基于自适应超螺旋观测器的空间机械臂鲁棒故障诊断

针对空间机械臂系统执行器鲁棒故障诊断问题,提出一种基于改进的自适应超螺旋观测器故障诊断方法。为抑制复杂空间环境引起的外部干扰对故障诊断结果的影响,在经典超螺旋观测器的基础上引入观测器参数自适应调整算法,同时解决观测器参数过估计问题与噪声扩展问题。此外,引入小于1的分数幂和线性比例项来提高观测器的平滑性和快速性,进一步改善故障诊断效果。基于Moreno-Lyapunov函数算法分析了观测器的有限时间稳定性,证明了观测器的估计误差可以在有限时间内收敛至包含原点的邻域内,提出残差生成方法并设计了基于自适应阈值的故障诊断策略。最后,结合小行星采样空间三连杆机械臂算例,通过仿真验证了所提方法的有效性。     

一类复杂系统自适应观测器设计

分析和研究了一类非线性不确定复杂控制系统的自适应状态观测器设计问题,利用模糊逻辑系统具有充分逼近连续函数的性质,在状态观测器的鲁棒项构造中引入了模糊逻辑系统的输出,并用它完成了逼近系统中不确定性的任务,从而削弱了已有的研究成果在设计这类系统状态观测器时所使用的较为苛刻的假设条件,并证明了所设计的观测器与被控系统状态间的误差及各参数估计误差一致终极有界。最后用仿真实例证明了所采用方法的有效性。     

基于非线性自适应观测器的故障诊断

将自适应控制的思想和状态观测器方法相结合研究了一类非线性控制系统的故障诊断问题。针对一类满足Lipschitz条件的带有未知参数的非线性系统,提出了一种非线性自适应状态观测器的设计方法,并将其应用到控制系统的故障诊断中。通过设置未知故障向量的自适应调整律,保证了状态观测器的渐近稳定。数字仿真证明了该方法的有效性,系统渐近稳定,状态向量和故障向量的估计值均趋近于实际值。     

基于观测器的不确定时滞Markov跳变系统H∞控制

讨论了一类线性不确定时滞Markov跳变系统的控制问题,针对能量有界的输入噪声,设计了基于观测器的优化鲁棒H∞控制器。基于鲁棒控制理论,通过对重构的观测器系统的分析,提出了使得系统随机稳定且满足一定输入输出H∞增益的模态依赖的控制器存在条件。结合构造的Lyapunov函数和线性矩阵不等式变换,给出了H∞控制器的设计方法,并将其描述为一个优化问题。基于观测器设计的优化H∞控制器使系统具有随机稳定性,状态的跟踪性能好,抑制干扰能力强,满足所给的范数指标。仿真示例说明了设计方法的有效性。     

基于主导子系统的非线性系统鲁棒故障诊断

针对非线性不确定系统的故障诊断问题,提出了一种基于主导子系统的自适应模糊观测器设计方法。利用主导子系统的观测器增益矩阵进行模糊观测器的设计,并推导出了系统状态估计误差有界的条件以及故障估计所要满足的自适应算法。另外,考虑到系统带有建模不确定,对故障检测的鲁棒性和灵敏度进行了分析。给出的仿真示例说明所提出的方法是有效的。     

基于滑模观测器的偏置动量卫星姿态跟踪控制

针对在偏航姿态测量信息未知时偏置动量卫星姿态跟踪控制,提出了一种新的滑模观测器及其对应的自适应滑模控制器设计方法。基于滚动轴和俯仰轴信息,设计了一种经过平滑的滑模观测器,抑制高频抖震的同时提高状态估计的鲁棒性;设计的比例积分滑模面,能实现积分滑模控制,抑制稳态误差,优化滑模的全程鲁棒性,并采用自适应方法,对不确定参数进行在线更新,补偿不确定参数的影响。数值仿真结果表明,相对于龙伯格观测器,该方法能提高偏航姿态信息估计精度,在保证系统鲁棒性的同时,滚动和偏航轴姿态跟踪精度分别提高约50%。     

Super-twisting扩张状态观测器在四旋翼飞行器故障重构中的应用

针对四旋翼飞行器姿态控制系统的故障重构问题,提出一种基于super-twisting算法的扩张状态观测器,以扩张状态的形式对飞行器执行机构故障进行直接估计,同时实现了旋翼增益故障的故障隔离与精确重建。为抑制外部扰动对观测器稳定性的影响,一般需要将观测器的增益设置较大,但同时会引发噪声扩展问题。因此引入了观测器参数的自适应调整算法,在保证观测器稳定收敛的同时降低了噪声对故障重构精度的影响。此外,基于李雅普诺夫方法证明了滑模观测器的渐近收敛特性,并通过数值仿真验证了观测器对故障重构的有效性。仿真结果表明所构建的故障观测器能够迅速地对执行机构故障做出反应，并在外界扰动存在的情况下对故障程度实现准确估计。     

