。仿真结果表明:该控制算法具有良好的控制效果,能够有效地解决新型推进系统热源多、目标温度范围广而可调参数单一的问题。     

一种新型军用电源智能充电机控制算法

军用电源充电机是一个多参数、时变的非线性系统,传统的PID控制算法难以在线调节达到优化充电曲线的目的。针对该问题,提出了一种基于模糊和免疫机理的自适应PID控制算法。该算法通过模糊免疫反馈机理对PID控制的比例系数进行实时调整,采用模糊自适应控制器对PID控制的微分、积分时间常数进行在线整定。仿真结果表明,该算法具有响应时间短、超调量小,鲁棒性强等特点,极大地改善了系统的适应能力,达到了优化充电曲线的目的。     

汽车防抱制动系统自适应滑模控制算法的研究和半实物仿真

针对车辆防抱制动系统(ABS)非线性控制模型,在分析零阶切换方式滑模变结构控制算法的基础上,提出了参数自适应的滑模变结构控制算法.该算法将滑模变结构控制、自适应控制与防抱制动系统结合,削弱了滑模控制的"抖动"问题对制动过程带来的影响.随后设计并构建了ABS闭环模拟系统,对算法进行了纯理论仿真和基于硬件平台的半实物仿真.仿真结果表明,自适应滑模控制算法较单纯滑模控制算法在减小制动力矩的颤幅和平缓轮速波动方面均有一定优势.     

分布式多无人机编队控制与博弈算法研究

针对多无人机的任意队形编队控制问题,将博弈论引入分布式控制问题中,提出一种基于博弈的分布式控制算法。该算法将梯度下降和一致性方法结合,将多无人机编队问题转化为分布式博弈问题。通过一致性方法,系统内每个无人机个体都可以对其他个体的位置进行有效估计。利用梯度下降实现纳什均衡点的求解从而实现理想编队。在提出的分布式控制算法下,个体无人机无需全局信息,只需交换邻居个体的信息就可实现多无人机的任意编队。将算法应用到多旋翼无人机系统中,仿真结果表明了分布式算法有效性。     

四旋翼飞行器的自适应单神经元PID控制研究

四旋翼飞行器的飞行控制通常采用比例、积分和微分(PID)控制算法。文章针对传统PID控制算法调整时间过长,超调量大等问题,基于四旋翼飞行器的非线性动力学模型,设计了一种改进的自适应单神经元P ID飞行控制算法。该算法在调整加权系数的基础上,通过运用非线性控制方法,增加了对神经元比例系数的自适应调整。仿真结果表明,该算法动态响应速度快,稳态控制精度高,抗干扰能力强,能较好地实现对四旋翼飞行器的通道控制。     

基于截断函数的有限时间滑模控制方法

针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。     

电传动车辆牵引电机弱磁控制与半实物仿真

为使车用牵引电机在弱磁控制模式下的输出转矩跟随电机最大输出能力,在采用基于磁链的定子电流控制方法的基础上,提出一种最优转矩控制算法,实现时间最优控制,提高系统响应的快速性。基于dSPACE构建了快速控制原型半实物仿真系统,对控制算法进行了多种工况下的仿真试验验证。试验结果表明：该控制系统能够快速、无差地跟踪速度给定信号,实现弱磁区转矩优化控制。     

模糊技术分布式多传感器系统量测-航迹相关算法

给出了一个在分布式多传感器多目标跟踪系统中的新的全邻近模糊逻辑量测-航迹相关算法,该算法是基于FCM算法开发的。全邻近模糊逻辑数据相关算法在预测的目标状态的控制门内用合并所有观测来对状态估计进行修正。这里提出的全邻近模糊相关算法用可能性值对测量和航迹进行相关。可能性值作为隶属度通过FCM算法确定。     

一种船舶航向跟踪的混合灵敏度控制算法

针对船舶模型参数变化和环境干扰条件下的船舶航向跟踪控制问题,设计了一种基于信号的S/KS/T混合灵敏度鲁棒算法。该算法中,通过模型降阶生成了便于工程应用的控制器,该控制器的权函数参数通过遗传寻优获得。仿真分析表明:该控制算法在航速变化和各种海况下,闭环系统具有鲁棒稳定性,并且有良好的鲁棒性能。     

基于LabVIEW的推进系统热管理试验台架测控系统设计

设计了能够模拟多个热源变工况的推进系统热管理试验台架测控系统。确定了测控系统方案,进行了硬件设计;选用Lab VIEW作为试验台架测控系统开发平台,通过调用动态链接库对数据采集、控制输出、数据显示、数据保存和超限报警等功能模块进行了分析与编程,完成了软件的设计开发。最后对测控系统进行了试验验证,结果表明:测控系统误差在允许范围内,能够满足热管理试验台架的功能需求。     

ACO-ELM与CFSFDP结合的机载动力系统参数估计北大核心

针对机载动力系统测试数据的不确定性,求解参数实时性差的问题,提出了基于快速寻找密度极点聚类与蚁群极限学习机的机载动力系统的参数估计方法。首先利用基于寻找密度极点的聚类算法对全工况范围内的测试数据进行聚类,然后在每一个子类中用极限学习机设计了子参数估计器,并用蚁群算法寻找极限学习机的最优隐层神经元数目。训练与测试表明,参数估计测试相对误差明显优于传统的RBF神经网络方法,且参数估计时间能够满足机载在线实时状态评估的需求,该方法可应用到其他不可测参数的估计。     

