基于线性模型跟随的重构飞行控制律设计

线性模型跟随控制是一种传统的控制方法，通过对增益的调整，使实际受控系统的输出跟随参考模型的输出，以达到理想的静态、动态特性。将线性模型跟随控制引入自修复飞行控制系统的重构控制中，针对发生舵面故障的飞行控制系统，设计模型跟随控制律，给出仿真实例。结果表明，该方法具有可行性和有效性。     

对地形跟随/回避雷达干扰的可行性研究

在介绍地形跟随/回避雷达工作原理的基础上,通过设定典型超低空突防飞机的战术行动,分析了对雷达实施有效干扰所必须具备的条件,包括侦察/干扰机的部署、数量要求等;并计算了在传感器/摆放(投掷)式干扰机模式下对装备的性能要求,得出了在目前技术条件下,对地形跟随/回避雷达实施干扰在技术和战术上都是困难的.     

单向拓扑下基于DMPC与改进APF的水面无人艇编队运动控制算法

多水面无人艇编队运动控制是多水面无人艇智能化的核心技术,也是当前研究的热点。重点讨论了编队部分成员无法获得编队平衡先验信息条件下的水面无人艇编队运动控制问题。首先,针对编队先验信息不平衡条件下无人艇编队保持困难的问题,将领航–跟随结构与分布式模型预测控制算法结合,通过设定通信优先级和单向拓扑结构,在分布式模型预测控制算法中引入假设状态空间和平衡状态空间,以实现部分跟随者无法获取编队平衡先验信息情况下的无人艇编队保持;其次,针对编队航行过程中障碍物规避安全性不足的问题,将改进的人工势场法与模型预测控制相结合,设计了无人艇自主避障控制器,提升了编队航行过程的安全性;最后,通过仿真平台对所提方案的可行性进行了验证。所提方法可以为进一步研究复杂环境下多水面无人艇编队运动控制提供参考。     

韦婕

【这样的我】我从小跟随当兵的父亲转战祖国的大西北。军旅生涯17年,我在工作中精益求精,为每位疗养员解除病痛,保障健康。在生活中无微不至,为每位战友送去快乐和帮助。【魅力评语】古韵长安滋养你姣美的容颜,火热的军营锻造你如山的刚强。你的付出映红军队离退休老首长美好的夕阳,你就是我们     

RBF神经网络在飞艇单发停车故障中的应用

针对飞艇单发停车故障,提出了一种基于径向基神经网络的模型跟随非线性重构控制策略,并使用遗传算法对RBF网络进行了优化.该方法通过响应误差构造神经网络的学习规则,神经网络的输出驱动系统向着消除误差的方向运动.理论分析和仿真验证表明,该控制策略具有良好的重构性能和鲁棒性.     

穿越生命极限16小时

这一天的16个小时,相信会给60名特战队员留下终生难忘的记忆。而对我来说,能跟随他们走过这魔鬼演练的全过程,更让我骄傲和自豪。3月27日凌晨2时30分,紧急集合哨声响起,队员集结,每人配给1个面包、1盒150毫升罐装的牛肉罐头、1瓶矿泉水、1包压缩饼干,这些是特战队员们一天的给养供给,意味着他们要靠这些食物维持整整16小时的超极限野外体能消耗。     

基于改进MPC的分布式大间距多车编队控制研究（上）

针对多车辆系统大间距编队控制问题,设计了一种分布式的改进模型预测控制（MPC）方法。建立二阶2自由度非完整约束模型及基于领航跟随法的编队模型。修正线性化展开点,优化MPC预测模型,提升系统保守性,增强实时轨迹跟踪性能。通过滚动优化完成编队控制。仿真实验结果验证了所提控制方法的有效性与可靠性。     

新课程背景下提高作业效能之我见

应试教育背景下教学程度是教师上课在前，学生作业在后，从表面上看似乎很合理，但细想一下我们发现，学生在被动的情况下接受学习，存在着跟随性、同步性、复印性，学生的创新思维得不到发展。由于教学效率低，教师不得不布置大量作业，这种高耗低效的作业加重了教师和学生的负担。由于负担过重，使教学效率更低，渐渐形成恶性循环。这样的作业未能充分考虑学生的学习意愿与个体需要，由此带来一系列的问题：     

TF工程应用中的地形数据处理方法研究

研究了地形跟随(TF)工程应用中的地形数据合理性检验、误差消除以及地形数据的转换、存储和更新3个问题。针对地形数据的特点,提出了地形测量数据中数据合理性的判别准则;根据TF工程应用和减小测量随机误差的需要,给出了地形数据转换、存储和更新算法,并根据数据处理结果修正了系统误差。数据处理结果表明,应用该方法可以剔除野值,减小随机误差,地形数据存储与更新算法可行,满足TF工程应用需求。     

基于PPO的球形机器人目标跟随研究

球形机器人由于其优异的运动性能、出色的地形适应能力和防侧翻的特性,被广泛应用于水下探测、岸滩巡检等需要适应复杂环境的场景。然而球形机器人系统模型具有欠驱动、非线性的特点,运动控制问题复杂,在复杂应用环境下难以可靠跟随目标。为此,提出了一种基于近端策略优化(PPO)算法的球形机器人目标跟随方法。该方法基于深度强化学习理论,在球形机器人动力学模型的基础上,设计了简单高效的动作空间和表征完善的状态空间。并且为提高目标跟随方法的鲁棒性,该方法在奖励函数中引入人工势场,以使目标始终保持在机器人视野中心。仿真结果表明,所提方法能够满足既定场景的跟随需求,球形机器人使用该方法可以对随机运动目标进行可靠跟随。