基于输入特性分析的光电跟踪内模控制设计

内模控制是一种基于对象教学模型进行控制器设计的新型控制策略,其设计思路是将对象模型与实际对象相并联,控制器逼近模型的动态逆.根据内模控制原理及光电跟踪系统参考输入及扰动输入特性,设计了一种新型位置控制器.并分析了IMC跟踪控制器的零稳念偏差及抗干扰性能.从仿真结果看,与常规PID控制相比,内模控制器参数调整简单、跟踪性能良好.特别是在针对目标突然机动的情况下.IMC控制器具有良好的稳态误差重构能力,即能迅速收敛到稳态误差.根据仿真结果数据统计,系统跟踪误差的均方根可减小到0.5 tarad,表明该控制器能够提高系统的跟踪精度,为高性能光电跟踪系统提供了一种新的控制策略.     

考虑不确定参数及外部扰动数字液压缸非线性鲁棒位置跟踪控制

在考虑不确定参数及外部扰动的情况下为数字液压缸位置跟踪系统设计了一个非线性控制器。首先,建立了数字液压缸位置跟踪系统的非线性模型;然后,构造了一个李雅普诺夫函数及非线性控制器,推导了系统鲁棒稳定的充分条件,由此将非线性控制器的设计问题转化成为线性矩阵不等式的求解问题;最后,进行了仿真及实验验证。结果表明:所设计的控制器对于参数不确定性及外部扰动具有良好的鲁棒稳定性及更好的动态特性。     

具有输入饱和的数字液压缸非线性鲁棒位置跟踪控制

针对不确定参数及输入饱和的情况,为数字液压缸位置跟踪控制系统设计了一个非线性控制器和补偿器。首先,建立了数字液压缸位置跟踪系统的非线性模型;然后,构造了一个李雅普诺夫函数及非线性控制器,将非线性控制器的设计问题转化为线性矩阵不等式的求解问题,在此基础上设计了抗饱和补偿器;最后,进行了仿真验证,结果表明:所设计的控制器及抗饱和补偿器使系统具有较好的鲁棒稳定性及动态特性。     

非线性干扰观测器的高超声速飞行器自适应反演控制

针对高超声速飞行器参数不确定弹性体模型,提出了一种基于非线性干扰观测器的自适应反演控制器设计方法。将曲线拟合模型表示为严格反馈形式,采用反演方法设计控制器。采用动态面方法获取虚拟控制量的导数,避免了传统反演控制"微分项膨胀"问题。为了增强控制器的鲁棒性,基于二阶跟踪-微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行自适应估计和补偿。仿真结果表明,控制器对模型不确定性和气动弹性影响具有强鲁棒性,且能实现对速度和高度参考指令的稳定跟踪。     

伺服系统速度环控制器参数的自整定及优化

针对交流伺服系统速度环控制器参数自整定及优化的需求,为使工程技术人员避免繁琐的调参过程,提出了一种基于转动惯量辨识的速度环控制器参数自整定及优化方法。首先,采用频率法分析伺服系统速度环控制器参数的设计规则;随后,采用遗忘因子递推最小二乘法,对控制器参数设计所需的系统转动惯量进行辨识;最后,在此基础上利用设计的变步长迭代算法,完成控制器参数寻优过程。仿真结果表明,采用遗忘因子递推最小二乘法,能够有效辨识出电机轴端的转动惯量。提出算法进行整定及优化后,速度环控制器参数能使系统具有良好的动态响应和鲁棒性。     

超精密机床进给系统的QFT控制器的设计

超精密机床进给机构中存在的不确定因素及非线性因素对进给系统跟踪控制精度有较大影响 ,采用合适的控制器能够有效提高其跟踪控制精度。QFT是在相频平面上的一种图形化的鲁棒控制系统设计方法。本文采用QFT理论设计了鲁棒跟踪控制器 ,并应用了速度前馈和误差积分控制。仿真结果显示 ,进给系统在被控对象参数发生较大变化时仍达到了数十纳米的跟踪控制精度 ,满足了超精密加工的要求     

一类不匹配不确定非线性系统鲁棒变结构控制

针对一类具有不匹配非参数化不确定性的非线性系统 ,设计出一种鲁棒变结构控制器。该控制器能够保证当时间 t趋于无穷时 ,闭环控制系统的输出跟踪误差趋于零。仿真实例说明了该控制器具有满意的控制效果     

基于反馈线性化的制导炮弹弹道控制系统设计

为提高制导炮弹的控制性能,研究了一种非线性弹道控制系统设计方法。建立了弹道控制系统模型,针对该模型的非线性、耦合和不确定性问题,利用反馈线性化方法将复杂的非线性系统进行解耦,结合滑模控制原理给出了一种非线性鲁棒控制器设计方法,并应用于制导炮弹的弹道跟踪控制器设计。制导炮弹六自由度仿真表明:该模型和控制器设计方法是可行的,能有效地控制制导炮弹按预期弹道飞行,具有良好的动态跟踪性能,并对气动参数摄动表现出鲁棒性,有利于提高制导炮弹的大空域作战能力。     

自适应反步滑模控制在火箭炮伺服系统中应用

针对实际系统运行过程中所存在的转动惯量和负载力矩变化大等各种不确定因素,提出了一种新型的自适应反步滑模位置控制器(ABSMC)。首先对于模型中的不确定参数,采用自适应鲁棒算法进行有效估计,通过对模型的等价变换和选择适当的Lyapunov函数,最终给出系统的自适应控制器和不确定参数自适应律的设计方法。仿真和实验结果表明,该控制器能够有效抑制抖振,系统跟踪误差小,跟踪性能好,对参数摄动及外界负载扰动具有较强的鲁棒性。     