基于处理时延的卫星网络TCP拥塞控制算法

针对低轨卫星网络拓扑结构动态改变引起的往返时延剧烈变化造成传统TCP Vegas直接应用于LEO卫星网络时算法性能下降严重的问题,提出了一种基于处理时延的改进型TCP拥塞控制算法——TCP Vegas_PD。该算法通过屏蔽空间链路传播时延对算法性能的影响,利用星上最大处理时间作为拥塞窗口调整的依据,更加精准地反映了网络状态,提高了卫星资源利用率。仿真结果表明,Vegas_PD算法在系统吞吐率上较Vegas算法有明显提高,并表现出了较好的公平性。     

ACO-ELM与CFSFDP结合的机载动力系统参数估计

针对机载动力系统测试数据的不确定性,求解参数实时性差的问题,提出了基于快速寻找密度极点聚类与蚁群极限学习机的机载动力系统的参数估计方法。首先利用基于寻找密度极点的聚类算法对全工况范围内的测试数据进行聚类,然后在每一个子类中用极限学习机设计了子参数估计器,并用蚁群算法寻找极限学习机的最优隐层神经元数目。训练与测试表明,参数估计测试相对误差明显优于传统的RBF神经网络方法,且参数估计时间能够满足机载在线实时状态评估的需求,该方法可应用到其他不可测参数的估计。     

同参数估计对偶的自适应控制新算法

把线性系统和非线性系统统一处理,从自适应控制算法与参数估计算法的对偶性出发,提出了自适应控制算法的一种新的统一格式,它改进了已有文献中控制算法的跟踪性能,并在未增加任何条件的情况下,仍然使控制误差一致足够小．     

有限时间绝对稳定的攻顶弹道设计

采用Lurie系统描述某反坦克导弹制导控制系统,给出系统剩余飞行时间与有限时间绝对稳定之间的描述,在此基础上进行该反坦克导弹全射程范围内(1~25 km)攻顶弹道设计,有效抑制了末端视线角发散,实现了对坦克类目标全射程范围内以40°~60°攻击角进行有效拦截。     

基于天线阵列的联合功率控制技术

功率控制和多用户检测是CDMA移动通信系统中克服远近效应、抑制多址干扰(MAI)的两项关键技术.通过分析PLC-LSCMA多用户检测算法,提出了一种基于天线阵列的联合多用户检测的CDMA功率控制算法.在此算法中,对接收机滤波器抽头系数进行迭代更新的同时,也对功率向量进行迭代更新.仿真结果表明,在发射总功率和信噪比(SNR)一定时,用户可获得更高的信干比, 同时用户的发射功率比传统算法明显降低, 提高了系统容量.     

基于滑模自适应鲁棒控制的四旋翼飞行器轨迹跟踪

针对四旋翼飞行器的稳定性在实际应用环境中会受到不同程度的破坏,不易对其进行高精度轨迹跟踪,提出一种滑模自适应鲁棒控制算法.系统整体采用内外环控制思想,将位置部分作为外环子系统,将姿态部分作为内环子系统,对两部分分别进行控制器的设计;通过运用李雅普诺夫稳定性分析判断控制算法是否能够使系统最终达到渐进稳定;最后进行仿真和实验研究,通过仿真和实验结果证明了此算法的有效性和优越性.     

Ka频段自适应Turbo-OFDM技术

分析了Ka频段卫星通信信道的性能,建立了Ka频段自适应Turbo编码正交频分复用系统模型,提出了一种简洁的自适应Turbo-OFDM调制控制和编码控制算法,该算法可以兼顾系统性能和编码速率,得到较高的吞吐量和较低的误码率.仿真结果表明,采用自适应控制的Turbo-OFDM系统与没有采用自适应的系统相比较,在误码率为10...     

弹性轨道磁悬浮控制系统模型降阶研究

在磁悬浮控制系统中,常常忽略轨道的弹性来设计控制算法。在这种控制算法作用下,当轨道刚度较小时,系统容易产生振动。为解决该问题,可以将轨道弹性加入悬浮模型,然后设计控制算法。考虑轨道弹性之后,悬浮系统的模型会比较复杂,控制算法难以在工程实现。为此,采用Hankel范数近似法对考虑轨道弹性后的模型进行降阶,并且在降阶模型的基础上设计控制算法,解决了轨道弹性引发的系统振动问题。并且,这种方法容易在工程中实现。文章最后利用仿真结果验证了降阶方法的可行性。     

固定翼无人机群的集群和避障控制

针对传统的集群控制算法需要获取通信范围内相邻质点的位置和速度信息才能够计算控制量的问题,提出一种新的无须获得相邻无人机速度的六自由度固定翼无人机群的集群和避障控制方法。将通信范围内的无人机均视为障碍物,采用统一的计算方法获得控制量,并且证明了算法的稳定性。通过建立六自由度无人机线性化控制模型,将改进的质点集群算法应用于无人机群控制系统中,将无人机控制设计成六自由度无人机的跟踪回路和质点无人机的导引回路,并证明通过选取合适的跟踪回路控制参数,确保整个无人机集群控制是稳定的。通过六自由度无人机编队仿真验证了所提算法的有效性。