高超声速飞行器保预设性能的反演控制方法

为了解决高超声速飞行器纵向运动模型的稳定轨迹控制问题,设计了一种在非仿射模型基础上保证预设性能的反演控制方法。对于速度子系统,直接设计非仿射控制律,保证预设性能,通过合理的变换将高度子系统转化为严格的反馈形式,便于反演控制步骤的设计。基于动态性能和稳态精度,设计了预设性能函数,将跟踪误差的稳定性限制在预设范围内,引入指令滤波器,有效克服了传统反演控制中虚拟信号重复推导的问题。控制器的设计不依赖于精确的模型。引入径向基函数来逼近过程中的未知函数,使得控制律具有令人满意的鲁棒性和实用性。基于李雅普诺夫稳定性理论,证明了所有闭环系统的稳定性。仿真结果表明,该控制器能够稳定地跟踪参考信号。     

SINS/DVL/AST水下组合导航中的鲁棒信息融合方法

捷联式惯导系统由于自主性强等优势成为自主式水下航行器长航时、长航程导航的主要手段。针对水下环境中外部多导航传感器如多普勒计程仪提供的测速信息和水声单应答器提供的位置信息容易受到非高斯噪声污染的问题,提出基于马氏距离算法的联邦鲁棒卡尔曼滤波算法。在联邦鲁棒卡尔曼滤波算法中,通过马氏距离算法引入膨胀因子,对量测噪声协方差阵进行膨胀,以实现非高斯条件下水下组合导航系统鲁棒性的提升。同时基于子滤波器的滤波性能对信息分配系数进行自适应调整以确保水下组合导航系统的高精度。基于江试试验实测数据进行水下组合导航半物理仿真试验,试验结果表明:相比于传统的联邦卡尔曼滤波算法,联邦鲁棒卡尔曼滤波算法可在非高斯条件下实现更高精度、更加稳定的组合导航;能够满足水下组合导航系统对容错性和鲁棒性的要求。     

基于北斗信号的降雨信息监测方法

为充分挖掘北斗信号大数据资源的应用价值,拓展其在大气海洋领域的应用方向,重点从理论上研究了利用北斗信号的极化相移监测降雨信息问题.结合北斗信号的频率和极化特征,从极化相移的定义出发,分析了北斗信号经过雨区和降雨粒子相互作用的微物理过程,建立了极化相移与降雨强度之间的数学模型;利用数值模拟方法对该数学模型进行分析得出,北...     

自适应逆控制FXLMS算法有源噪声控制仿真研究

前馈有源噪声控制方法可在较宽的频带有效,使之获得了广泛的应用.在前馈有源噪声控制中,直接使用传统的FXLMS算法时,由于次级通道传递函数往往是非最小相位系统,导致系统的性能下降.文中提出一种基于非最小相位系统逆控制的自适应前馈有源噪声控制FXLMS算法,用带宽随机噪声信号和实测风机通风管道噪声信号进行仿真实验研究,结果表明,较传统的FXLMS算法有明显的改进.     

关于Reich的公开问题

设E是具有一致G -可微范数的实Banach空间 ,D是E的非空闭凸子集 ,T :D→D是非扩张映象 ,F(T)非空。设 {αn} ,{ βn}是 [0 ,1]中满足一定条件的两个序列 ,定义压缩映象St:D→D为 :St(z) =(1-t)x tTz , x ,z∈D , n≥ 1,t∈ (0 ,1) .设zt 是St 的唯一不动点 ,若当t→ 1-时 ,{zt}强收敛于某点z∈F(T) .那么 ,Reich序列 {xn}强收敛于某点z∈F(T) .     

面向能力需求的武器装备组合规划模型与算法

针对武器装备组合规划中存在的选择难、规划难问题,在给定能力需求的条件下,从分析装备的组合变更对整体体系的影响出发,考虑了总的经费预算、年度费用分配、装备规划周期等约束,以能力差距和发展风险最小为准则,构建了双目标优化模型,并设计了基于差分进化和非支配排序的遗传算法的求解算法,获得模型的Pareto解。通过逼近理想解排序法方法从所求Pareto解中求得令决策者满意的折中解。通过一个具体示例验证了模型和算法的有效性,能够为武器装备组合规划提供辅助决策。     

磁悬浮反作用飞轮高精度力矩控制

为提高磁悬浮反作用飞轮输出力矩精度,针对传统控制方法下永磁无刷直流电机非理想反电势和换相引起的转矩脉动,分别提出补偿控制策略。非换相期间,根据转速和位置信息,估计实时反电势来获取参考电流,通过设计的力矩控制器直接计算出调制占空比以补偿非理想反电势引起的力矩脉动;分析全转速范围内换相期间转矩波动的特点,分别提出低速区非换相相调制和中高速区间关断相调制的换相转矩脉动抑制策略,并给出换相时间的计算方法。实验表明所提控制方法显著提高了飞轮的输出力矩精度,从而验证了方法的正确性和有效性。     

粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。