空间目标天基监视分布式仿真系统设计

以HLA在航天系统仿真领域的广泛应用为背景,设计了基于HLA的空间目标天基监视分布式仿真系统。在系统架构层面,设计数据层、模型层、任务层的分层结构。在系统设计方面,设计仿真控制成员、天基监视成员、光学载荷成员、空间目标成员和视景仿真成员,建立天基监视系统中的轨道动力学及机动模型、姿态动力学与控制模型、载荷指向及目标成像模型。在系统实现方面,基于RTI进行系统集成。应用Vega Prime和OpenGL实现天基监视视景仿真和光学成像仿真,完成空间目标天基监视任务的仿真验证。     

基于混合建模仿真的大型风电场降损控制

由于大型风电场变压设备多、集电线路长,在实际运行中集电系统损耗突出,对此提出一种利用风电机组作为分布式无功源,以优化风电场内潮流、降低集电系统总体损耗的无功/电压控制策略。同时,为提升风电场建模以及多场景降损优化仿真的效率,设计了一种基于对象模型组态与控制算法编程相结合的混合建模仿真方案,风电场模型采用模块组态建模,并由控制算法形成的引擎文件自主调用实施仿真优化。通过对某125 MW大型风电场进行降损控制的算例研究,验证了所提控制方案的有效性和混合仿真建模方法的高效性。     

航海模拟器中海洋环境时空动态变化的仿真

海洋结构物始终受到环境干扰,对海洋环境的仿真会显著影响航海模拟器的真实感。基于数值波浪模型生成海洋环境场,并利用SQLite开发实海域数据库。通过数据库中获取实际的风,海流和海浪信息来与真实海洋保持一致。对环境扰动进行建模,并且将时空变化特征和耦合效应都融入仿真。通过提出的仿真方法再现了真实的航行情况,并利用船载传感器的测量数据进行验证。仿真结果与实测数据吻合良好,说明本方法可以进一步提高海洋模拟器的物理真实感。     

自适应巡航系统车辆跟驰控制策略仿真

为提高自适应巡航系统对行车环境的适应性,提出一种基于可变间距的车辆跟驰控制策略。建立基于无迹卡尔曼滤波的车辆运动模型,近似估计本车质心轨迹的曲率半径。建立前车目标辨识模型,根据前车与本车的相对运动状态判定前车跟踪目标。设计车间距离控制策略,通过调节车速控制本车与前车保持安全车距行驶。开展本车换道、曲线路径的复合工况仿真试验,结果表明,本车能够快速、平稳地跟踪前车目标。     

降雨情景下城市道路交通信号控制优化模型与方法

降雨天气导致城市道路交通运行效率明显下降,现有道路交通信号控制一般尚未建立针对性的信号优化方案。考虑降雨天气降水量、道路积水等因素影响下的交通运行情景,设计了面向交通控制的城市道路交通信息物理系统体系,搭建了基于信息物理系统的城市道路交通控制框架,并建立了交通信号控制优化模型,进一步利用BP神经网络方法设计了模型求解方法。通过搭建实例路口交通仿真模型,对比3种方案下延误时间等多个指标,分析结果表明本文方法在改善降雨情景下交叉口交通运行效率等方面的有效性。     

偏置追尾事故车辆运动学参数仿真研究

为了深度研究追尾事故车辆的运动行为,在PC-Crash仿真环境下建立车辆追尾事故模型,考虑相对碰撞速度、偏置度和追尾车辆碰撞前减速度、车轮转角等变量,获得车辆的加速度、横摆角和横摆角速度等运动学参数。研究结果表明：偏置度为20%时,追尾车辆和被追尾车辆的横摆角最大,易诱发侧翻或碰撞固定物等二次事故;两车相对碰撞速度越大,追尾车辆和被追尾车辆的最大加速度越大而碰撞持续时间越短。研究结果可为驾驶人的行为决策、事故再现以及车辆的安全设计提供理论依据和数据支撑。     

