大型天文光学望远镜机架驱动高阶滑模控制仿真

针对当代大型天文光学望远镜机架伺服系统动力学要求,提出高阶滑模控制的方法.在建立机架伺服系统状态空间模型的基础上,将传统滑模变结构控制中的滑模面拓展为高维(三维及以上)微分流形,使系统动态的不连续性仅存在于最高阶,从而有效地抑制传统滑模控制中易产生高频振动的现象.根据大型天文望远镜机架通常运行在角秒级超低速的特性,提出变参数切换律,进一步地提高机架系统的低速跟踪性能.仿真结果表明,用该方法设计的驱动伺服系统具有良好的抑制内外部干扰和跟踪给定信号的效果.满足当代大型望远镜机架伺服系统超低速位置跟踪的要求.     

Solution of the HJI equations for nonlinear H∞ control design by state-dependent Riccati equations approach

The relationship between the technique by statedependent Riccati equations (SDRE) and Hamilton-Jacobi-Isaacs (HJI) equations for nonlinear H ∞ control design is investigated.By establishing the Lyapunov matrix equations for partial derivates of the solution of the SDREs and introducing symmetry measure for some related matrices,a method is proposed for examining whether the SDRE method admits a global optimal control equivalent to that solved by the HJI equation method.Two examples with simulation are given to illustrate the method is effective.     

A Novel Robust Adaptive Fuzzy Controller

For a class of continuous-time nonlinear system, a novel robust adaptive fuzzy controller is proposed by using of Lyapunov method. It is proven that the control algorithm is globally stable, the output tracking-error can convergence to a domain of zero under the assumptions. As a result, the system controlled has stronger robustness for disturbance and modeling error.     

非线性非高斯模型的高斯和滤波算法

通过将模型的状态噪声和观测噪声均表示成高斯和的形式,推导出非线性非高斯状态空间模型的高斯和递推算法,进一步提出了对应的扩展卡尔曼和滤波器（extended Kalman sum filter, EKSF）和高斯厄密特和滤波器（Gauss-Hermite sum filter, GHSF）。EKSF和GHSF分别用扩展卡尔曼滤波器（extended Kalman filter, EKF）和高斯厄密特滤波器（Gauss-Hermite filter, GHF）作为高斯子滤波器。分析的结果表明,现有的高斯和滤波算法是本文算法的特例;仿真结果表明,EKSF和GHSF能有效处理非线性非高斯模型的状态滤波问题,与高斯和粒子滤波器（Gaussian sum particle filter, GSPF）相比,EKSF和GHSF在保证精度的同时,大大降低了计算量,仿真时间分别约为GSPF的5%和6%。     

广义系统的动态软变结构控制

针对广义变结构控制系统的抖振问题,给出了新的控制策略：动态软变结构控制。首先给出了软变结构控制定义和控制器构造形式。其次讨论了广义动态软变结构控制系统的稳定性,构造了合适的广义动态软变结构控制器,给出了动态软变结构控制的具体算法。所设计的动态软变结构控制是无滑模的变结构控制,调节精度高,响应速度快,有效地削弱了系统抖振,具有良好的动态品质。最后,用一个仿真实例验证了本文方法的可行性和有效性,展示了它进一步的发展前景。     

捷联惯导系统简化非线性对准研究

对任意大失准角条件下的捷联惯导系统非线性对准进行了建模和简化,并给出了差分GPS辅助条件下的大失准角行进间对准简化模型。针对四组不同量级的初始姿态失准角,分别采用线性模型和非线性模型进行卡尔曼滤波（KF）和Unscented卡尔曼滤波（UKF）静态对准仿真,结果表明文中大失准角非线性模型可适用于任意角度的初始对准,小失准角和大方位失准角情况下UKF对准可达角分级精度,但在水平和方位皆为大失准角情况下UKF收敛至一定程度后仍需与KF配合使用。

Abstract：

Modeling for Strapdown Inertial Navigation System （SINS） initial alignment with arbitrarily misalignment angles was created and simplified,and the nonlinear alignment modeling for SINS initial alignment on-move with the help of Differential GPS （DGPS） was proposed.Simulations of static-base initial alignments through linear Kalman Filtering （KF） and nonlinear Unscented Kalman Filtering （UKF） were carried out with four different weights of initial misalignment angles.Results show that the simplified nonlinear model can implement initial alignment with arbitrarily misalignment angles.The nonlinear UKF can reach minute magnitude precision as all of misalignment angles are small or only azimuth misalignment angle is large.However,if both initial horizontal and azimuth misalignment angles are large,KF is still recommended to use after UKF convergence to small scales.     

混沌通信的非线性N-shift加密与迭代学习辨识算法

为增强混沌通信系统的保密性,讨论了非线性N-shift加密方案,从提高信号掩盖的非线性程度方面增强了混沌通信的保密性.利用迭代学习辨识方法来实现解密,完全重建信息信号,理论分析给出了学习算法关于初态误差和输出误差的鲁棒性和收敛性,推导出了学习算法关于非线性掩盖的收敛的充分条件.利用以上迭代学习辨识技术对采用复合非线性掩盖技术的蔡氏混沌通信系统进行仿真,结果说明迭代学习辨识算法可以完全重建信息信号,复合非线性掩盖具有高保密性.     

基于小波网络的非线性组合预测方法研究

提出了一种基于小波网络的非线性组合预测新方法,以克服线性组合预测方法在解决非平衡时间序列组合建模问题所遇到的困难和存在的不足,并给出了相应的学习算法求解小波函数线性组合的尺度和时延参数以及神经网络权值。理论分析和大量的应用实例表明：本方法具有很强的泛化能力与自适应数据和函数变化的能力,在处理诸如经济时间序列这种具有一定程度不确定性的非线性系统的组合建模和预测方面有较高的应用价值。     

受扰非线性时滞系统的最优跟踪控制

考虑受扰非线性时滞系统的最优跟踪控制问题.基于内模原理构造扰动补偿器,将受扰系统转化成无扰动的增广系统.通过引入灵敏度参数并围绕其进行Maclaurin级数展开,将原时滞非线性系统的最优跟踪控制问题转化为无时滞的两点边值问题.通过求解增广系统的最优跟踪控制律从而得到原系统的最优跟踪控制律.仿真实例表明该方法的有效性.     

基于时间约束的多源多品种配送系统模型及一种启发式算法

配送系统设计时,除了使系统的总费用最小外,还要满足各需求点对配送时间的要求。在说明了建模的假设条件后,建立了考虑时间约束的多源多品种配送系统模型,并根据模型的特殊结构开发了相应的启发式算法,最后用实际调研的数据作为算例对模型进行了数值演算。