基于指数收敛观测器的协调臂自适应滑模控制

提出了一种基于扰动观测器的弹丸协调臂电液伺服系统自适应滑模控制方法.设计干扰观测器在线观测系统扰动大小并进行补偿,从而有效降低切换增益;设计自适应律不断调整系统参数以适应对象变化,并采用一种映射自适应算法保证估计参数有界;为了加快趋近速率,设计了基于指数趋近律的滑模控制方法,保证在大阶跃情况下系统仍然能以较大的速度趋近...     

坦克炮控系统自适应滑模鲁棒控制

坦克炮控系统是一类非线性和不确定性的复杂控制对象,针对其结构摄动和外界扰动输入不确定因素未知的问题,提出一种坦克炮控系统自适应滑模鲁棒控制方法。该控制律在保证系统闭环稳定的前提下在线对结构摄动和外界扰动输入不确定因素的界进行估计。滑模控制器保证了系统快速跟踪性能,在不牺牲系统鲁棒性的同时达到削弱抖振的目的。仿真结果表明该设计方法优于经典设计,而且结构简单,易于设计,为炮控系统实际设计提供了一种可行的新方法。     

基于新型滑模面的机械臂快速轨迹跟踪滑模变结构控制

从滑模变结构控制的趋近运动和滑模运动两个阶段人手,分别对影响其性能的滑模面和趋近律进行了设计．首先,基于线性滑模面和终端滑模面,设计了一种具有较快收敛速度的新型非线性滑模面,以缩短系统在滑模运动阶段的运动时间．同时,根据幂次趋近律提出了一种改进的趋近律设计方法,保证了其趋近运动的速度,并减弱了传统滑模变结构控制所固有的抖振．最后,将该方法用于机械臂的滑模轨迹跟踪控制策略设计,仿真结果表明,该策略保证了机械臂对期望轨迹的快速跟踪,具有较强的鲁棒性,并且验证了控制策略的有效性．     

离散混沌系统的模糊滑模控制设计

采用T-S模糊模型描述离散混沌系境.将离散混沌系统模糊化为局部线性模型.依据Lyapunov穗定性定理和线性系统滑模控制趋近律设计方法,设计了一种新型的离散滑模控制嚣,谊控制嚣不仅能保证局部线性模型浙近穗定.而且能确保模糊动态模型全局渐近稳定.利用Matlab对确定Henon系统和不确定Henon系统进行了数值仿真.结...     

基于离散滑模变结构的惯稳回路控制研究

为进一步提高惯稳系统的稳定精度,设计了滑模变结构控制器（SMC）。采用指数趋近率设计时,通过调整等速趋近参数 和指数趋近参数 ,来减小抖振并提高趋近速度。以某实际惯稳平台数学模型为控制对象进行仿真时,由于系统限制,提出以陀螺输出信号近似代替SMC的理论输入值。仿真结果表明,采用SMC算法的系统在跟踪精度和抗干扰能力上明显优于传统PID,系统抖振非常微弱,可以忽略不计。     

自适应模糊滑模在火箭炮位置伺服系统中的应用

针对多管火箭炮交流位置伺服系统转动惯量和负载力矩变化大的特性,设计了自适应模糊滑模位置控制器.用模糊控制逼近理想滑模控制,设计切换控制补偿逼近误差,自适应控制调节模糊参数和切换控制的不确定上界.为了保证系统渐进稳定和可控,根据李亚普函数导出自适应率.仿真结果表明该控制策略不仅保证了系统的静、动态特性,而且对负载扰动和系统参数摄动具有较强的鲁棒性.     

单输入不确定系统离散变结构控制

研究单输入不确定离散时间系统的变结构控制设计问题.提出一种新形式的离散趋近律,它具有良好的动、静态特性,可有效消除由传统离散趋近律参数引起的抖振.设计扰动预估器以补偿不确定因素的影响,从而提高系统鲁棒性并进一步减弱抖振.仿真结果表明了所提设计方法的有效性.     

二维修正弹单向滑模姿态控制器抗干扰研究

针对二维弹道修正弹固定舵控制回路易受干扰的问题,提出了一种单向辅助面滑模变结构控制方法,通过对传统滑模进行结构上的改进,增强了滑模控制方法的鲁棒性。可以不借助高阶滑模和边界层滑模的去抖振思想,仅依靠不连续趋近率来保证控制器的无抖振输出,从而实现无抖振的滑模控制。基于该方法设计了二维弹道修正弹姿态控制器,并通过仿真验证了其抗干扰控制性能。     

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。     

坦克稳定器的神经滑模控制方法

针对坦克稳定器这一类非线性和不确定性的复杂控制对象,提出一种神经滑模控制方法。该方法将滑模控制与神经网络相结合,解决了控制系统跟踪性能和鲁棒性能之间的矛盾。系统中的滑模控制器保证了系统的快速跟踪性能;而神经网络具有很强的自学习功能,通过学习能够保证系统的稳定性,同时可对扰动和参数变化进行有效的抑制补偿,从而在不牺牲系统鲁棒性的同时达到削弱抖振的目的。从理论上证明了滑动平面的稳定性,并且通过仿真验证了该结果。仿真结果表明该设计方法优于经典设计,为实际设计提供了一种可行的新方法。     

