多操纵面交叉耦合的SQP控制分配策略

针对多操纵面飞机交叉耦合效应下易产生虚拟控制误差和舵效中和等问题,提出了一种基于改进序列二次规划的控制分配策略。以操纵面偏量为参数构建优化目标,基于舵效线性假设分别研究了基于线性规划和二次规划的多操纵面线性控制分配方法。进一步考虑非线性交叉耦合效应,分别建立了序列线性和序列二次规划的交叉耦合控制分配模型,并设计了改进的Hessian矩阵,以实现序列二次规划的优化求解。仿真表明,基于改进序列二次规划的控制分配策略能够合理地利用所有交叉耦合操纵面实现非线性分配,优于线性规划、二次规划和序列线性规划控制分配方法。     

可重复使用航天器再入飞行在线可重构控制分配仿真研究（英文）

提出了带约束可重复使用航天器综合在线可重构再入控制分配方法。在给定可用控制力矩指令和舵面约束条件下,综合利用有效集理论,优化极值算法和链式控制方法,迅速生成包括气动舵面和反推力控制系统（RCS）发动机的控制指令,在线得到了满足所有控制约束且拥有高度精度的控制分配结果。可重构控制分配逻辑利用舵面失效参数特性,建立舵机状态监测系统,并依据分层消息处理机制得到重构控制指令,保证了航天器在舵面失效或操纵效能降低的情况下控制分配具有良好的精度。以某型可重复使用航天器为例,在考虑到舵面失效或操纵效能降低的情况下,通过不同算法的控制分配与仿真结果对比表明,该方法高效、快速、可靠。     

考虑舵面饱和的鲁棒可重构控制律设计及仿真

针对常规显式非线性动态逆控制鲁棒性差的问题,综合隐式动态逆和奇异摄动分层设计,引入状态速率(导数)和操纵面的当前位置信号的反馈,设计鲁棒动态逆控制律,不需要完整的飞机气动力模型,敏感度降低.利用过栽测量信号采用几何的方法,构建角加速度信号,其它状态速率信号,基于飞机动力学方程求解得到.同时采用自适应权矩阵和多级舵面操纵分配策略,降低舵面速率/位置饱和.控制律结构简单,当飞机存在外形损伤、舵面或传感器失效时,能够迅速实现测量信号的隔离、反馈信号的重建和控制的重新分配和控制律重构.针对某型飞机建立高准确度的仿真模型,计算结果表明在存在气动力摄动、测量偏差干扰,噪声和舵面限制等的情况下,控制律具有良好的鲁棒性.     

多操纵面飞控系统约束自适应控制分配策略

为充分利用多操纵面飞行控制系统的冗余控制效能,提出了一种权值自适应修正的混合优化控制分配策略。在考虑各操纵面位置约束和速率约束的基础上,建立了多目标混合优化控制分配模型;沿梯度下降方向自适应调整权值以改变控制指令,利用控制目标优化实现对虚拟控制指令的有效跟踪;证明了该模型的等价实现形式,推导了权值矩阵的自适应更新公式。仿真结果表明,该策略可综合考虑各操纵面不同的物理约束和控制效能,生成最优的操纵面协调偏转指令,避免了出现指令抖振的现象。     

一种动态逆解算的RLV混合规划控制分配研究

可重复使用运载器的飞行包线大，操纵机构多样，根据其飞行状态对各操纵机构进行优化分配使用是必要的。针对可重复使用运载器三轴角运动的耦合，采用动态逆对控制力矩进行解耦计算。为优化各操纵机构的使用并最大限度使用气动操纵面，减小反作用控制系统的消耗，提出了一种混合规划策略来进行控制分配。气动操纵面与反作用控制系统两者之间的力矩采用链式递增分配，气动操纵面饱和后才启动反作用控制系统，而各气动操纵面之间的控制分配采用二次规划求解，反作用控制系统的力矩分配转化成各喷管开关的0-1整数线性规划进行求解。仿真结果表明，采用混合规划的控制分配能很好实现各操纵机构的优化使用。     

基于控制分配的飞翼式飞机机动载荷控制研究

针对飞翼式飞机的非常规气动布局特点和传统的机动载荷控制方案存在的问题,将控制分配技术应用于机动载荷控制系统,得到了一种基于多操纵面优化分配的机动载荷控制方案.然后,采用分布估计算法以翼根弯矩为优化指标进行控制分配,实现了机动载荷控制,同时提供了一种翼根弯矩的估算方法,为优化算法的实施提供了便利.仿真结果验证了本方法的有效性.     

