挠性航天器旋转机动的输入成形变结构控制

研究了挠性航天器单轴旋转机动的输入成形变结构控制方法。该方法首先根据带扰动估计的滑模控制(SMCPE)方法,导出了针对刚体模型设计的、对系统模型不确定性以及非线性扰动具有较强鲁棒性的SM-CPE控制律,并在分析等效系统的基础上,提出了基于输入成形的变结构控制方案。该方案通过指令的输入成形,使得航天器能按照指定的性能机动,同时对机动过程中的弹性振动和残余振动具有较快的抑制作用。指令的输入成形是通过不断地改变滑动模超平面实现的,本文给出了一种改变该超平面的分段取固定值的算法。同时给出了设计该控制律的数字仿真实例,并作了比较,仿真结果验证了该设计的有效性。     

基于T-S模型的约束鲁棒保性能飞行控制律设计

对一类具有范数有界参数不确定Takagi-Sugeno (T-S)模糊模型系统,采用状态反馈并行分配补偿结构,综合考虑变量约束和多个性能指标,研究了约束鲁棒最优保性能飞行控制律设计问题。改进输入、输出及状态约束线性矩阵不等式,提出了带约束模糊最优保性能控制定理。在一般抗干扰控制基础上引入不确定性矩阵,证明了模糊鲁棒最优抗干扰定理。综合上述结论,推导出带约束模糊最优保性能抗干扰定理。最后,建立了飞机不确定T-S模糊模型,分别设计了满足上述3个定理的飞行控制律,并进行了仿真与对比分析,结果验证了该设计方法的有效性。     

基于空时约束的自适应迭代单脉冲估计方法

在机载雷达参数估计过程中, 在主瓣杂波区附近自适应和差波束会发生畸变, 角度和多普勒频率参数估计之间存在耦合, 导致传统和差单脉冲估计方法的参数估计性能严重下降。针对此问题，提出了一种基于空时约束的机载雷达自适应迭代单脉冲估计方法。该方法首先通过导数约束和零点约束确保所形成的差波束为最优差波束; 其次利用广义单脉冲法进行参数估计, 解决了多参数估计之间存在的相互耦合问题; 最后通过自适应迭代方式进一步提高目标参数的估计精度。计算机仿真结果验证了所提方法的有效性。     

基于置信区间的多元质量特性满意参数设计

针对多元质量特性参数设计中模型不确定性问题,提出了一种基于置信区间的多元质量特性满意参数设计方法。首先,采用双响应曲面法建立各质量特性均值和标准差的近似模型,进而计算各质量特性均值和标准差的置信区间,在此基础上对质量特性指标在各自约束条件下的满意解集进行定义并对约束放宽策略进行设计,最终通过指标相容性分析得到满足所有约束条件的相容性解集。通过对实际工业案例进行分析,表明该方法能有效减小模型不确定性的影响,在满意解集中选取的满意解与传统稳健解相比更加可靠。     

适于高超声速飞行器的三维非线性滑模制导律

综合考虑高超声速飞行器末制导过程中的运动耦合和参数扰动问题,设计了一种适于高超声速飞行器的三维非线性伪最优滑模制导律。首先,针对运动耦合问题,定义视线旋量和视线旋量速度,构建了基于视线旋量和视线旋量速度的高超声速飞行器三维非线性制导参考模型;然后,针对参数扰动问题,基于变结构控制理论,推导出一种适于多约束制导要求的三维非线性滑模制导律,并通过理论推导证明了该制导律的稳定性;最后,引入伪控制变量,完成了制导参数的优化,从而完成三维非线性伪最优滑模制导律的设计。该制导律能够从理论上克服运动耦合和参数扰动问题,其制导参数又满足一定物理意义下的最优性。仿真结果验证了制导律的有效性。     

切向加速度与弦误差约束的CNC系统时间最优轨迹规划

针对计算机数控(CNC)系统给定参数化路径, 给出了一种求解时间最优轨迹规划问题的凸优化方法. 轨迹规划问题考虑切向加速度约束与弦误差约束. 通过建立两种约束下的状态容许空间, 分析约束对时间最优轨迹的影响. 通过非线性变量代换, 时间最优轨迹规划问题被表述为一个与时间无关的凸最优控制问题. 基于控制向量参数化(CVP)方法, 问题被进一步转化为易于求解的凸优化问题. 以路径参数对时间的二阶导数(参数加速度)为优化变量, 序列二次规划(SQP)方法获得问题数值解. 文末通过求解两个测试路径的时间最优轨迹规划问题, 验证方法的有效性.     