基于参数自适应CS模型的机动目标跟踪算法

为提高对机动目标的跟踪精度,提出一种基于参数自适应当前统计(CS)模型的跟踪算法。即利用加速度增量与位移的关系,自适应调整加速度方差,根据量测残差的统计距离判别目标机动特性,并调整模型的机动频率和滤波器增益系数,提高算法模型与目标机动模式的匹配程度。仿真结果表明,基于参数自适应CS模型跟踪算法能够较好地改善对强机动目标的跟踪性能。     

同步电机参数在线小扰动辨识技术研究

针对目前同步电机参数辨识方法存在的对输入扰动信号要求严、不能计及非线性因素等缺陷,对同步电机参数在线小扰动辨识技术进行了研究.构建了同步电机参数在线采集系统,建立了同步电机的恰当电路模型和状态方程,采用最大似然估计法在轻载和低励磁状态下辨识电机的线性参数,然后在磁路饱和状态下对饱和参数进行辨识修正,最后在大扰动的情况下,对参数和模型进行检验、修正.仿真计算结果与实测数据吻合较好,证明了文中所提出的同步电机参数辨识技术的有效性.     

飞机结冰气动参数综合检测方法研究

飞机在飞行过程中会遭遇结冰问题,对飞机安全造成严重危害。通过检测飞机结冰参数,改变飞机控制律的方法,将成为解决飞机结冰问题的重要手段之一。通过引入飞机结冰参数模型,并定义两种不同严重程度的结冰情况下的结冰严重因子随时间变化曲线。分别介绍了利用H∞参数识别方法检测"时不变"与"时变"结冰气动参数,并将两种方法综合起来仿真计算。从而利用两者的优点,可以解决飞机结冰参数在线识别困难的问题。仿真计算结果达到满意的效果,对于减少检测方法的延时问题十分有效。     

五参数寿命分布S(α,β,λ,μ,δ)

在四参数寿命分布的基础上增加了一个非中心参数,进而提出五参数寿命分布S(α,β,λ,μ,δ),并给出了定义、基本性质及其证明。     

装备参数漂移量与其可靠度的关系

本文从实际出发总结了参数漂移的统计规律,找到了参数漂移量X(t)与参数可靠度R(t)的统计关系,进而给出了利用X(t)的样本估计R(t的计算公式,用于实际简便易行。     

三种语音特征信息综合方法的理论分析

本文是作者在１９９７ 年 《声学学报》中文版和英文版发表的三篇文章基础上的进一步研究。这些文章没有对提出的三种语音特征综合方法进行理论分析, 本文运用概率论知识, 详细地对前面三篇文章提出的三种语音特征信息综合方法进行理论分析。分析结果表明： 三种语音特征信息综合方法能够比较好地综合语音特征信息, 提高语音识别系统的性能。这一结果与前面三篇文章中实验结果一致。     

分布参数管道的一种改进的小分段数有限元模型

在分段数为１和２时，现有有限元模型的一阶谐振频率比一维分布参数模型的一阶谐振频率低许多，因而其适用的频率范围较低，计算精度较差。本文提出了一种改进的小分段数有限元模型，通过修正流体管道的并联导纳使分段数为１和２时的有限元模型的一阶谐振频率与一维分布参数模型一致，从而提高了其使用的频率范围和计算精度。利用单根管道阀门关闭的水击问题的仿真计算对改进模型的效果进行了验证。在分段数为２时，原有的有限元模型的计算结果与分布参数模型的计算结果相差较大，而改进后的模型的计算结果与分布参数模型的计算结果基本一致。     

一种可调控的申请分配模型及应用

针对分配总量一定情况下的申请分配问题,给出了一种带有决策者意愿的分配模型;讨论了模型中各参数的取值范围,得出了使得模型有意义的参数取值范围;给出了具体的应用案例,通过选取不同的参数得出了不同结果,说明了模型的有效性。     

助推发动机工作参数对某型末制导炮弹弹道的影响

针对某型末制导炮弹的发动机参数进行研究，根据发动机工作参数实际情况下的误差范围，分析发动机的点火时间、工作时间、冲量和装药质量对弹道的影响，所得结论为发动机性能的提高以及下一步的弹道特性分析奠定了基础。     

组网雷达中微多普勒效应分析与仿真

微动产生的微多普勒特征是弹道目标微动参数提取与识别的重要依据。首先基于组网雷达,分析弹道目标中3种典型的微动模型,得到微距离关于雷达观测视角的参数化表示,然后分别针对窄带雷达和宽带雷达作回波分析,最终得到雷达观测到的弹道目标微多普勒效应与雷达观测视角以及信号参数的关系,后面的仿真验证了理论分析的正确性。     

四参数寿命分布S(α,β,λ,μ)

本文提出一个具有密度函数 (α>0,β≠0,λ>0,μ≥0)的四参数寿命分布S(α,β,λ,μ),然后证明了它的一些基本性质,据形状参数对(α,β)的不同取值,找出了失效率λ(t)关于时间t的五种变化规律:不变;递减;递增;先增后减;先减后增,并显示出不变失效率是其余四种失效率当(α,β)→(1,1)时的极限。