基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.     

一种自适应PC-Kriging模型的结构可靠性分析方法

为提高小失效概率及耗时的复杂结构可靠性评估精度和效率,提出了一种基于PC-Kriging(polynomial-chaos-based Kriging)模型与自适应k-means聚类分析相结合的结构可靠性分析方法.PC-Kriging的回归基函数采用稀疏多项式最优截断集合来近似数值模型全局行为,并用Kriging来处理模型输出的局部变化.在基函数的建立上,PC-Kriging采用最小角回归(LAR)计算功能函数可能的多项式基函数集的数量,同时用Akaike信息准则(AIC)来确定最优多项式形式.自适应k-means聚类分析确保每次迭代添加若干个对失效概率贡献较大的样本点.通过两个数值算例分析,结果表明所提出方法在能够保证失效概率估计值的有效性和准确性的同时减小结构功能函数的评估次数.     

基于多级观测器的液压伺服系统自适应故障检测与隔离

针对传统的基于固定阈值的故障检测及诊断方法虚警率高,无法有效实现液压伺服系统的故障检测与隔离,提出了一套基于多级观测器的液压伺服系统自适应故障检测与隔离方法。首先,采用第1级RBF网络作为液压伺服系统观测器,通过比较观测器估计输出值与实际系统输出得到残差信号。其次,采用第2级RBF神经网络产生自适应阈值,实现了液压伺服系统自适应故障检测。最后,采用小波包分析提取残差信号特征,利用第3级RBF神经网络实现系统的典型故障隔离。实验结果表明,利用多级观测器模型能够有效实现液压伺服系统的自适应故障检测及隔离。     

自适应克隆选择算法在等效系统拟配中的应用

等效系统拟配是一种有效评价高阶电传操纵飞机飞行品质的方法。传统的等效拟配通常采用最小二乘等方法,拟配结果易受初值选取的影响。建立了综合考虑某型飞机本体动力学、电传操纵系统、驾驶员操纵和升降舵的人-机闭环系统模型。给出了一种基于自适应克隆选择算法的等效系统拟配流程。采用自适应克隆选择算法对该高阶的人-机闭环系统进行了低阶等效拟配,拟配精度满足失配包络线的要求。仿真结果表明自适应克隆选择算法具备较强的寻优能力,可有效提高拟配精度。     

样本缺失情况下的雷达目标自适应检测

雷达信号自适应检测问题中,参考数据中部分样本丢失会导致常规检测器性能显著下降。在无先验信息条件下,采用期望最大算法获得杂波协方差矩阵的最大似然估计,得到基于期望最大算法的自适应匹配滤波器。利用探测环境的先验信息,在贝叶斯框架下,采用Gibbs抽样获得杂波协方差矩阵的后验均值估计,得到基于马尔科夫链蒙特卡洛自适应匹配滤波器。计算机仿真分析表明,这2种检测器可以在样本缺失情况下具有较好的检测性能。当杂波协方差矩阵先验信息较少时,EM-AMF与MCMC-AMF检测性能相当;当有先验信息可供利用时,MCMC-AMF的检测性能可以得到进一步提升。     

时域加权稀疏约束的空时自适应处理算法

1DT是典型的时空级联的后单多普勒空时自适应处理的方法,能够显著降低对独立同分布样本的需求量和空时自适应处理时的运算量,但是进行时域处理时对主瓣杂波的抑制效果较差。针对此问题,提出一种利用时域滤波器频率响应的稀疏特性进行加权稀疏约束的自适应滤波器设计算法。在时域自适应滤波器的模型中加入对旁瓣的稀疏约束,并构造加权矩阵对稀疏约束加权。仿真实验表明：此方法在有效抑制主瓣杂波的前提下能够降低副瓣,并且当存在天线幅相误差时具有较好的稳健性。     

基于自适应有限元枝晶自由生长相场模型模拟

利用相场模型模拟了过冷熔体中单个完整等轴枝晶在凝固过程中的生长和形貌演化,采用自适应有限元方法求解相场模型的控制方程,研究了在计算域较大、界面层厚度较薄的情况下各向异性和过冷度等物理参数对枝晶形状和生长的影响.结果表明:过冷度越大,枝晶间竞争越激烈,生长速度越慢;各向异性系数越大,枝晶沿选定方向生长的趋势越强,生长速度越快,二次枝晶间距越小,侧向分枝越发达. 与有限差分方法(FDM)相比,采用自适应有限元法(AFM)在CPU计算时间和存储空间均降低了一个数量级,并且系统尺寸越大,自适应有限元法优势越明显,便于更大尺度多场耦合相场模型的数值模拟.通过比较均匀网格法和以往的晶体生长数值模拟实验,证明了自适应有限元法的准确性、高效性和鲁棒性.     

区域房地产市场四方有限理性博弈研究

基于有限理性、适应性预期和非均衡市场,建立区域房产商、地方政府、金融机构和购房者之间的动态博弈模型,并运用博弈论、动力系统理论和数值模拟、延迟反馈控制方法对博弈的动态演化进行分析.结果表明,在市场供求非均衡下,有限理性的房地产市场主要四方主体可通过动态重复博弈达成渐近稳定的Nash均衡;购房者刚性需求占比、土地整治成本率、城镇化率、土地财政依存度和房屋租金率的升高,会推动房地产行业均衡供给、需求和价格上扬;房产保有税率、二次交易税率和房产投资机会成本率的上升,会促使房地产行业均衡供给、需求和价格下行;而房产商综合税负率的上升,则推高该行业的均衡需求和房价.建议中央政府房地产市场调控政策不要直接着眼于供给、需求和房产商税负,应从城镇化、土地财政、房产保有税、二次交易税费、投资机会成本和保障房建设着手,调整各方预期,以市场主体自我调节来实现房地产市场的健康可持续发展.     

采用自适应模糊PID的二阶倒立摆控制

建立一个二阶倒立摆的数学模型,将常规比例-积分-微分(PID)控制与模糊控制相结合,设计模糊PID控制器,实现PID参数的自适应模糊整定.仿真实验表明:所设计的模糊PID控制器能很好地实现二阶倒立摆的扶起平衡控制,控制效果明显好于常规PID控制器,超调量和调节时间较小,具有较好的抗干扰能力,非常适合二阶倒立摆模型的稳定控制.     

选择性搜索和多深度学习模型融合的目标跟踪

提出一种基于深度学习的多模型(卷积神经网络和卷积深信度网络)融合目标跟踪算法.该算法在提取候选粒子方面,使用选择性搜索和粒子滤波的方法.CVPR2013跟踪评价指标(50个视频序列、30个跟踪算法)验证了:该算法在跟踪中能有效地缓解目标物体由于遮挡、光照变化和尺度变化等因素造成的跟踪丢失情况的发生.