可重复使用运载器多约束鲁棒预测校正制导

针对可重复使用运载器(reusable launch vehicle, RLV)再入段常规约束、航路点约束、倾侧角速率约束和参数不确定问题, 提出一种多约束鲁棒预测校正制导方法。首先, 利用改进准平衡滑翔条件将常规约束转化为倾侧角幅值约束。其次, 提出基于二分法快速迭代确定倾侧角翻转位置的航路点制导律, 并将翻转速率约束转化为关于能量的约束, 引入预测校正的计算中。然后, 对于参数不确定鲁棒制导问题, 提出基于标称升阻比和能量剖面对迎角及横程误差走廊在线调整的策略。仿真实验表明, 在参数不确定情况下, RLV能够满足多约束条件和终端制导精度要求, 验证了方法的有效性和鲁棒性。     

时敏制导炸弹离散自适应滑模BTT自动驾驶仪设计

为提高航空时敏制导炸弹控制系统的鲁棒性能,增强其大空域作战能力,将参数估计与离散滑模控制相结合,提出了一种适用于航空时敏制导炸弹倾斜转弯(bank-to-turn,BTT)自动驾驶仪的离散自适应滑模设计方法。建立了包含参数摄动项的BTT控制仿射模型,针对弹体气动对称与交叉耦合等特性,利用反馈线性化方法实现了原系统的解耦控制,并得到了参数化的离散滑模控制律;基于Lyapunov稳定性理论设计了控制器参数的自适应规律,有效克服了各动力学系数偏差引起的不确定扰动。仿真结果表明,所设计的离散自适应滑模BTT控制系统实现了各通道的解耦控制,能有效解决含有较大程度气动不确定性时炸弹的指令跟踪控制问题,并且消除了常规滑模控制的抖振现象。     

不确定非线性广义系统的鲁棒控制与保性能控制

研究了不确定非线性结构扰动的广义系统的鲁棒控制和保性能控制问题,该不确定性为时间、状态函数且满足Lipschitz条件的。目的是分别设计系统的鲁棒控制器和保性能控制器。应用线性矩阵不等式方法,分别给出了系统的鲁棒控制器和保性能控制器存在的充分条件;并在这些条件可解时,分别给出了鲁棒控制器和保性能控制器的表达式。最后用例子说明了所给方法的应用。     

Best tracking performance for integrator and dead time plant

The optimal tracking performance for integrator and dead time plant in the case where plant uncertainty and control energy constraints axe to be considered jointly is inrestigated.Firstly,an average cost function of the tracking error and the plant input energy over a class of stochastic model errors are defined.Then,we obtain an internal model controller design method that minimizes the average performance and further studies optimal tracking performance for integrator and dead time plant in the simultaneous presence of plant uncertainty and control energy constraint.The results can be used to evaluate optimal tracking performance and control energy in practical designs.     

Adaptive Numerical Approach for Optimal Control of a Single Train

This paper considers the optimal control problem of a single train, which is formulated as an optimal control problem of nonlinear systems with switching controller. The switching sequence and the switching time are decision variables to be chosen optimally. Generally speaking, it is very difficult to solve this problem analytically due to its nonlinear nature, the complexity of the controller,and the existence of system state and control input constraints. To obtain the numerical solution, by introducing binary functions for every value of the control input, relaxing the binary functions, and imposing a penalty function on the relaxation, the problem is transformed into a parameter optimization problem, which can be efficiently solved by using any gradient-based numerical approach. Then, the authors propose an adaptive numerical approach to solve this problem. Convergence results indicate that any optimal solution of the parameter optimization problem is also an optimal solution of the original problem. Finally, an optimal control problem of a single train illustrates that the adaptive numerical approach proposed by us is less time-consuming and obtains a better cost function value than the existing approaches.     

最小相位不确定非线性系统的观测器设计

针对一类系统相对阶小于系统阶数的非线性系统,提出了一种基于输入输出线性化的观测器设计方法。首先考虑了模型已知时的非线性系统,通过微分同胚,将原系统变换为标准型,证明只要系统的零动态是局部指数稳定的,则基于估计误差的非线性动态方程是稳定的,即估计状态收敛到真实状态。然后分析了存在模型不确定性的系统的观测器设计问题,用RBF神经网络逼近不确定性,设计了神经网络加权系数的调整规律和Lyapunov函数,实现了含有不确定性时误差动态方程的渐近稳定性。仿真结果证明了算法的有效性。     

基于拟牛顿算法的自由下落猫的非完整运动规划

研究猫在自由下落时四肢着地的姿态运动规划问题。自由落体的猫在空中转体运动由于角动量守恒，姿态运动方程呈现为非完整形式。系统的控制问题可转化为无漂移系统的非完整运动规划问题。首先导出由两个对称刚体组成的力学模型的非完整姿态运动方程。利用最优控制理论和最优化技术，采用输入参数化的方法将连续的最优控制问题转化为离散的最优控制问题。基于拟牛顿方法，给出自由落体猫在空中姿态非完整运动规划算法。最后对自由落体猫作了数值仿真试验，仿真结果验证了该算法的有效性。     

