伺服电机积分型SMC速度控制策略

为解决伺服电机控制系统输出转速可控性差、波动大、动态响应慢等问题,提出积分型滑模变结构控制策略,设计负载转矩观测器解决控制过程中的负载扰动问题,基于Simulink搭建永磁同步电机速度控制系统仿真模型,搭建电机测试系统台架对控制系统的稳态性能和动态性能进行试验验证。研究结果表明,相比于传统比例积分微分控制和普通滑模变结构控制(Sliding Mode variable structure Control, SMC),所设计的控制策略能够使控制系统达到稳态时速度波动较小,鲁棒性较好,抑制了SMC的抖振现象。     

考虑卫星位置误差的增广脉冲星方位误差估计算法

为了解决脉冲星方位误差估计中卫星位置误差对估计结果的影响,提出一种考虑卫星位置误差的增广脉冲星方位误差估计算法。为满足可观测性条件和保证尽可能低的矩阵运算维数,算法将卫星的位置误差标量作为增广状态。结合脉冲星方位误差估计基本原理,重新推得增广算法的状态及观测方程,并通过理论分析证明了算法的可观测性。最后仿真结果表明,当卫星位置误差导致传统算法的估计结果偏差较大时,该算法依然能够保证0. 01 mas的赤经和0. 3 mas的赤纬估计精度。不同方向的位置误差对方位误差估计精度影响较小。     

低地球轨道卫星网络节能方法

通常卫星的唯一能源来源是太阳能,因此星上网络设备的能源供应问题比地面网络的更加严峻。通过修改和扩展链路容量受限的最小代价多商品流模型来适应卫星网络这一特殊的体系结构,并基于低轨道卫星网络的多重覆盖机制和流量分布模型,改进现有的启发式算法来关闭冗余的卫星节点、星地链路和星间链路。在满足链路利用率和路由跳数增加比例约束的条件下,仿真实验中关闭上述三种参数的比例分别可达59%、61%和72%,卫星网络的总体节能比例可达65%。     

固定翼无人机曲线路径跟踪的积分向量场方法

常规的向量场方法在处理无人机曲线路径跟踪问题时很容易受非定常风扰的影响而使得跟踪误差增加,因此很多方法采用用无人机的惯性坐标系(地速和方位角)替代机体坐标系(空速和偏航角)的方式来提高抗风性能。但是,这种方式只能处理大小和方向均恒定的风扰,这在实际飞行中是过于理想的假设。为了克服这些不足,提出了一种采用侧偏距的积分来主动抵消非定常风扰的积分向量场方法用于固定翼无人机曲线路径跟踪控制。根据期望路径的曲率及路径角,结合无人机自身的状态信息设计了曲线路径跟踪策略,并且使用李雅普诺夫理论证明了提出的方法能够确保闭环系统的全局渐进稳定。最后,使用高性能半实物仿真系统验证了提出方法的抗风跟踪性能。     

基于截断函数的有限时间滑模控制方法

针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。     

惯性测量单元内杆臂标定卡尔曼滤波方法

在高动态环境下,由内杆臂引起的尺寸效应误差是高精度捷联惯导系统的重要误差源之一。从原理上分析了内杆臂误差的产生机理,推导了内杆臂误差的动态误差模型,并结合系统误差模型推导了内杆臂的标定模型,选取考虑了外杆臂误差的速度误差为系统观测量,提出了基于卡尔曼滤波的内杆臂参数辨识方法。试验结果表明,内杆臂标定重复性精度优于2 mm,快速旋转试验中,内杆臂误差补偿后,速度误差减小90%,摇摆试验中的导航精度也得到显著提升。     

基于改进的软阈值小波包网络的电力信号消噪

为了克服传统软、硬阈值在信号消噪中存在的不足,首先构造了一种新的软阈值函数,并将小波包变换和神经网络相结合;然后,基于改进的软阈值小波包网络对实际采集电力信号进行消噪。MATLAB仿真结果表明:改进的软阈值小波包网络比传统硬、软阈值小波包消噪的信噪比高,且均方根误差小,是一种非常有效的电力信号消噪方法。     

建立第三方论证评估机制,加快构建现代军队治理体系

建立第三方论证评估机制是现代决策制度的普遍做法,也是确保军队相关制度政策科学有效的必然选择。军队建立第三方论证评估机制,要从建立基于第三方军队政策论证评估体系、第三方论证评估机构资质等级制度、第三方论证评估服务专项采购制度、第三方论证评估机构行业管理机制、第三方论证评估信息保障机制、军队智库长效发展机制等方面重点展开,进而形成比较完善的第三方论证评估制度体系,推动军队治理体系现代化建设。     

三轴磁强计晃动对测量结果的影响分析及校正

三轴磁强计的主要误差有零偏误差、灵敏度误差以及三轴非正交误差。通过在三轴正交坐标体系下对传感器的三轴非正交误差进行分析,建立了传感器误差模型,分析了误差对传感器晃动所产生的影响。晃动1°产生的误差最大可达109.5 nT,晃动误差随着晃动角度的增加而增加。为控制晃动误差,通过对误差模型分析建立误差校正模型,并通过非线性曲线拟合对校正模型参数准确估计,将估计参数代入校正模型,可以实现对传感器输出校正,使其输出误差大大减小,晃动1°产生的误差范围可控制在0.03 nT以内。这表明该校正方法有效地降低了晃动对传感器输出产生的影响。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。