一类非线性系统的自适应模糊反推近似滑模控制

针对一类含有未知非线性函数项和外界干扰的不确定纯反馈非线性系统,提出了一种自适应模糊反推近似滑模变结构控制方法。采用中值定理和隐函数定理使未知非仿射输入函数拥有显式的控制输入,利用模糊系统逼近未知非线性函数,动态面控制技术解决了反推设计中出现的"微分爆炸"问题。所提出的自适应近似滑模控制方案削弱了传统滑模控制中的抖振现象。从理论上证明了所设计的控制器能够保证闭环系统所有信号半全局一致终结有界。仿真算例验证了算法的有效性。     

基于T-S模型的非线性系统主从控制器设计

针对同时具有输出和输入非线性的系统,通过中间虚拟控制量的设置,转化为两个非线性子系统的串联,从而简化系统结构并解决最终控制量不宜直接获取的问题。针对无人水面艇的航迹和横摇控制,设计了基于反演控制的从控制器,实现了输入非线性中虚拟控制量到舵角的映射,通过T-S模型将输出非线性系统,转化为线性时变系统,并考虑舵机的角度与角速度约束,设计了广义预测主控制器。该方法不仅简化了系统结构,同时仿真结果表明,所设计的主从控制器可以获得较好的控制效果。     

基于排队论模型的轮询协议数据链系统时延分析

基于数据链系统的作战方式已经成为了现代化战场的主流,战争中战机稍纵即逝,因此,分析数据链系统的信息传输时延特性意义重大。针对数据链系统信息传输时延问题,分析了数据链系统传输命令消息,目标消息以及中继消息的一般过程,并给出了排队论模型。根据排队论的相关知识得到了轮询协议数据链传输时延的公式,最后利用仿真软件进行了分析研究。     

拦截弹中制导最优弹道簇生成

针对临近空间高超声速目标飞行速度快,跟踪预测难的特点,提出在中制导阶段进行最优弹道设计与弹道簇生成用于对目标预测命中区域进行有效覆盖的方法。通过分析临近空间高超声速目标对现有防空体系带来的挑战,阐明了在中制导段进行弹道簇设计与生成的必要性;将中制导段的弹道规划问题视为求解满足多种约束条件下的最优控制问题,应用最优化理论方法得到了基准的最优弹道;应用邻域最优控制理论,针对终端约束条件进行调整,设计了邻域最优弹道簇的生成算法。仿真验证了所提方法的有效性。     

航空发动机分布式系统解耦控制研究

航空发动机控制系统是一个复杂的多变量控制系统,控制变量之间的相互耦合会严重影响系统的动态、稳态性能,在发动机最大工作状态时,甚至会造成超温、超转等现象,严重威胁着飞行安全,制约着发动机性能的提高。针对上述情况,利用改进型遗传算法对航空发动机双回路PID控制参数进行寻优,实现了对控制变量的解耦。数值仿真结果表明改进方法能有效消除各变量之间的耦合影响,而且在控制精度、跟踪性能等方面表现良好,对不同环境条件下的航空发动机模型均有良好的控制效果,适用于航空发动机控制。     

基于滑模控制的某型起落架落震联合仿真

飞机起落架是飞机起落的安全保证。给出了在ADAMS/Aircraft中建立某型飞机起落架的虚拟样机模型,设计并实现基于磁流变液的飞机起落架滑模缓冲控制算法,通过MATLAB/Simulink和ADAMS完成了该型飞机起落架着陆缓冲联合仿真分析。经过联合仿真得到缓冲器的位移-时间曲线,速度-时间曲线,阻尼力-时间曲线等特性数据,通过与被动式起落架的缓冲性能进行比较,验证了设计的滑模控制算法能够有效提高飞机起落架着陆缓冲性能。     

防空导弹指挥控制系统火力单元动态调整方法

多火力单元责任扇区的动态调整是防空导弹指挥控制系统的核心功能之一,通过引入可打击目标数和覆盖目标数的概念及计算方法,提出了一种新的多火力单元责任扇区调整方法。该方法能快速有效地确定多火力单元责任扇区调整方案。     

加强和改进国防动员潜力统计调查工作的思考

文章从对陆军作战行动特点分析入手,以跨越系列演习为参照,着力研究破解制约提高战时陆军部队作战行动管控的瓶颈,为切实抓好陆军部队作战行动管控提供参考。研究出陆军结构调整后,宜采用整体联动管控、一体联合管控、法制化管控,以提升力量体系管控成效。     

Single‐commodity stochastic network design under demand and topological uncertainties with insufficient data

Stochastic network design is fundamental to transportation and logistic problems in practice, yet faces new modeling and computational challenges resulted from heterogeneous sources of uncertainties and their unknown distributions given limited data. In this article, we design arcs in a network to optimize the cost of single‐commodity flows under random demand and arc disruptions. We minimize the network design cost plus cost associated with network performance under uncertainty evaluated by two schemes. The first scheme restricts demand and arc capacities in budgeted uncertainty sets and minimizes the worst‐case cost of supply generation and network flows for any possible realizations. The second scheme generates a finite set of samples from statistical information (e.g., moments) of data and minimizes the expected cost of supplies and flows, for which we bound the worst‐case cost using budgeted uncertainty sets. We develop cutting‐plane algorithms for solving the mixed‐integer nonlinear programming reformulations of the problem under the two schemes. We compare the computational efficacy of different approaches and analyze the results by testing diverse instances of random and real‐world networks. © 2017 Wiley Periodicals, Inc. Naval Research Logistics 64: 154–173, 2017     

Many‐server loss models with non‐poisson time‐varying arrivals

This article proposes an approximation for the blocking probability in a many‐server loss model with a non‐Poisson time‐varying arrival process and flexible staffing (number of servers) and shows that it can be used to set staffing levels to stabilize the time‐varying blocking probability at a target level. Because the blocking probabilities necessarily change dramatically after each staffing change, we randomize the time of each staffing change about the planned time. We apply simulation to show that (i) the blocking probabilities cannot be stabilized without some form of randomization, (ii) the new staffing algorithm with randomiation can stabilize blocking probabilities at target levels and (iii) the required staffing can be quite different when the Poisson assumption is dropped. © 2017 Wiley Periodicals, Inc. Naval Research Logistics 64: 177–202, 2017