具有通信时延下多无人机编队控制

 针对具有二阶动力学特性多无人机系统模型,在具有通信时延及编队构型时变的情况下,本文提出了一种基于一致性理论的编队控制算法。首先将多个无人机的时变编队控制问题转换成闭环系统的渐近稳定问题;然后通过构造Lyapunov-Krasovskii 函数,并以线性矩阵不等式（linear matrix inequality）的形式给出多无人机编队系统时变编队稳定的充分条件;最后以被视为质点的多无人机系统为例进行了仿真验证。结果表明：当通信时延、控制协议参数等满足稳定条件时,文中提出的编队控制算法能使多无人机编队系统形成期望的时变编队队形。     

基于模糊机会约束的超球支持向量机

针对不确定数据多分类问题,提出一种基于模糊机会约束的超球支持向量机（FCC-HSVM）.在球结构支持向量机的基础上,引入模糊事件的可能性测度,得到模糊机会约束规划及其对偶规划.利用球结构的优点,每类样本只参与一个超球体的训练,直接求解多分类模型,提出FCC-HSVM的快速学习算法,显著缩短多分类情况下训练时间.数据试验表明：这种支持向量机分类精度较高,训练速度快,适合解决不确定数据多分类问题.     

基于模糊机会约束SVDD的故障诊断方法

针对使用不确定性数据进行多故障模式诊断问题,以模糊事件的可能性测度为基础,提出一种基于模糊机会约束支持向量数据描述的诊断方法。为有效地求解故障分类模型,提出模糊机会约束规划的对偶规划,根据贯序最小算法 (sequential minimal optimization,SMO)思想提出快速训练算法,利用支持向量数据描述使用一类数据求解分类面的优势,构建多类分类器。数值试验表明,本方法可以有效处理基于不确定数据的故障诊断问题,在故障类别较多的情况,速度有较大提高,具有一定实践意义。     

一种采用AW补偿器的非线性PID控制器及其在飞航导弹控制中的应用

韩京清等曾利用非线性跟踪-微分器和非线性组合方式改进经典PID调节器,以提高其适应性和鲁棒性.然而,在飞航导弹的控制系统中,舵系统存在硬饱和(舵偏角限制)和软饱和(舵转动速率限制)效应,控制受限问题十分突出.降低了非线性PID控制器(NLPID)的性能.本文采用Anti-Windup补偿器改进非线性PID控制器,并将这种改进的NLPID控制器应用于飞航导弹的控制系统中,取得了良好的控制效果.对特征点的仿真,以及全弹道仿真都验证了其控制性能,结果显示该控制器可以广泛应用于各类飞行控制系统.     

捷联惯导系统初始对准的SVM自适应Kalman滤波算法

作为捷联惯导系统初始对准关键技术的Kalman滤波要求事先精确已知系统及量测噪声的统计特性,当在滤波过程中这些特性改变时,滤波器性能将会降低甚至发散,针对这一问题采用了一种支持向量机(SVM)自适应Kalman滤波(SVMAKF)算法,根据协方差匹配技术应用支持向量机来动态调谐量测噪声方差阵R,当量测噪声随时间改变时,SVMAKF可以实时的估计出准确的噪声方差阵,这就降低了系统对量测噪声先验统计特性的依赖性,能够改善kalman滤波器的状态估计效果.基于SVMAKF的捷联惯导系统初始对准计算机仿真结果表明在滤波精度和滤波器鲁棒性上,SVMAKF都有比传统Kalman滤波器好的表现.     

基于CMAC神经网络的一类SISO非线性系统的自适应反馈线性化控制

在已知名义系统的基础上,将ＣＭＡＣ神经网络用于一类状态反馈可线性化的单输入单输出（ＳＩＳＯ）连续时间非线性系统的鲁棒自适应反馈线性化,使系统获得要求的跟踪性能,控制器的结构为自适应反馈线性化控制律加一个鲁棒控制项,在很弱的假设条件下,应用李雅普诺夫稳定性理论证明了闭环系统内的所有信号为ＵＵＢ（均匀最终有界）．本方法特别适合于已知名义系统模型但具有不确定性的一类非线性系统的实时控制。仿真算例进一步证明了本方法的正确与有效。     

一种快速自适应遗传算法及其仿真研究

遗传算法(Genetic Algorithm, GA)是一种模拟自然界生物进化过程与机制的一种优化搜索算法,有着广泛的应用前景。但是,简单遗传算法(Simple Genetic Algorithm,SGA)的收敛速度较慢,稳定性差,容易“过早收敛”。针对这些问题,本文提出了相应的解决办法,称为快速自适应遗传算法(Fast Self-Adaptive Genetic Algorithm, FSAGA),并通过仿真说明了算法的收敛快速性和全局收敛性都有了明显的改善。     

一种基于相关系数矩阵分解的非线性滤波方法

介绍了基于统计线性回归的确定采样型滤波器结构,回归点选取的差异是这一类滤波器的本质区别,针对确定性采样型滤波器在选取回归点过程中为获得协方差矩阵的平方根矩阵所采用的矩阵分解问题,通过对协方差矩阵的分析,提出将协方差矩阵分解为标准差对角矩阵和相关系数矩阵,采用对相关系数矩阵进行奇异值分解的方法来获得协方差矩阵的平方根矩阵,从而得到一种新的回归点选取方法.该方法消除了状态向量中量纲的影响,获得了更准确的回归点,从而可以提高滤波精度.最后,采用两个典型的非线性模型对新的非线性滤波方法进行了验证,通过仿真验证了该滤波方法的有效性.     

基于CMAC神经网络的一类SISO非线性系统的自适应反馈 …

在已知名义系统的基础上,将ＣＡＡＣ神经网络用于一类状态反馈疔线性化的单输入单输出（ＳＩＳＯ）连续时间非线性系统的鲁棒自适应反馈线性化。使系统获得要求的跟踪性能,控制器的结构为自适应反馈线性化控制律加一个鲁棒控制项,在很弱的假设条件下,应用李雅普诺夫稳定性理论证明了闭环系统内的所有信号为ＵＵＢ（均匀最终有界）。本文衍特别适合于已知名义系统模型但具有不确定性的一类非线性系统的实时控制。仿真算例进一步证