十字梁控制系统的非奇异终端滑模控制

为了保证系统跟踪误差在有限时间内收敛到零,采用非奇异终端滑模控制方法设计十字梁系统的控制器.将十字梁系统3个通道之间的耦合因素和外界干扰影响视为不确定项,将十字梁系统模型转变为一种类解耦形式.设计了自适应算法分别调节3个通道的控制器参数,对不确定项进行估计和补偿,使得3个通道的控制器中不包含耦合因素,从而简化了控制器结构.仿真分析表明,所设计的3个通道的非奇异终端滑模控制器比前人设计的控制器具有跟踪速度更快、跟踪精度更高的优点.     

一种新的离散余弦变换LMS自适应滤波算法

通信过程中由于多径效应容易造成码间串扰,为此讨论了一种基于离散余弦变换(DCT)的最小均方(LMS)自适应滤波算法.该算法不依赖于输入信号特性,以一种近似的方式完成对输入向量正交化,实现了高效计算.将该算法运用于码间串扰(ISI)严重的信道均衡仿真实验中,并与传统的LMS和归一化LMS( NLMS)算法进行比较,仿真结果表明该算法具有更快的收敛速度和更小的稳态误差.     

基于核函数的自适应聚类背景提取

随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。     

基于AKF的AUV对接回收组合导航研究

针对自主水下机器人(Autonomous Underwater Vehicle,AUV)在回收过程中的组合导航精度问题,提出了一种改进的高斯距离迭代法及改进的自适应卡尔曼滤波算法(Adaptive Kalman Filter,AKF).基于AUV回收对接系统,研究并建立了针对惯导SINS、超短基线USBL、多普勒计程仪DVL和深度计的基于斜距的组合导航模型.通过对SINS/USBL/DVL/深度计组合导航量测信息误差特性分析,设计了改进的基于斜距的SINS/USBL/DVL/深度计组合导航模型;针对该模型突出的滤波发散问题,设计了基于滤波收敛性判据和强跟踪滤波思想改进的AKF滤波算法进行有机融合.仿真结果表明,此研究使实际AUV系统具有更高的滤波精度和可靠性.     

适应任务的模块化卫星快速构建优化决策方法

如何根据应急航天任务,在满足各种约束的前提下,从型号众多、能力各异的卫星平台及有效载荷中快速决策效费比最佳的卫星构造方案引起了越来越多的关注,这就是适应任务的模块化卫星快速构建优化决策问题.在深入分析该问题特点的基础上,建立优化决策数学模型,提出基于遗传算法的优化决策方法,为处理遗传算法迭代过程中产生的不可行解引入基于...     

基于单神经元PID的方位保持仪温控系统的仿真

由于方位保持仪的核心元件陀螺易受温度的影响,常采用温控系统控制其工作的环境温度来保证它的精度与性能.通常采用的传统PID控制方法虽然简单,但由于系统存在非线性因素,控制效果不是很理想.提出一种基于单神经元自适应PID的控制算法,利用单神经元的自学习,自适应能力,实现对方位保持仪温控系统的快速实时在线控制.仿真结果表明该方法优于传统的PID控制算法,是行之有效的.     

基于神经网络的模型参考自修复飞行控制

提出了一种基于模糊神经网络的模型参考自修复飞行控制结构,并对所使用的BP网络学习算法进行了分析改进.对比非故障和故障状态下的飞行仿真结果表明,改进后的自修复飞行控制方法可以有效地抑制神经网络的"过学习"现象,减小了对神经网络辨识器精度的依赖程度,在故障条件下的补偿作用非常明显,达到了自修复飞行控制的目的.     

基于自适应积分滑模的无人机编队控制器设计

针对一类受有界干扰影响的无人机编队系统控制器设计问题,基于自适应积分滑模控制框架,提出了一种新型的无人机编队控制器设计方法.通过引入自适应律对扰动上界进行估计,并在控制器中消除了扰动的影响,通过Lyapnov方法对所提出闭环系统的稳定性进行了仿真及分析.仿真结果表明,本文所提出的控制器在保证系统具有一定鲁棒性的前提下完...     

交互多模自适应容积Kalman滤波算法设计及履带车辆跟踪应用

为满足履带车辆作为机动目标的实时跟踪和对目标速度、航向角的准确估计,针对测量值含有相关乘性噪声,采用新息分析法依据噪声相关系数已知和未知改进容积Kalman滤波算法。考虑到单模型滤波器难以准确地实现机动目标的跟踪,采用交互式多模型算法对履带车辆运动轨迹进行描述,提出一种交互式多模自适应容积Kalman滤波算法。仿真表明交互式多模型自适应容积Kalman滤波算法对车辆机动具有稳定的跟踪效果且乘性噪声得到有效处理。     

本质流形上的自适应运动估计

分析了计算机视觉中一种新的运动估计模型,将运动估计作为一个参数定义在"本质流形"上的非线性系统参数辨识问题。针对基于离散处理和连续处理方法得到的"本质流形",提出了一种新的、统一的自适应推广卡尔曼滤波算法,在"本质流形"的局部坐标系上进行运动估计。仿真结果验证了该算法的正确性。