基于BCRLS-AEKF的锂离子电池荷电状态估计及硬件在环验证

研究有色噪声下的锂离子电池参数辨识与荷电状态（SOC）估计,并进行硬件在环实验验证.在动力电池模型的参数辨识过程中,利用带遗忘因子的偏差补偿递推最小二乘法进行偏差补偿,提高了有色噪声数据的参数辨识精度.在此基础上,利用自适应扩展卡尔曼算法进行SOC估计,使得滤波算法中的估计结果可以随着噪声统计特性的变化而自适应更新,实现了模型参数和电池状态的联合估计.最后,借助BMS测试系统模拟电池电压电流信息输出,完成了硬件在环实验以验证所提出的方法.实验结果表明,利用所提出算法估计得到的电池端电压和SOC误差分别小于10 mV和0.5%.      

超磁致伸缩材料热特性建模与补偿

超磁致伸缩材料(Giant Magnetostrictive Material:GMM)是一种新型的精密致动元件,具有位移分辨率高、输出响应速度快、输出位移大、能量密度高、工作频率范围宽的特点,目前在各领域已广泛应用.由于GMM受热影响其伸缩能力会下降,导致控制精度变差.为了消除或降低温度变化的影响,提出了GMM温度-伸缩能力特性模型,实现了对其伸缩能力的温度补偿.实验结果表明,通过温度特性补偿能将GMM的输出误差从1.5μm减小到0.4μm.该补偿方法能够准确描述GMM热特性变化规律,提高GMM在温度影响下的控制精度.     

基于简单蚁群算法的载荷安装误差补偿研究

载荷的安装误差补偿在工程实践中起着十分重要的作用。已有的误差补偿方法一般只针对小误差的情形,而对大误差则没有很好的解决方法。结合空中机动平台光电载荷的安装误差,提出了一种利用简单蚁群算法来补偿载荷安装误差的方法。通过对小误差和大误差两种不同情形的数值仿真,初步验证了方法的可行性;通过对试验数据的测试分析,进一步验证了方法的有效性。     

基于PID神经网络的主汽温系统设计与仿真

PID神经网络是将PID控制规律融入神经网络的一种智能控制技术,它既具有常规PID控制结构简单、参数物理意义明确的优点,又具有神经网络非线性映射能力强、自学习、自适应的功能。针对主汽温控制系统大滞后、非线性、时变等特性,综合考虑控制系统的动态、静态性能,PID神经网络对控制系统进行全工况的学习与优化设计,并进行了主汽温...     

微波毫米波辐射计宽带亮温定标系统研究

构建了国内首套微波毫米波辐射计宽带亮温定标系统,该系统由宽带标准黑体定标源、Dicke式标准辐射计、空间法黑体定标源发射率测量转台、高精度控温和测温装置组成。使国内具备了10 GHz~220 GHz频段辐射计校准、黑体定标源输出亮温值校准、微波亮温定标过程不确定度分析能力的实验研究平台。最后基于建立的微波辐射计定标系统亮温传递模型,给出了更为细致的随定标环境温度变化的微波亮温系统测量不确定度分析结果。     

地物背景下的运动目标频域带宽合成方法

在频率步进雷达中,利用带宽合成技术进行距离成像,具有距离像不模糊范围大、栅瓣电平低等优点。但对地物杂波下的运动目标成像时,距离像信杂比低,并且栅瓣电平对多普勒频移很敏感。提出一种改进的频域带宽合成方案。首先研究了多普勒域抗杂波的参数设计问题,然后设计了二维杂波滤波器实现了抗杂波,最后利用脉间相参处理后的信号特性提出了一种运动补偿方法,有效抑制了距离像的栅瓣电平。外场试验结果验证了方案的优势。     

基于运动补偿的小型无人机云台控制器设计方法

云台安装的摄像机可用于基于视觉的小型无人机目标跟踪与定位。分析了无人机平移和旋转运动对目标在图像平面成像的影响,推导了机体角速度与云台姿态角速度转换矩阵,设计基于运动补偿的云台控制器将无人机速度和机体角速度引入云台控制器输入,补偿因无人机运动引起的摄像机视线改变,并利用目标在图像平面的位置偏差修正摄像机跟踪误差。仿真实验表明所设计的云台控制器可提高目标跟踪精度,减少云台抖动。     

传递对准滤波中机翼变形噪声的在线补偿算法

针对机翼变形噪声对传递对准滤波的显著影响,通过特性分析将其处理为时变多阶有色观测噪声,提出了一种在线补偿算法。该算法以标准卡尔曼滤波方程为基础,推导了不扩维情况下补偿多阶有色观测噪声的滤波方程。算法依据滤波过程的序列量测数据,结合模型估计残差的F检验法,在线递推估计机翼变形噪声的自回归阶数、系数及白噪声,构建补偿方程的量测量、量测矩阵和量测噪声进行补偿滤波。通过将该算法应用于速度+姿态对准匹配方案,并与将机翼变形噪声等效为注入量测白噪声和扩充为系统状态的方法比较。仿真结果表明,该算法对时变机翼变形噪声影响下的新息适应性强,收敛稳定,估计精度高,适用于复杂空中环境下机载导弹快速精确传递对准。     

网络控制系统时延的预测控制补偿方法

针对网络控制系统的时延问题,提出一种补偿方法。对于反馈通道,时延是已存在的,可以进行测量,这部分时延通过预测控制算法进行补偿。前向通道的时延对于控制器是未发生的,是不可知的,为此在系统输出端和前向通道间附加一个控制补偿环节以减小前向通道时延的影响。该方法简单可行,实时性强,便于工程应用。最后分析了系统的稳定性并通过仿真实验表明该策略的有效性,保证了网络控制系统的良好性能。     

Adaptive failure compensation for uncertain systems with multiple inputs

The aim of this paper is to develop controllers for uncertain systems in the presence of stuck type actuator failures. A new scheme is proposed to design output feedback controllers for a class of uncertain systems having redundant control inputs, with which the relative degrees of transfer functions are different. To deal with these inputs using backstepping technique, a pre-filter is introduced before each actuator such that its output is the input to the actuator. The orders of the pre-filters are chosen properly to ensure all their inputs can be designed at the same step in the systematic design. To compensate for the effects of possible failed actuators, more uncertain parameters than system parameters are required to be identified. With the proposed scheme, the global boundedness of the closed-loop system can still be ensured and the system output can be regulated to a specific value when some of the actuators' outputs are stuck at unknown fixed values.