基于卡尔曼滤波的多滑模面电动舵机控制

针对导弹用力矩电机的位置反馈控制,提出一种采用多滑模面自适应变结构控制法,采用卡尔曼滤波器估计状态,消除测量噪声,降低输出抖动,对多滑模面控制率的稳定与收敛性进行适当证明,通过仿真验证算法的有效性。     

基于双树复小波变换统计特征的图像盲取证算法

双树复小波变换较常用的离散小波变换具有平移不变性和方向选择性的优点。用双树复小波变换对图像进行多尺度分解,分别计算分解后各层六个方向复高频子带系数幅值及幅值预测误差的一到五阶中心矩,并据此组合成对应的统计特征向量。利用该统计特征向量获取方法提取真实摄影图像和计算机生成图像的统计特征向量集,并采用支持向量机进行分类。实验结果表明,对测试集中的真实摄影图像和计算生成图像的识准率分别为98%和97%,取得了较好的分类效果。     

基于模糊干扰观测器的自适应反演滑模控制研究

摩擦等外界干扰,系统不确定性信息及参数变化对飞行仿真转台的运行造成不利影响。针对该问题,提出基于模糊干扰观测器（Fdo）的自适应反演滑模控制方案（ABSMC）,在对外界干扰和不确定信息进行补偿的基础上,从稳定性出发,对不确定上界进行自适应估计,并逐步反推出控制器。通过对某型仿真转台进行仿真,得知该方案与普通滑模控制（SMC）方案相比,具有更高的跟踪精度,并极大的提高了对外界干扰,系统不确定信息和参数变化的鲁棒性。     

我国系统建模与仿真技术的发展——为纪念中国系统仿真学会成立二十周年而作

引言 "系统建模与仿真技术"是以建模与仿真理论为基础,以计算机、物理效应设备及仿真器为工具,根据研究目标,建立并运行系统模型,对研究对象(系统)进行认识与改造的一门多学科的综合性、交叉性技术.其中,模型(model)是对实体、过程、系统、现象的数学、物理或逻辑的描述,仿真(Simulation)是模型随时间运行的手段和方法.     

基于神经网络的直流电动机实时跟踪控制

研究了三层对角回归神经网络(DRNN)用于直流电动机实时控制的方法.首先采用动态反传算法训练神经网络以辨识直流电动机的逆模型,然后将这一训练后的网络作为前馈控制器与常规反馈控制器一起输出控制电压,以控制系统跟踪位置或速度指令.该算法简单、计算量小,适于实时控制.仿真结果表明了该方法的有效性.     

针对转台及控制器设计的虚拟样机技术应用研究

基于虚拟样机技术进行了飞行仿真转台及其控制器的设计.考虑到非线性、摩擦以及机械系统的柔性特性利用ADAMs进行具有复杂特性的虚拟样机建模.采用Solidworks进行机械部分的建立并导入ADAMS中,使机械设计和虚拟样机设计连贯有序.提出了利用虚拟样机技术代替通常的数学模型进行控制器设计及仿真实验的方案,使设计与实验结果与实际系统更加贴近.基于虚拟样机技术在更接近实际的情况下对控制性能进行检验.并且,控制器的设计可以在实际样机生产之前开始,提高了设计效率.以某单轴转台为例,详细介绍了该控制器设计及校验方法.联合仿真结果证明了方案的合理性.     

基于最优模糊推理的转台控制方法研究

针对飞行仿真转台系统,设计了模糊PID控制器,并采用了最优模糊推理这种新的模糊推理方法。该模糊推理方法将优化和反馈的思想引入推理过程中,依据不同的优化指标进行推理,使推理过程更为合理和有效。以某转台模型为例进行了仿真,仿真结果表明了该推理方法的有效性及模糊PID控制器在转台系统中的有效应用。     

基于模糊自适应PID的伺服系统控制

以飞行仿真转台伺服系统为研究对象,设计了一种带比例因子的模糊自适应PID控制器,通过误差和误差变化率在线模糊推理并调整比例因子和PID控制器的修正值.通过引入积分分离控制方法,在保证系统动态性能的前提下,一定程度上克服了模糊控制方法无法消除静差的缺点,也满足转台控制的实时性要求.仿真实验结果表明,该方法与传统PID控制相比,能够有效提高转台伺服系统的动态性能和鲁棒稳定性.     

"仿真科学与技术"学科知识体系与课程体系的探讨

建模与仿真技术经过最近三十多年的快速发展,已经成为通用性、战略性技术,国内外各行业均意识到建模与仿真技术及其人才培养的重要性.论述了先进国家在建模仿真(M&S)学科知识体系、人才培养模式、目标、教学计划、课程设置的基础上,通过对仿真科学与技术学科知识体系的分析研究,结合我国情况提出了制定仿真科学与技术学科的知识体系的原则与知识体系核心内容,并对在我国设置仿真科学与技术学科课程体系及其应包含的核心课程进行了阐述.     

基于混沌的白适应模糊PID参数寻优研究

针对自适应模糊PID控制器提出了一种基于混沌变量的优化算法.首先,利用混沌运动的遍历性特性,基于混沌优化方法进行PID控制器设计.在系统稳定的条件下,通过粗调和精确搜索可以找到具有最小参数的最佳控制器.这些参数被用来作为自适应模糊PID控制器的最佳参数.然后,按照自适应模糊控制方法,控制律及其参数可以被确定.仿真实验结果显示,该方法能够达到所要求的指标,其有效性得到了证明.