强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

装备结构演化规律及重要度分析

以装备设计模块化的现状为依据,运用重要度理论,分析了装备结构演化及其重要度排序的规律。从单一部件逐步演化到5部件结构,以及N部件串并联结构,在此基础上,对演化规律进行了梳理,并对典型结构进行了重要度分析,得到了关于装备结构演化与各部件重要度排序规律,填补了对装备重要度漂移规律的研究空白,为装备可靠性优化设计提供了技术支撑。     

改进二阶自抗扰控制器在永磁同步电机上的仿真应用

对使用二阶自抗扰(Sencond-order Active Disturbance Rejection Controller,ADRC)控制器的PMSM矢量控制系统而言,当负载转矩变化大时,ESO对负载的估计误差也较高。改进永磁同步电机矢量控制系统的二阶ADRC控制器以提高二阶自抗扰控制器的抗负载扰动能力。通过改进并结合负载转矩观测器到永磁同步电机控制中,在二阶自抗扰控制器中对扰动进行部分补偿,进而提升了二阶自抗扰控制器抗扰动的能力,使得矢量控制系统性能提高。仿真结果同样支持这一结果。     

基于SRWNN-FTSM的舰载火箭炮火控系统研究

针对舰载火箭炮大功率交流伺服系统存在的非线性特性以及不确定扰动,提出了一种自回归小波神经网络快速终端滑模控制器(SRWNN-FTSM)。基于快速终端滑模强鲁棒性特点,用自回归小波神经网络对模型动态自适应逼近,可有效提高响应速度,鲁棒性。利用SRWNN-FTSM控制器,有效克服了负载扰动、参数变化等不确定因素的影响。根据Lyapunov理论证明了闭环系统稳定性。仿真实验表明:所提方案可以有效提高系统的响应速度以及发射的命中精度。     

永磁直线同步电机伺服系统自抗扰反步控制器

为了提高永磁直线同步电机伺服系统的鲁棒性,提出基于自抗扰思想的反步控制器。将永磁直线同步电机伺服系统中的未建模动态和外界扰动定义为总和扰动,并扩充为系统新的状态变量。设计了线性扩张状态观测器估计不可直接测量的直线电机动子速度以及总和扰动,证明并分析了设计的线性扩张状态观测器的收敛性和估计误差。利用线性扩张状态观测器的输出,基于动态补偿线性化思想设计了反步控制器。证明了考虑线性扩张状态观测器估计误差的闭环反馈控制系统的稳定性。在Googol公司的实验平台上,验证了设计的自抗扰反步控制器的可行性。     

无衍射艾里光束的横向自加速特性

无衍射艾里光束的横向自加速特性使得光束在自由空间沿弯曲路径进行传输成为可能。利用一维傍轴波动方程对新型无衍射艾里光束的横向自加速特性进行了仿真研究。研究表明,当入射波长一定时,艾里光束的横向加速度大小与传播距离呈正比关系,而与任意横向尺度的大小呈反比关系。同时,利用波印廷矢量对艾里光束横向自加速的内在机理进行了研究。最后,利用通用型液晶空间光调制器对二维艾里光束的产生和横向自加速特性进行了实验研究,所得结果与仿真计算结果取得了较好的一致性。     

基于非线性扩张状态观测器的直线电机PD控制

为了解决直线电机伺服系统跟踪速度与峰化现象之间的矛盾,设计一种基于非线性扩张状态观测器的比例微分(Proportion Differentiation,PD)控制器。将直线电机伺服系统中的未建模动态和外界干扰定义为总和扰动并扩充为系统新的状态变量,利用非线性扩张状态观测器(Non Linear Extended State Observer,NLESO)估计不可测量的直线电机动子速度以及总和扰动。利用NLESO和跟踪微分器TD的输出,基于动态补偿线性化思想设计了引入补偿量的PD控制器,并给出了闭环控制系统稳定性证明。在Googol公司的实验平台上,通过与两种基于LESO的PD控制器对比,验证了所设计的基于NLESO的PD控制器的可行性。实验结果表明,基于NLESO的PD控制器可使直线电机伺服系统具有跟踪速度快、跟踪精度高、峰化现象小、鲁棒性强的优点。