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。     

扩张状态观测器的观测误差前馈补偿设计

在"总和"扰动模型未知的前提下,针对线性扩张状态观测器跟踪时变信号精度不高的问题,设计出一种前馈观测补偿器。在分析线性扩张状态观测器观测原理的基础上,通过对扰动项的线性近似、误差系统动态响应的忽略,在时域内推导出观测静差的量化表达式,进而使用扰动微分项的估计值替代真值对观测作前馈补偿。理论分析了替代的可行性,证明了补偿器减小观测误差幅值、超前校正观测相位滞后的作用。将这一补偿思想推广至非线性扩张状态观测器中。通过仿真对补偿器提高观测精度、加快误差收敛的有效性进行检验,实验结果进一步表明,补偿器的引入能显著提高整个自抗扰控制系统的控制精度,从而证明了这种补偿思路的可行性。     

考虑扰动引力影响的弹道助推段误差传播解析计算方法

针对地球扰动引力对弹道导弹惯性导航精度影响日益突出这一问题,研究了沿弹道扰动引力的多项式拟合方法,并基于线性系统理论和弹道摄动思想推导了用于求解扰动引力对弹道助推段状态影响的完整解析表达式。同时考虑扰动引力影响与导弹视加速度之间的耦合特性,将扰动引力引起的视加速度偏差视为扰动引力影响的附加补偿项,并进行迭代修正。仿真结果表明:扰动引力拟合残差小于3×10~(-7)m/s~2,考虑耦合项修正的弹道误差传播解析模型计算残差减小为原有方法的1/3,计算时间仅为直接采用弹道积分求差法的1/10。     

基于循环神经网络的锂电池SOC估算方法

鉴于锂电池荷电状态(state of charge, SOC)实时准确估计的重要性。针对大倍率脉冲放电工况下锂电池的强非线性和时变特性,训练了一个循环神经网络对锂电池SOC进行估算,该网络能够将电池管理系统测量所得的电压、电流、温度映射到SOC。基于某型号18Ah锂电池性能测试所获得的大倍率脉冲工况放电数据进行了实验验证,得到三种温度下锂电池SOC估算结果的平均绝对值误差为1.92%,证明了该方法的有效性。     

船舶轴频电场跟踪

针对轴频电场包络跟踪中先验信息缺失的问题,研究了船舶轴频电场跟踪对传感器阵列的基本要求,引入了一种基于最大似然选择的多初值渐进更新扩展卡尔曼滤波算法。建立船舶轴频电场包络跟踪的状态空间模型,用水平电偶极子对船舶轴频电场包络进行建模;建立基于最大似然选择的多初值模型;基于轴频包络信号特征,研究了对传感器阵列排布方式的要求。仿真结果表明,利用轴频电场包络对船舶进行跟踪是可行的,要求传感器阵列至少由3个传感器组成,且3个传感器不在一条直线上;在传感器阵列满足要求的情况下,该算法可以有效解决轴频电场包络跟踪中的先验信息缺失问题,具有较高的实用价值。     

飞行器执行机构故障的鲁棒容错控制器设计

针对具有冗余操纵机构飞行器的执行机构故障,提出了一种主控制器加补偿控制器的鲁棒容错控制器结构。两个控制器可分开单独设计。系统无故障时,仅主控制器作用,保证被控系统具有较高的性能;系统发生故障后,启用补偿控制器,在保证闭环系统稳定的前提下尽可能地补偿故障对系统造成的影响。控制器可以兼顾系统的性能鲁棒性和容错性,可作为自修复飞行控制系统中的应急控制律。采用PID基于扩张状态观测器的故障补偿的方法实现了该控制器结构。最后,以飞机方向舵卡死故障为例,验证了该控制器的正确性和有效性。     

基于MPC和ESO-DO的四旋翼轨迹跟踪控制

针对扰动作用和模型不确定性下四旋翼无人机精确轨迹跟踪控制问题,提出了一种主动干扰抑制和模型预测控制(Model Predictive Control, MPC)策略。模型预测控制器通过扩张状态观测器(Extended State Observer, ESO)和扰动观测器(Disturbance Observer, DO)来估计和补偿干扰,从而实现位置环精确控制。在存在外部干扰和参数不确定性的情况下,通过仿真实验,证明了所提出的方法提高了对建模误差和干扰的鲁棒性,同时实现了对参考轨迹的平滑跟踪。     

微机上运行的多功能仿真语言GASP/PC

文中介绍了IRM-PC机上多功能仿真软件GASP/PC的开发,叙述了GASP/PC仿真语言的形成以及对于连续、离散和复合仿真模型的GASP/PC语言的结构与仿真方法。     

基于深度时频特征学习的雷达辐射源识别

针对雷达辐射源识别中拓展能力不足和识别率不高问题进行研究,提出一种基于深度时频特征学习的智能识别方法。基于降采样短时傅里叶变换高效提取具备较高辨识度和稳定性的浅层二维时频特征,利用信号局部频域维稀疏性完成降噪等预处理;设计用于深度特征学习与识别的卷积神经网络,并采用不同尺度卷积核组合扩展网络广度,强化特征表征能力;利用高信噪比条件下8种辐射源信号样本对网络进行训练调优,低信噪比样本测试验证算法和网络的有效性。仿真结果表明,该方式在-8 dB信噪比条件下能达到98.31%的整体平均识别率,具备较强的鲁棒性。     

基于体系仿真大数据的效能评估方法

随着复杂系统仿真技术、计算能力和数据管理能力的发展,仿真数据逐步呈现大数据特点,评估指标之间也存在高维度、高冗余、高相关等突出问题。结合上述背景,分析了基于体系仿真的效能评估问题研究现状,介绍了深度学习技术的研究进展。指出采用合理的指标约简方法、使用高效的神经网络模型进行效能评估是下一步的研究重点。