无源北斗组合导航算法对载体机动的适应性

研究了自适应滤波定位算法,以便减小大机动时组合导航系统的定位误差。首先,在仿真分析组合导航算法的基础上,提出了模糊逻辑自适应滤波方案。然后,通过仿真获取系统知识,建立模糊逻辑算法调整滤波器驱动噪声方差,实现滤波定位模型对用户机动的适应性。最后,通过仿真验证,模糊逻辑自适应滤波算法能够根据用户机动情况实时调整卡尔曼滤波器的驱动噪声方差参数,并能有效提高组合导航系统机动时的定位精度。     

AUV纵倾角动态面滑模自适应控制

对于自主水下机器人(AUV)纵倾角跟踪问题,提出一种基于动态面滑模思想的自适应控制方法。首先对自治水下机器人纵倾角运动模型进行简化,其次针对不确定外干扰的情况,设计了自适应规律,对外干扰进行估计,在此基础之上设计了动态面滑模自适应控制器,并通过李雅普诺夫稳定性理论证明了系统的稳定性,最后通过给定参数的仿真实验结果可知,所设计的控制器在系统受到不确定外干扰时,表现出良好的鲁棒性。     

粒子滤波的序列图像运动目标跟踪(英文)

序列图像的运动目标识别与跟踪是计算机视觉主要研究方向之一。研究的重点是要建立一个准确可靠的跟踪系统。针对此问题,传统的帧间差分法进行了改进,并研究了粒子滤波算法。在改进的帧间差分法和粒子滤波的基础上,提出了序列图像运动目标跟踪方法。实验实验表明,这种方法能够在目标被背景云彩遮挡的情况下,实现目标的可靠跟踪。     

卡尔曼滤波框架下优化增益异类噪声处理方法及其应用

针对基于卡尔曼滤波框架算法只能处理已知高斯噪声系统的局限性,设计能够同时处理含有异类噪声系统的改进算法.将不确定系统受到的干扰分成高斯噪声和未知有界噪声,对噪声特点进行分析,并将其加入状态方程和观测方程;在吸收集员滤波优点的基础上,对标准卡尔曼滤波进行改进,通过计算包含两种异类噪声系统状态的最小均方误差,得到该条件下滤...     

基于改进IMM-UKF的弹道导弹再入段跟踪数据滤波

针对弹道系数未知的弹道导弹再入段跟踪雷达测量数据滤波这类非线性强的滤波问题,提出可变多模型无迹卡尔曼滤波算法。利用无迹卡尔曼滤波逼近精度高,计算量小,适应于任意非线性模型的特点,将其作为多模型的基本滤波器;滤波算法根据各模型正确描述目标状态的概率,动态地改变多模型数量和模型参数。上述方法的综合运用,提高对目标状态估计精度,降低了计算的复杂度,仿真实验验证了方法的有效性。     

基于改进IMM-UKF的弹道导弹再入段跟踪数据滤波?

针对弹道系数未知的弹道导弹再入段跟踪雷达测量数据滤波这类非线性强的滤波问题,提出可变多模型无迹卡尔曼滤波算法。利用无迹卡尔曼滤波逼近精度高,计算量小,适应于任意非线性模型的特点,将其作为多模型的基本滤波器;滤波算法根据各模型正确描述目标状态的概率,动态地改变多模型数量和模型参数。上述方法的综合运用,提高对目标状态估计精度,降低了计算的复杂度,仿真实验验证了方法的有效性。     

闪烁噪声条件下基于交互多模框架的雷达目标跟踪算法

针对传统雷达目标跟踪算法在处理闪烁噪声时面临的性能下降问题,提出一种将容积卡尔曼估计器与交互多模框架相结合的高性能滤波算法。该算法将目标状态建模为高斯分布,将闪烁噪声建模为混合高斯分布,同时将其发生概率建模为一阶马尔可夫过程;在此基础上,利用交互多模框架实现对不同高斯噪声分量的匹配滤波处理。为了减轻非线性观测条件对目标跟踪精度的影响,进一步采用容积卡尔曼估计器作为高斯近似滤波器,对目标状态进行递推预测和更新。仿真结果表明：所提算法较传统高斯混合滤波器和粒子滤波器具有更高的跟踪精度和更好的实时性能,同时还能对闪烁噪声出现时刻进行有效的估计。     

应用于四旋翼无人机角速度估计的几何滑模观测器设计

对四旋翼无人机的角速度进行估计时,传统的基于单位四元数的滑模观测器需要引入强制比例重调,因而影响了跟踪精度。本文提出一种基于数值积分的李群方法的滑模观测器设计框架。该算法基于等变映射思想,在齐性流形空间的等价李代数空间中设计滑模反馈,从而避免了直接在流形空间中设计反馈的复杂性,并消除了传统方法在每个积分步骤中强制加入的比例重调,提高了观测器的跟踪性能。仿真结果表明,几何滑模观测器算法可以有效的对四旋翼无人机的角速度进行估计。     

船舶静态电场跟踪的渐进更新扩展卡尔曼滤波器

为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。     

基于改进遗传粒子滤波与SME的多目标跟踪算法

针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。