Super-twisting扩张状态观测器在四旋翼飞行器故障重构中的应用

针对四旋翼飞行器姿态控制系统的故障重构问题,提出一种基于super-twisting算法的扩张状态观测器,以扩张状态的形式对飞行器执行机构故障进行直接估计,同时实现了旋翼增益故障的故障隔离与精确重建。为抑制外部扰动对观测器稳定性的影响,一般需要将观测器的增益设置较大,但同时会引发噪声扩展问题。因此引入了观测器参数的自适应调整算法,在保证观测器稳定收敛的同时降低了噪声对故障重构精度的影响。此外,基于李雅普诺夫方法证明了滑模观测器的渐近收敛特性,并通过数值仿真验证了观测器对故障重构的有效性。仿真结果表明所构建的故障观测器能够迅速地对执行机构故障做出反应，并在外界扰动存在的情况下对故障程度实现准确估计。     

时滞依赖鲁棒故障诊断滤波器设计

研究具有扰动不确定性的状态时滞系统时滞依赖鲁棒故障诊断滤波器的设计问题。通过对系统传递函数输入输出通道的组合变换，引入一种新的能够同时体现残差对扰动信号鲁棒性和对故障信号灵敏性的性能指标。将基于状态观测器的鲁棒故障诊断滤波器设计问题转化为H∞优化设计问题，应用线性矩阵不等式技术，给出并证明了该设计问题时滞依赖解存在的条件和求解方法。最后，通过一个仿真算例来验证本方法的布效性。     

基于观测器的一类不确定非线性系统自适应输出反馈控制

针对一类不确定非线性系统,基于非线性状态观测器采用回馈递推(Backstepping)设计方法提出了一种鲁棒自适应L2增益控制方案。该控制方案首先对系统的不可观测状态设计非线性状态观测器,在此基础上通过多步递推得到系统的控制律并设计了未知干扰的参数自适应律,使系统具有L2增益性能。同时把采用常规设计方法需要对过多参数进行辨识问题简化为只需对与未知干扰个数相同的参数进行辨识的问题,简化了控制器结构。最后通过仿真算例验证了所设计控制方案的有效性。     

改进的自适应遗传算法在TDOA定位中的应用

针对无线通信到达时间差(time difference of arrival,TDOA)定位技术位置解算为复杂的非线性方程最优化问题,采用实数编码遗传算法,提出了改进的自适应遗传算法。该算法设计了自适应交叉率和变异率的计算公式,考虑了随着进化代数增加种群的整体变化,同时考虑了每代种群不同个体适应度的作用,并引入最优保存策略防止优良个体的破坏,能有效产生新的个体进而摆脱局部最优值的搜索达到全局最优解。仿真结果表明,改进的遗传算法性能稳定,进化收敛速度和TDOA定位估计精度都有较大的提高。     

基于容积卡尔曼滤波的约束恒模波束形成算法

提出一种基于容积卡尔曼滤波的线性约束恒模波束形成算法。首先使用伪观测法将恒模代价函数和约束条件写成状态观测方程,之后利用容积卡尔曼滤波算法来求解以上非线性滤波问题。所提方法能够避免常规算法对模型的近似处理和特征值分散效应对波束形成器输出性能的影响,因此对干扰和噪声有更强的抑制能力。仿真结果表明,本算法相比随机梯度法和递归最小二乘法具有更快的收敛速度和更高的输出信干噪比,在非平稳环境下,能够迅速调整权值收敛到最优解。     

基于模型的网络控制系统设计:切换控制的平均驻留时间法

利用平均驻留时间方法对基于模型的网络控制系统(model based networked control system,MB NCS)进行了研究。MB NCS由于能够在保证系统性能的前提下有效地减少系统对网络带宽的占用,自提出以来就受到了学者的广泛关注。首先总结了网络控制系统中常用的几种减少网络带宽占用的策略;其次,将基于模型的网络控制系统建模为切换系统,并在所建立的切换系统模型的基础上,利用平均驻留时间方法给出了使得此切换系统稳定的充分条件;最后,借助Lyapunov稳定性理论和线性矩阵不等式(linear matrix inequality,LMI)方法设计了使得此系统稳定的控制器,并且通过仿真验证了所提出方法的有效性。     

