多机器人编队控制研究

多机器人编队控制是多机器人协调控制中一个最具有挑战性的研究问题。多机器人编队是指：一组相互协作的机器人组建和保持特定的队形形状。本文首先简要概述了多机器人编队问题的研究现状。从面向问题的角度出发,本文将编队问题分解成编队角色分配、队形生成、队形变换与选择、编队跟踪4个子问题,并针对每个子问题,总结了现有的研究方法。最后,本文特别强调编队控制中的网络问题并指明未来的研究方向。     

压电执行器 NLDDS及神经网络非线性建模与控制

本文采用非线性动态数据系统(NLDDS)建模方法和非线性递推最小二乘算法,对具有迟滞非线性特性的压电陶瓷微进给执行器的动态特征进行了建模、预报与控制,并且用人工神经网络对该类系统的建模与控制进行仿真。结果证明上述方法在一定程度上是可行的和有效的。     

基于MATD的高超声速飞行器反演控制

针对高超声速飞行器弹性体模型,提出了一种基于改进的反正切跟踪微分器(MATD)的鲁棒反演控制器。将控制系统分为高度和速度子系统,采用反演方法设计虚拟控制量和实际控制量。引入MATD对高阶系统虚拟控制量求导,避免了传统反演方法"微分膨胀"的问题。基于MATD设计干扰观测器,对模型不确定项进行精确估计,增强了控制器的鲁棒性。最后,通过实例仿真验证,该控制器对速度和高度指令具有很好的跟踪效果,且具有较强的鲁棒性。     

太空快速响应发射场能力建设

为实现战争行动和突发事件的快速响应目的,太空快速响应发射已成为重要的解决手段。总结传统航天发射场面临的挑战,分析了太空快速响应活动对航天发射场的需求,从发射场建设需求体系、发射场测试能力推进、发射场改造和补充建设、天地一体测控通信体系、快速机动发射模式等提出了发射场建设发展途径,为满足太空快速响应发射场系统建设提供有益的技术参考。     

变质心再入飞行器自抗扰控制器设计(英文)

再入飞行器采用变质心控制不但可以保持较好的气动外形,还町以增大机动能力,但变质心控制较强的非线性和耦合性大大增加了控制系统设计难度,使控制器设计和实施的代价较高。针对这一问题,基于自抗扰控制技术,设计了变质心再入飞行器双通道解耦控制器。通过构造连续光滑扩张状态观测器,不加区分飞行器的各类干扰与耦合,对其统一进行估计:利用非线性状态反馈控制律,并自适应调节控制参数对其进行补偿,实现对飞行器姿态的解耦控制。仿真结果表明:该方法大大降低了对系统模型精度的要求与控制器设计实施代价,对变质心再入飞行器非线性、耦合性以及参数摄动具有较强的鲁棒性。     

基于兹-QPSO的战斗机机动规避优化方法

规避导弹攻击对于提高战斗机生存能力具有重要意义。首先,建立战斗机和导弹的运动模型及导弹导引律模型,采用直接多重打靶的参数化方法,将机动规避最优控制问题转化为非线性规划问题;采用相位角编码量子粒子群优化算法（兹-QPSO）实现参数寻优,并结合滚动优化的思想,利用模型预测控制得到规避轨迹闭环解和战斗机的实时控制量。最后仿真验证了该方法的合理性和算法的有效性。     

并联波浪补偿系统的鲁棒控制方法

研究了基于绳牵引并联机构的新型波浪补偿系统的鲁棒控制方法。将环境作用力和不可测参数从动力学方程中分离出来,看作系统干扰,然后根据李亚普诺夫稳定性理论推导了控制律。针对绳索冗余的情况,提出了一种基于交互投影的绳索张力分布算法。当存在张力分布的可行解时,该算法能够得到远离张力限制边缘的"安全"最优解;当不存在可行解时,该算法能够得到满足张力限制条件的最佳近似解。为了提高鲁棒控制的实用性,还研究了负载惯性参数辨识方法。仿真结果表明,以上理论与方法对于波浪补偿系统是非常有效的。     

无线网络控制系统一致性研究

通过构建李雅普诺夫函数,对具有不同拓扑结构的无线网络控制系统的一致性问题进行了研究。利用网络结构的邻接矩阵对网络拓扑结构进行描述,同时构造系统的延迟矩阵,结合复杂网络理论中的聚类系数、耦合强度的概念,对系统进行建模。针对复杂网络中常用的两种结构,构建不同的邻接矩阵和延迟矩阵,利用线性矩阵不等式的方法,给出使系统稳定的一般性条件。最后仿真结果验证了方法的有效性。     

弹药自动装填机器人免疫遗传模糊神经滑模控制

提出了一种基于改进免疫遗传算法的弹药自动装填机器人自适应模糊神经滑模控制器(IIGAAFNSMC)。用径向基神经网络来近似等效滑模控制中的不确定参数,通过自适应免疫遗传算法在线调整径向基神经网络非线性隐含层的结构和参数。利用最小二乘法计算线性输出层的权值,自适应模糊系统调节滑模控制的增益,减小了网络逼近误差和外部干扰并消除了传统滑模控制中的抖振问题。仿真结果表明,该方法比传统的神经网络滑模控制器具有更高的逼近精度和速度。     

基于遗传算法的雷达管控问题

通过对雷达组网系统责任区保障问题的深入研究,以完成对责任区的保障任务为目的,使责任区各个高度层均满足一定联合探测概率和雷达覆盖系数为约束条件,以雷达网整体工作代价最小为目标函数,构建了有干扰情形对雷达的管理和控制(以下简称雷达管控)数学模型。运用改进的遗传算法对雷达管控模型进行求解,通过设定保护概率保存了最优个体的遗传性,通过合理的算法参数设置改善了算法的性能。仿真算例和实际应用结果表明,雷达管控达标率由管控前的36.54%上升到63.46%,达到100%,雷达管控结果符合管控要求,且雷达开机数量较少,采取的抗干扰措施合理,验证了模型和方法的有效性。