飞行器不确定系统鲁棒D-稳定控制分配策略

为降低建模误差及外部扰动对飞行器多变量不确定系统的影响,提出了一种闭环系统鲁棒D-稳定的动态混合控制分配策略。飞控系统采用模块化的设计思想,利用线性矩阵不等式方法设计了基于虚拟控制指令的鲁棒D-稳定输出反馈控制律;建立了多目标混合优化控制分配模型,推导并证明了该模型的等价实现形式,用于将虚拟控制指令协调分配到各个操纵面。仿真结果表明,该策略能够综合考虑各操纵面不同的物理约束和控制效能,具有较好的鲁棒性能。     

自适应主动隔振中输出饱和抑制方法的仿真研究

针对自适应主动隔振中存在的控制器输出饱和,提出饱和抑制方法并进行算法仿真研究。该抑制方法基于跟踪滤波和归一化LMS算法,根据引起控制器饱和的直接原因提出约束优化函数,并在快速脱离饱和以及快速收敛的约束条件下确定权系数更新公式中的可变因子。新的自适应算法在理论上能够保证控制器尽快脱离输出饱和状态,使控制误差快速下降。以一个五自由度的振动系统进行算法数值仿真,并用Sigmoid函数描述饱和输出特性,显式表示可变因子,仿真结果表明所提方法能够有效地抑制输出饱和的不良影响,显著改善自适应主动隔振的控制效果。     

基于控制分配的轮毂电机驱动电动车稳定性控制仿真研究

根据四轮轮毂电机驱动电动汽车驱动/制动力矩独立可控的特点,采用层次化结构的控制分配方法优化分配驱/制动扭矩来提高车辆的操纵稳定性.控制器由运动控制器和控制分配器组成,其中运动控制器根据车辆状态产生所需总的纵向力和横摆力矩,控制分配器优化分配各轮上的驱/制动扭矩,同时考虑了各种执行器的约束条件.仿真结果表明:采用层次化结构的控制分配方法能充分利用了垂直载荷较大的轮胎摩擦圆,提高车辆的操纵稳定性.     

含执行器非线性的多操纵面飞机自适应跟踪控制

针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行补偿,并引入鲁棒项消除了外界干扰和系统误差。利用Lyapunov稳定性定理证明了闭环系统的所有信号都是有界收敛的,且跟踪误差渐近趋于0。仿真结果验证了方法的有效性。     

串置翼垂直起降无人机过渡机动飞行控制

针对新型串置翼布局推力矢量无人机在垂直起降、过渡机动飞行过程中强非线性、强耦合及控制冗余的问题,采用动态逆控制方法设计全局控制系统,无需针对不同飞行模式切换控制策略。在此基础上,提出二级递进式控制分配策略,将序列二次规划、链式递增方法相结合,对航迹回路和姿态回路的控制量进行综合优化分配。同时,根据任务需求及飞行状态,基于离线数据库在线实时更新直接力控制分配目标函数权值。采用松弛约束策略,局部放宽非线性优化问题约束,增加优化求解速度。仿真结果表明该控制器能够有效跟踪高机动目标航迹。     

基于区间数群决策矩阵的专家权重确定方法及其算法实现

针对专家偏好信息为区间数群决策矩阵的多属性群决策问题,提出了一种专家权重确定方法并利用自适应迭代算法实现。首先,给出了区间数和专家群决策矩阵的定义。然后,使用加权几何系数法计算专家综合权重,并通过比较专家个体与专家群体决策矩阵的偏差距离计算出专家的客观权重,经过多次迭代后得到稳定的专家客观权重与专家综合权重。最后,实例验证了该算法的可行性与有效性。     

基于神经网络的反步自适应大机动飞行控制

针对飞机大机动飞行时模型非线性和参数不确定性的特点,提出了一种基于全调节神经网络的反步自适应控制方法。飞机模型不确定部分由全调节径向基函数(radical basis function, RBF)神经网络在线补偿,控制律及神经网络参数自适应律由反步法回馈递推得到,并利用一种自适应参数策略的混沌粒子群算法优化控制器固定参数,改善动态性能,最后通过加权伪逆控制分配方法得到最终控制信号。仿真结果表明：在较大的模型气动参数不确定及控制增益矩阵未知时,所设计的控制律仍能理想地跟踪飞机大机动指令飞行,神经网络参数估计误差指数收敛到有界紧集,系统具有快速的收敛性和良好的鲁棒性。     

基于多评价函数法的可重构性指标分配

针对多目标优化的可重构性指标分配问题,给出了一重和二重可重构性指标的计算方法。结合多目标优化特点和可重构性指标的定义建立了可重构性指标分配的多目标优化模型。在此基础上提出了一种多评价函数法,用于系统可重构性指标分配,该方法对相互冲突的多个目标建立不同的评价函数,通过在可行解内协调得到最优化结果,最后将其应用于串联系统进行仿真,并与线性加权和法的结果作比较,结果显示基于多评价函数的可重构性指标分配方法更具有效性。     

