伺服电机NCS神经网络PID趋近律滑模控制

针对直流伺服驱动电机的网络控制系统的非线性控制系统特性和神经网络多包传输的特性,提出一种基于滑动窗口策略的多核LS-SVM神经网络PID趋近滑模控制器。该控制器可以在线控制和预测丢包补偿,并将其控制系统实现为一种具有延迟和丢包的多包数据传输直流控制器的伺服驱动电机神经网络自动控制补偿系统。其主要方法为,首先基于等效变换、无延迟和滑动窗口相结合的LS-SVM在线数据包损耗预测,建立系统的延迟补偿模型。其后通过神经网络的非线性映射对PID参数进行在线调整,实现稳态并进行分析。仿真结果表明,组合内核LS-SVM预测策略可以提高数据包损失补偿的准确性,减少系统抖振,在响应速度较快的情况下完成整定。     

基于灰色滑模控制的火箭炮伺服系统仿真

新型火箭炮伺服系统的控制过程具有明显的非线性和时变特性,传统的PID控制是基于精确数学模型的控制方法,难以获得满意的控制效果。为了提高控制精度,在伺服系统中采用滑模控制与灰色预测相结合的控制方法,以减少参数变化和外部干扰对伺服系统的影响。通过MATLAB仿真表明,该控制方法削弱了滑模控制抖动对伺服系统的影响,提高了系统的鲁棒性和抗干扰能力。     

采用PWPF调节器的再入飞行器最优控制分配方法

针对具有反作用控制系统(Reaction Control System,RCS)和气动舵两类控制机构的再入飞行器,提出一种基于脉宽脉频(Pulse-Width Pulse-Frequency,PWPF)调节器的最优控制分配方法。将RCS的输入信号转化为连续变化量,RCS与气动舵的控制分配问题被描述为二次规划问题,并采用有效集方法对其求解。采用离散法和PWPF调节器将优化结果转化为RCS的开关机状态。与混合整数规划问题相比,连续二次规划问题更容易求解,计算速度更快。通过对二次规划问题的重构,该算法能有效地应对故障情况。     

变质心再入飞行器的质心移动方式研究

变质心控制是一种利用质量块的主动移动来改变飞行器质量特性的控制方式,该控制方式对于克服各种高速飞行器执行机构的气动烧蚀问题有着重要的意义.通过建立变质心再入飞行器的线性化方程,研究了质量块在飞行器内部不同方向上移动与可建立配平攻角之间的关系,并通过仿真计算可知再入飞行器再入的不同阶段质量块沿不同方向移动时的控制效率是有所差别的.研究结论对于提高变质心再入飞行器的控制效率有着重要的意义.     

基于相关参数的自修正飞行数据估计方法

提出了自修正的数据估计方法.用待拟合参数及相关参数组成多阶数据矩阵,利用递归神经网络对数据矩阵中缺失数据进行初次多阶拟合;利用滑动窗口,在历史数据矩阵中进行相似模式搜索,以相似度作为权重系数,对初次拟合结果进行加权修正.分析证明,该算法的最差、最好复杂度分别达到了理论最好结果.从仿真结果可以看出,自修正算法数据拟合结果误差较之单纯神经网络拟合更小,估计精度更高.     

加弓虽标准经费预算管控的建议

当前标准经费预算管控存在财权分散、行政消耗性开支难以控制、预算执行不够严格的问题。解决这些问题需要从制度上入手,不断创新预算的编制、审定、执行以及考核的方式方法,提高预算在投向投量上的控制力、约束力。     

一种改进的宏块层码率控制策略

利用DCT域中交流系数的均方和代替像素域的方差,作为宏块运动复杂度的表征,并将改进后的码率模型运用于H.264的码率控制策略.仿真结果表明,与现有的码率控制算法相比,改进方案可以在不同的目标码率下更有效地控制码率的波动,改善了PSNR增益.在图像质量方面更平稳,有效地改善了主观视觉质量.     

在交叉学科研究中创新指挥与控制

用辩证唯物论的观点,阐述了指挥与控制复杂科学的产生背景、研究对象与方法,以及在相关领域的应用前景,并就如何在学科交叉、渗透、融合中开展指挥与控制这一新兴学科研究提出了建议.     

基于免疫粒子群算法的自抗扰飞行控制器设计

提出了一种基于免疫粒子群优化算法的自抗扰大包线飞行控制器设计方法.针对传统的增益调参设计方法存在的工作量巨大与设计效率低的问题,利用自抗扰控制器进行大包线飞行控制器设计,并推导了适用于该方法的飞机非线性方程.由于自抗扰控制能够动态补偿对象模型的内扰和外扰,因此在很大的飞行区域内仅需一套控制器便可,从而避免了烦琐复杂的增益调参设计过程,并用免疫粒子群优化算法对自抗扰控制器参数进行了优化研究.仿真结果表明,所设计的自抗扰控制器具有优良的控制性能,并且控制器参数在较大的包线范围内不需要改变,从而简化了大包线飞行控制器设计.