基于观测器的不确定非线性系统L1自适应控制

针对一类严格块反馈型不确定非线性系统,采用反步设计方法提出了一种新的基于滑模状态观测器的L1自适应控制方案。由于系统状态不完全可测,首先设计滑模观测器对系统状态进行估计,并分析观测器的收敛性,在此基础上,通过反步法得到系统的理想控制律。为了消除反步控制中的“项数膨胀”,引入非线性跟踪微分器来提取理想控制律的微分信号。为提高系统响应的瞬态性能,消除控制输入的高频振荡,引入L1自适应控制对控制律进行改进,通过理论推导证明了闭环系统的稳定性。最后通过数值仿真算例验证了所设计控制方案具有快速的收敛性、良好的跟踪性等期望性能。     

基于深度卷积神经网络的地磁导航方向适配性分析

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义.     

基于全维观测器的系统控制律重构研究

在控制系统中,控制律与状态变量有着密切的关系,控制律往往是某些状态变量的函数.当控制系统的某些元件发生故障时,系统将无法得到构成控制律所需的状态变量,因而导致系统无法正常工作.针对此类情况,本文探讨了一种基于全维观测器的控制律重构方法,并针对某随动控制系统进行了分析和仿真,结果表明该方法是有效的.     

模糊-PI双模控制与模糊控制的仿真比较

典型的二维模糊控制器因缺少积分环节,难以消除稳态误差,因此控制的精度常常不能满足系统要求.而PI控制器具有良好的消除稳态误差的作用,所以通常将其与模糊控制器结合构成复合控制器.模糊-PI控制的结构多种多样,选取其中的一种--双模控制,通过在MATLAB/Simulink中建立其模型,对其进行了大量的仿真,将其结果与相同条件下典型模糊控制的仿真结果进行比较,得出双模控制在消除稳态误差方面优于模糊控制,并在参数选取方面得出了一定的结论.     

超声避障技术在轮式机器人导航中的应用研究

随着智能控制的发展,机器智能化成为大势所趋。其中轮式机器人是一种集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统,它集中地运用了计算机技术、人工智能与自动控制技术、现代传感器技术、信息与通信等技术,是典型的高新技术的综合体。其中轮式机器人障碍物探测是机器人前进的前提。通过采用超声波探测原理,设计了轮式机器人障碍物探测系统。仿真和实验证明,该系统能够很好的探测轮式机器人前方的障碍物,为后续机器人的避障控制提供了重要依据。     

固定翼飞机动力学模型的子空间辨识方法

针对子空间模型辨识(SMI)方法这类线性模型辨识技术存在的建模误差,提出一种两阶段固定翼飞机飞行动力学模型辨识方法.首先采用基于辅助变量的闭环SMI方法辨识飞机的近似线性模型;然后,利用该模型构建扩张状态观测器,从而估计出系统中的非线性动态数据;在此基础上,进一步采用神经网络建立系统非线性动态的分散式模型.最后,利用B747飞机6自由度非线性模型进行系统辨识实验,所得结果验证了该方法的有效性.     

一种求解多输入系统极点配置问题的新方法

多输入系统的极点配置问题的求解是一个烦琐的过程,通过对一种基于矩阵右既约分解的方法的讨论,给出了一种关于求解多输入系统极点配置问题的新方法。主要介绍了该方法的基本原理、求解步骤,并通过实例进行了验证。     

自动控制原理课程教学方式探索

目前多媒体教学、基于Matlab仿真教学和网络教学已广泛应用于各高校《自动控制原理》授课中，发挥了巨大作用，但在使用过程中也逐渐暴露出一些问题。怎样对教学手段进行合理调配使用才能保证授课高质高量？为此本文提出了笔者自己的观点。     

基于模糊综合评判理论的实验教学评价

根据实验课教学的特点,分析、确定了实验课程的课堂教学质量评价指标体系,建立了一种基于多层次模糊综合评判理论的评价模型。将该模型应用于自动控制类基础课程的相关实验教学评价,收到了较好的效果。     

采用改进分布式模型的传感器故障隔离方法

针对基于分布式模型的传感器故障隔离方法中传统模型结构的不足,从模型结构和建模精度两个方面提出一种改进方法.首先针对传统模型结构直接将传感器输出作为模型输入,易导致故障虚警的问题,给出一种时间窗交互预测的改进结构;然后采用神经网络作为建模工具,设计了结合粒子群算法和梯度法的网络训练方法,以克服梯度法局部最优的缺陷.以B747飞机模型为诊断对象,通过分别设置攻角传感器和俯仰角速度传感器发生漂移或恒偏差故障,对比验证了所提方法的有效性.