一种基于环境预报数据的阵风建模方法

针对现有飞行器仿真试验自然环境模型,研究环境预报数据转换和处理方法;基于随机波浪理论,建立二元阵风紊流数学模型,并研究该模型的仿真建模方法;基于Davenport谱建立基于环境预报数据的阵风紊流模型,并引入到飞行器六自由度数学仿真试验中,得到阵风紊流对于飞行器飞行状态的影响情况。试验结果表明,阵风紊流对于飞行器攻角影响较大,对于飞行高度影响较小,利用阵风紊流模型开展飞行器航迹仿真试验切实可行。     

基于博弈模型与NetLogo仿真的网络攻防态势研究

针对现有建模方法缺乏对攻防博弈行为与态势演化趋势的分析问题,从对抗角度出发分析网络攻防博弈特征;基于非合作不完全信息静态博弈理论建立网络攻防博弈模型,给出收益量化、博弈均衡计算和策略对抗结果判定方法;构建网络攻防博弈多Agent仿真模型;采用NetLogo开展局中人不同策略组合、不同初始数量等场景下的仿真实验,得出网络攻防态势随时间演化情况,通过对比分析仿真结果,给出扭转网络攻防态势的建议。     

基于DA-RKELM算法的光伏发电功率预测方法

针对光伏发电功率具有的波动性和随机性等特点造成的电网安全问题,提出了一种基于蜻蜓算法优化的正则核极限学习机光伏发电功率预测方法。通过相关性分析确定影响光伏发电功率的关键影响因子,构建光伏发电功率预测模型;利用蜻蜓算法获取网络最优的权重和阈值,在标准极限学习基础上引入正则化函数和核函数以避免传统梯度下降法造成的过拟合问题,增强模型空间映射能力;仿真实验表明,与DA-ELM、PSO-ELM以及标准-DA-ELM模型相比,DA-RKELM预测模型能达到更高的预测精度,更贴近光伏发电的实际运行功率。     

面向e-引航的近海边缘计算网络优化与仿真

为提高船舶引航过程安全性,提出了一种基于智能航标(Intelligent Navigation Aid,INA)的近海边缘计算网络(INA-based Offshore Edge Computing Network,IOECN)架构,以提供助航信息保障。重点研究网络中网元节点的布局优化问题(Layout Optimization Problem, LOP)。通过数学建模,将LOP转化为整数线性规划(Integer Linear Programming,ILP)问题。在满足网络覆盖率及连通性条件下,以网络成本最低为求解目标,并使用Gurobi进行求解、运用Matlab进行仿真展示,最终得到不同规模下的网络优化方案,验证了模型的正确性及可扩展性。     

基于鲁棒模型预测的智能汽车轨迹跟踪控制研究

针对传统的基于跟踪误差模型轨迹跟踪控制器在复杂行驶环境下控制精度不高,鲁棒性差等问题,设计一种鲁棒模型预测轨迹跟踪控制策略.采用车辆凸多胞体动力学模型显式描述车辆动态特性,结合轨迹跟踪多目标约束设计鲁棒性目标函数,通过线性矩阵不等式优化方式求解状态反馈控制律;引入前馈控制消除稳态误差,提高跟踪精度.结果 表明:在不同行...     

基于能量最优的无人驾驶汽车路径跟踪控制

动力总成控制对无人驾驶汽车的动态性能和经济性起着重要的作用.为了提高车辆在路径跟踪过程中的动力性和经济性,提出了—种基于能量最优化的路径跟踪控制策略.控制策略分为两部分,在上层控制器中使用非线性模型预测控制来计算所需要的动力参数和前轮转角.下层控制器采用基于电机能耗数值最优的方法进行设计.该方法可以确保电机一直运行在效...     