时频差精度的时变性影响及补偿估计方法

到达时差(time difference of arrival, TDOA)和到达频差(frequency difference of arrival,FDOA)/频差无源定位体制中,定位精度取决于时频差参数的估计精度。针对微纳卫星定位系统中时变参数估计性能随累积时间增加会出现恶化的问题,分析了相对频率扩展(relative frequency companding, RFC)对频差方向复模糊函数(complex ambiguity function, CAF)峰的扩展效应,推导了无补偿的RFC对频差估计精度的影响,给出频差估计精度的衰减因子及最优累积时间。在理论分析的基础上,提出一种时变补偿的时频差估计方法,用以克服时变特性引起的时间及频率扩展效应。仿真结果表明,该方法可有效消除参数估计精度的损失,估计精度逼近非时变参数的理论极限。     

基于切割聚类的快速多分量LFM信号分离

针对多分量线性调频(linear frequency modulation, LFM)雷达信号检测和参数估计精度低、计算速度慢等问题,提出了一种基于小波变换的切割聚类拟合参数估计的算法。该方法首先通过小波变换得到信号的三维时频分布图,其次采用等高线截取提取出小波脊线,再找出脊线的交点,以交点为界对小波脊线图进行切割,利用模糊C均值聚类完成各LFM分量脊线的聚类,最后分别对每段脊线进行拟合加权,从而估计出多分量LFM信号参数。仿真结果表明,与基于Hough变换检测直线方法相比,不仅在计算复杂度以及参数估计的准确度上都有较大的提升,而且当LFM信号分量达到4个以上亦有较准确的检测精度。     

基于神经网络的自由漂浮空间机器人鲁棒控制

针对带有模型误差及外界扰动的自由漂浮空间机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制策略。采用对神经网络状态空间进行划分后与滑模变结构结合的控制器,对不确定非线性进行自适应学习,逼近误差作为外部干扰由鲁棒控制器消除。该方法从整个闭环系统的稳定性出发,利用H_∞理论设计的鲁棒控制器及神经网络权值的在线调整规则保证了系统的稳定性,并能使系统L2增益小于给定的指标,具有较好的控制精度及动态特性。仿真分析进一步证明了该自适应鲁棒控制算法的有效性。     

直接数据域空时自适应单脉冲方法

机载雷达空时自适应处理(space time adaptive processing,STAP)与单脉冲技术相结合可以实现对运动目标空、时参数的估计。然而,在非均匀环境下,由于同分布快拍数有限,杂波协方差矩阵难以准确估计,常常导致STAP方法性能急剧下降甚至失效,进而无法有效实现目标检测和参数估计。本文提出一种直接数据域的动目标空时参数估计方法,该方法首先应用幅相估计谱(amplitude and phase estimation,APES)谱估计由被检测单元数据估计出杂波干扰协方差矩阵,然后利用STAP技术抑制杂波和干扰,并结合单脉冲理论实现对目标角度和多普勒频率的估计。仿真结果表明,与传统单脉冲方法相比,新方法具有自适应抑制杂波干扰的能力和更好的估计性能;同时由于无需参考数据,该方法更适应于非均匀环境。     

带相关噪声的加权观测融合估计算法及其全局最优性

针对多传感器线性离散定常随机控制系统,当具有相关噪声且每个传感器带不同观测阵时,基于矩阵满秩分解与加权最小二乘理论,提出了新的加权观测融合估计算法。该算法首先将多个传感器的观测折算到一个等效的传感器上,对等效的传感器系统进行估计,证明了其估计结果相同于集中式融合稳态Kalman估计结果,因而它同样具有渐近全局最优性,且可明显减小计算负担,便于实时应用。仿真实验结果表明了该算法的有效性。     

基于任务合成的对地观测卫星应急调度方法

针对应急条件下对地观测任务时敏度高、动态性强的特点,提出了基于任务动态合成的多星应急调度方法。首先,建立了多星动态应急调度数学规划模型。然后,提出了任务动态合成(dynamic merging,DM)策略,并设计了候选合成任务集合构建(candidate merging task set establishment, CMTSE)算法。最后,提出了基于任务动态合成的多星动态应急调度(dynamic merging based dynamic emergency scheduling, DM DES)算法。为验证DM DES算法的有效性,通过大量仿真实验将DM DES与基于迭代修复的启发式算法(repair based heuristic algorithm, RBHA)和不考虑任务合成的动态应急调度(dynamic emergency scheduling, DES)算法进行比较。实验结果表明,DM DES算法能有效提高调度质量,适用于多星动态应急调度。