电驱动车辆反馈线性化自适应滑模滑移率控制

针对驱动和制动工况下电驱动汽车的滑移率控制这一强非线性和不确定性控制问题,提出了一种基于反馈线性化的自适应滑模控制(ASMC)方法。针对车辆驱动、制动工况下的车轮滑移率进行了动力学分析,建立了统一的状态方程。充分利用系统已知模型和参数,采用线性化反馈消除非线性变化的控制量增益系数的影响,通过对反馈项增益参数的自适应调整,适应附着路面不确定参数变化的控制要求,克服系统控制中存在的主要非线性和不确定性部分,对于系统难以建模描述部分,视为扰动,利用滑模控制抑制系统该部分的不确定性因素,同时保证系统响应的快速性,并对算法进行了Lyapunov稳定性分析。最后,以某型电动汽车为对象进行了仿真分析,结果表明采用ASMC控制系统动态响应快、精度高、抗扰能力强,对路面参数变化具有较强的鲁棒性,同时输出控制量抖振小。     

多约束下的高超声速飞行器三维非线性自适应末制导律

面向多约束下高超声速飞行器末制导过程中的通道耦合、参数扰动、模型失配等突出问题,设计一种适于高超声速飞行器的三维非线性自适应末制导律。为了模型描述的完整性和简洁性,引入视线旋量和旋量速度的概念,并基于此建立三维制导参考模型和实际系统的表达式;为了保证制导律的鲁棒性和自适应性,基于自适应控制理论,设计一种三维非线性自适应制导律;通过数学推导证明了该制导律的稳定性。该制导律能够从理论上克服高超声速飞行器末制导面临的通道耦合、参数扰动、模型失配等突出问题,满足多约束制导要求。仿真结果验证了所设计制导律的有效性。     

全球导航卫星系统接收机的复信号自适应陷波干扰抑制

为提高全球导航卫星系统接收机抑制带内窄带干扰的能力,提出一种采用复系数自适应陷波器的时域滤波干扰抑制方法。在数字基带通过自适应算法调整复数滤波器的频率参数,以实时检测和跟踪窄带干扰的中心频率。仿真结果表明,该方法可以快速、有效地抑制固定频率的窄带干扰和线性调频干扰,提高接收机在干扰条件下的捕获性能。其干扰抑制性能优于实系数自适应陷波器的干扰抑制方法。     

固体运载器姿态控制系统自适应滤波器设计

采用大长细比、轻结构质量设计方案的固体运载器结构刚度较小,姿态控制系统设计需要考虑弹性振动的影响。设计了自适应滤波器实现对箭体弹性振动信号的抑制:将滤波器参数自适应问题转化为系统参数辨识问题,通过Steiglitz-McBride参数辨识方法求解,该方法具有计算复杂性低、收敛迅速等特点,适用于箭上计算机实时计算。通过闭环仿真表明,在箭体弹性频率发生变化的条件下,具有自适应滤波器的控制系统能够跟踪这种变化,有效抑制振动信号对控制器的影响,保持运载器姿态运动稳定。     

用结构自适应前馈网络解算多目标导弹攻击区

多目标导弹攻击区的实时解算是机载多目标攻击武器系统得以技术实现的中心环节。阐述了“多目标导弹攻击区”的概念 ,探索了其解算的技术途径 ,提出了“实时、高精度和低存储”的解算要求。根据上述技术要求 ,设计了基于网络灵敏度统计分析的多层前馈网络结构自适应算法 ,以用于训练合适规模的多层前馈网络逼近器。在此基础上 ,进行了系统仿真研究 ,研究的结果表明了该方案的应用前景。     

受符号调制的m序列旁瓣特性研究

m序列因其优良的二值自相关特性而广泛应用于雷达和通信系统中。存在符号调制时 ,m序列匹配接收的旁瓣特性不再具有二值性。研究表明 :对于生成多项式相同的m序列 ,当移位寄存器的初始状态不同时 ,其符号调制下的旁瓣特性存在明显差异。选择合适的初始状态 ,可以得到较高的主旁瓣比。采用旁瓣抑制滤波器可以进一步显著提升主旁瓣比     

基于自适应模糊神经网络的弹药消耗预计模型

根据我军弹药消耗预计方法的现状,利用模糊控制和神经元网络原理,提出了一种新的预计方法。量化的作战条件作为系统的输入,预计值作为系统的输出,根据历史的输入、输出数据确定系统的特性,建立预计模型。利用此种方法建立的模型根据历史数据训练后,输入现有战斗估计条件,即可对部队日平均作战消耗做出预计。     

交流异步电动机直接转矩控制系统的一种新型设计方案

将模型参考自适应控制、滑模变结构控制和人工神经网络控制应用到交流异步电动机的直接转矩控制系统中,从而可以改善系统的动态和稳态性能,提高了系统的鲁棒性.     

次优Sage滤波器的改进措施

针对次优Sage自适应卡尔曼滤波器存在的不足,提出了两种改进措施:通过对滤波器发散的综合抑制,提高了滤波器的数值稳定性;设计了一种新颖的附加伴随滤波器的并行滤波结构,消除了针对结果偏移现象,提高了滤波精度。     

发射波束域MIMO-STAP雷达发射接收联合设计方法

研究了信号相关杂波背景下机载多输入多输出(multiple-input multiple-output,MIMO)雷达发射波束形成和接收滤波器的联合设计问题,建立了机载MIMO雷达发射波束域空时自适应处理(space-time adaptive processing, STAP)信号模型。为了提升杂波环境下目标的检测性能,通过最大化输出信干噪比构建了发射波束形成和接收滤波器的联合设计问题;然后,设计了一种新的基于优化最小化(majorization-minimization,MM)框架的迭代优化算法来解决联合设计问题。该算法通过合理寻找目标函数的下界可以有效提升算法的收敛速度并降低算法的运行时间。此外,与传统的相控阵雷达和MIMO雷达相比,优化后的发射波束形成和接收滤波器可以显著提升输出信干噪比,仿真实验验证了所提方法的有效性。