四自由度汽车磁流变半主动悬架最优控制研究

应用汽车行驶动力学理论,以1/2汽车悬架模型为研究对象,建立四自由度汽车磁流变半主动悬架动力学方程和空间状态方程,设计了半主动悬架线性二次型最优控制器及控制算法,提出了汽车振动速度分段式磁流变半主动悬架最优控制策略。在SIMULINK软件中建立悬架仿真模型,仿真分析磁流变半主动悬架最优控制效果,仿真结果表明,汽车磁流变半主动悬架应用最优控制算法和分段控制策略可以降低车身垂向振动加速度和车身俯仰角加速度,提高了悬架平顺性。     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计。首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization, QPSO)算法对控制器参数进行优化,考虑无人机飞行过程中受到的未知干扰,引入扩张状态观测器(extended states observer, ESO)对干扰进行观测,进一步提高系统的鲁棒性,并结合实际工程应用对系统进行数学仿真。仿真结果表明,基于状态扩展双反馈模型预测控制的无人机侧向航迹跟踪控制器,能够在系统存在模型不确定性与受到动态干扰时对期望航迹进行准确、稳定的跟踪。     

基于改进智能水滴算法的动态车辆配送路径优化

针对当前车辆配送过程中存在的配送路径不合理、配送效率低和需求不确定性等问题,提出一种基于改进智能水滴算法的动态车辆配送路径优化方法。构建软时间窗惩罚函数,考虑顾客对配送时间的要求,建立顾客满意度函数。综合车辆配送过程的车速、货损成本、惩罚成本、顾客满意度等特征,建立车辆路径优化模型。采用智能水滴算法对车辆路径优化模型进行求解,使用灰狼优化算法改善智能水滴算法的搜索能力,获取最优路径。实验结果表明该方法能够提供实时优化的路径,减少调配成本。     

车辆弯道变速行驶时的纵横向耦合控制研究

车辆弯道变速行驶时，纵横向运动存在强烈的动力学耦合效应，通过纵向和横向单独控制很难取得比较理想的控制效果。为了实现复杂工况下车辆自动跟踪控制，建立了纵横向耦合车辆模型，主要包括整车模型、传动系统模型和轮胎模型，根据滑模控制以及动态表面控制理论，研究了车辆在弯道变速行．驶工况的动力学藕合控制问题，提出了一种基于滑模和动态表面控制的纵横向耦合组合控制器，仿真结果表明该耦合控制器具有较强的鲁棒性，其纵横向跟踪性能优于无耦合补偿的控制器。     

高超声速飞行器切换多胞系统自适应跟踪控制

针对保证大包线稳定飞行的高超声速飞行器轨迹跟踪控制器设计问题,提出了一种多回路切换多胞自适应跟踪控制方案。基于运动模态在频率上存在显著的时标分离特性,将高超声速飞行器的状态分成内外回路进行设计,考虑到干扰及外回路对内回路的不确定影响,采用增益调度与自适应控制结合的方法设计了内外回路控制器。该方法解决了将该飞行器切换多胞系统作为整体设计时无法综合出保证全局稳定控制器的问题,并且降低了控制器设计的复杂性。仿真结果表明,闭环跟踪系统在工作包线内具有良好的动态响应品质与稳态跟踪性能,从而验证了控制方案的有效性。     

Predictive Control with Velocity Observer for Cushion Robot Based on PSO for Path Planning

This paper proposes a novel model predictive control method with velocity estimation simultaneously constraining trajectory and velocity tracking errors for a cushion robot. The authors investigated a path planning method using improved particle swarm optimization(PSO) combined with Dijkstra's algorithm and obtained a real-time desired optimal motion path for obstacle avoidance.The authors designed a velocity observer to estimate the unmeasurable speed, while the asymptotic stability of the observer error system was established. A predictive controller with error-constrained performance was derived by solving a quadratic programming problem with incremental control. Simulation and experimental results confirm the effectiveness of the proposed method and verify that the error constraints adopted in the cushion robot provide safe motion while avoiding obstacles.