弹性高超声速飞行器抗输入饱和动态神经网络控制

针对弹性高超声速飞行器纵向动力学模型,分析了弹性模态的动态过程,研究了控制器设计问题。控制器设计采用内环与外环相结合的控制方式,内环控制器设计是以攻角和俯仰角速度为被控对象,将俯仰舵偏角作为控制输入,在考虑弹性模态动态过程的情况下设计抗输入饱和辅助系统处理输入饱和问题,采用反演设计方法设计控制器,并利用全局调节动态神经网络逼近控制输入的饱和特性;外环控制器设计是以飞行速度为被控对象,将燃料当量比作为控制量,保证弹性模态良好动态特性的情况下,设计抗饱和辅助系统处理输入饱和问题,采用终端滑模控制方法设计控制器,利用全局调节动态神经网络逼近输入饱和特性,理论分析证明了闭环系统所有信号均有界并指数收敛到原点的一个领域内,仿真分析验证了设计的控制策略可以保证弹性模态具有良好动态特性的情况下,系统的状态可以有效跟踪期望指令信号。     

动态抗饱和平滑切换控制器设计方法

针对一类受饱和约束的切换系统,提出了一种动态抗饱和平滑切换控制器的设计方法。首先,基于模型依赖平均驻留时间的方法设计了平滑切换控制器,能够确保系统全局一致渐进稳定并具有一定的鲁棒性能。同时,通过引入链式切换律降低控制器设计的保守性。在此基础上,给出动态抗饱和补偿器的设计方法。将动态抗饱和补偿器设计问题转化为受线性矩阵不等式组约束的优化问题。以航天器在轨加注过程姿态控制系统为例,建立了该系统的链式平滑切换模型,上述模型能够更加准确地反映系统转动惯量的渐变特性。最后,数值仿真算例表明了所提出的控制器设计方法的有效性。     

基于曲率仿射不变量的快速目标识别

提出了一种用于三维空间中近似平面目标的快速识别方法。该方法利用目标轮廓的曲率信息构造出仿射不变量函数,再利用该不变量的极值点信息定位出轮廓的起始点进而对不变量做相应的循环移位调整,最终通过对调整后的不变量进行相似度比较实现目标识别。由于曲率信息能够有效地描述目标轮廓特征,所以保证了本方法优良的识别性能。同时本方法通过起始点定位的方式克服了传统上高复杂度的循环移位匹配的识别模式,进而实现了快速识别。实验结果显示了所述方法在识别精度和识别效率上都具有明显的优势。     

搜索能力自适应增强的群智能粒子滤波

针对传统粒子滤波的退化、样本枯竭现象及其导致的状态推理精度差的问题,提出了一种新型粒子滤波算法。利用群智能优化算法中的粒子群优化算法作为优化手段,改进粒子的先验分布。通过自适应地调节粒子的惯性权值增强粒子群的探索和开发能力,减少粒子群优化算法的早熟现象,使得采样后的粒子朝着高似然区域移动,从而有效地提高系统状态推理精度。利用Crame′r Raolowerbound定义了算法有效性的度量。通过仿真实验证明该算法是有效和稳定的。     

基于分布式深度学习的边缘服务放置策略

针对移动边缘计算网络中不合理的服务放置和资源分配所导致的服务质量下降问题, 提出了一种基于分布式深度学习的边缘服务放置策略。首先, 以最小化所有用户服务请求时延与加权服务放置成本总和为优化目标, 将优化问题建模为混合整数非线性规划问题。其次, 在给定服务放置策略情况下, 利用凸优化理论求解出边云最优的计算资源分配方案。最后, 利用分布式深度学习解决了服务放置问题。理论证明及仿真结果表明, 所提策略能够有效降低用户服务请求时延和应用服务提供商的服务放置成本, 并且逐渐逼近全局最优的服务放置策略。     

基于动态广义直方图均衡的红外图像增强方法

针对直方图均衡法进行红外图像增强时存在的问题,提出了动态广义直方图均衡方法。首先,广义直方图通过基于局部复杂度计算的分数值计数,体现了图像的不同区域特性,防止了过增强和放大噪声。然后,对广义直方图利用SG算法平滑滤波后,采用GK聚类算法实现对直方图的动态划分,避免高概率灰度背景对低概率灰度目标的影响。最后,动态分配目标和背景的输出灰度区间,突出目标细节,控制增强效果。实验结果表明,算法能有效克服传统直方图均衡法丢失目标细节、不能控制增强效果和过分放大噪声的不足,是一种有效的红外图像增强方法。