一类随机摄动系统的最优控制与仿真

在内模控制(IMC)结构下对控制能量存在约束时一类随机摄动系统的最优控制及其仿真方法作了探讨。首先在鲁棒重新设计的基础上,针对一类随机模型误差的描述提出了一个平均意义上的包含跟踪误差和控制能量的性能指标,然后通过谱分解极小化该性能指标导出一个最优的内模控制器设计方法,可以兼顾模型摄动和控制能量约束,最后根据随机摄动系统的特点进行仿真研究进一步说明了所得控制方法的有效性。     

带丢包和量化的参数不确定系统滚动时域估计

针对网络化系统中丢包、量化和参数不确定性对状态估计的影响,提出一种带有预测补偿机制的鲁棒滚动时域估计算法。将丢包现象描述为概率已知的随机Bernoulli序列,并利用丢失数据的预测值进行丢包补偿,将数据量化引入的量化误差描述为观测方程中的一个有界不确定参数,将模型的不确定性描述为系统矩阵受到随机扰动,基于滚动优化策略,考虑量化和模型不确定性影响最严重的情况,通过滚动求解一个min-max问题得到最优状态估计器。对所提算法进行稳定性分析,推导了估计误差范数平方期望的一个上界函数,给出了估计误差范数平方期望收敛的充分条件。最后,通过仿真验证了所提算法的有效性。     

双约束稳健Capon波束形成算法的分析与求解

针对Capon波束形成算法在导向矢量的不确定集和模约束下的求解问题,提出了新的分析和求解方法。通过对最优化问题进行深入分析,发现不确定集约束决定该算法的性能,而模约束只是起辅助约束作用,因此可以通过对不确定集约束Capon波束形成算法的解进行标量化处理,使其满足模约束而获得该算法的最优解。所提出方法不仅使得不确定集约束参数的选择更加简单,同时使得波束形成算法的性能改善达到最优。发现不确定集约束参数选择得越大,算法的性能改善越接近于最优,而此时对应于负加载。仿真分析验证了方法的正确性和有效性。     

时滞系统的最优PID控制与仿真

对过程控制领域中两类典型时滞系统在控制能量存在约束时的最优控制问题作了探讨。定义了一个包含跟踪误差和控制能量在内的积分平方性能指标，针对不同系统运用谱分解的方法最小化该性能指标，从而导出相应的PID控制器的参数整定方法，可使系统在控制能量约束条件下具有最优的控制性能。仿真研究进一步说明了所给方法的有效性。     

基于变阶长迭代动态规划的聚合物驱方案动态优化

聚合物驱是一种重要的提高原油采收率技术. 针对聚合物驱的注入方案优化问题, 建立了聚合物驱最优控制模型. 该模型以利润最大为性能指标, 以聚合物驱的渗流力学方程为支配方程, 并以聚合物最大用量约束和聚合物注入浓度的上下限约束为不等式约束条件. 各段塞间的注入浓度、段塞尺寸及驱油结束时间为该最优控制问题的优化变量. 对于该分布参数最优控制问题, 提出了一种变阶长迭代动态规划算法. 首先引入标准化的时间变量, 将原自由终端时间的聚合物驱最优控制问题转化为固定终端时间问题, 然后采用经典的迭代动态规划算法求解, 实现了注入浓度、段塞尺寸及驱油结束时间的同时优化, 最后通过实例验证了所提出算法的有效性.     

基于遗传神经网络的指数跟踪优化方法

针对使用完全复制法进行指数跟踪的缺点和仅以跟踪误差作为指数跟踪目标的不足,以跟踪误差最小化和超额收益最大化两者的权衡作为指数跟踪的目标函数,综合考虑实际中的交易成本、现金、卖空限制等约束,建立指数跟踪优化模型,并采用二进制和实数值混合编码的遗传BP网络对指数跟踪管理中的资金进行优化配置.该算法能同时优化网络结构和权值矢量,并结合遗传算子和Solis Wets算子生成后代使遗传搜索空间的群体多样性更好,加快了遗传算法的收敛速度,提高了连接权系数的优化精度.跟踪深证100指数的实证结果表明:应用遗传神经网络算法进行指数跟踪的效果明显优于完全复制法,并且实现了目标指数的动态跟踪.     

High-resolution algorithm based on temporal-spatial extrapolation

To enhance the resolution of parameter estimation with limited samples received by a short passive array, an iterative nonparametric algorithm for estimating the frequencies and direction-of-arrivals (DOAs) of signals is proposed. The cost function is constructed using l2-norm Gaussian entropy combined with an additional constraint, l2-norm constraint or linear constraint. By minimizing the cost functions in the temporal and the spatial dimensions using corresponding iteration algorithms respectively, the s...