飞机防滑刹车系统的MATLAB/SINMULINK建模与仿真

综合考虑飞机机体、机轮、轮胎和跑道状况的特性,建立了飞机防滑刹车的滑跑模型。对于刹车系统的非线性和不确定性,难以精确控制的特点,采用模糊控制来解决刹车控制问题。在MATLAB模糊逻辑工具箱中对控制器进行设计,并将模糊控制器与滑跑模型应用于SIMULINK仿真环境,建立整体仿真模型。仿真特性曲线表明:建立的整体模型和应用模糊控制比较合理,飞机的刹车性能良好。     

基于Vega的飞机防滑刹车系统视景仿真

在机载机电设备综合控制管理仿真平台的设计中,为了改变过去仿真时只是单一的数字或曲线显示仿真结果的状况,直观形象地显示仿真过程,加入了视景仿真模块。飞机防滑刹车系统作为该平台的一个子系统,建立了一个对该系统进行实时视景仿真的分布式的体系结构,其中视景驱动程序的设计采用基于MFC的Vega。     

滞后广义系统的变结构控制

运用变结构控制方法,研究了控制具滞后和控制不具滞后的滞后广义系统,对这两类滞后广义系统,利用滞后积分来选取切换流形,设计变结构控制率.分析了切换流形上其滑动模态区的存在性.利用广义Lyapunov泛函分析了其闭环系统的稳定性,给出了其闭环系统渐近稳定的充分条件.为了说明文中定理的可行性,给出了一个数值实例.通过该例子,可看出其变结构控制器设计与无滞后的广义系统和古典系统的变结构控制器的设计不同.     

广义双线性系统的变结构控制

利用广义Lyapunov函数方法研究广义双线性系统的变结构控制问题.首先,考虑确定的广义双线性系统,通过引进滑动模动态补偿器来选取切换面,进而设计变结构控制器以保证闭环系统的渐近稳定性.其次,用类似的方法给出了不确定广义双线性系统的变结构控制设计,有效地解决了不确定广义双线性系统的变结构控制问题.最后,通过数值算例说明了设计方法的合理性和有效性.     

滞后不确定广义系统的稳定性与变结构控制

利用Lyapunov函数方法、变结构控制方法研究滞后广义不确定系统,得到两个主要结果,一是关于一类滞后广义非线性不确定系统的鲁棒性判据,二是对不确定的滞后广义系统利用变结构控制方法给出了鲁棒镇定的充分条件。     

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。     

受有毒物质影响的广义生物系统的变结构控制

根据营养动力学和生态毒理学原理建立了一个受环境中有毒物质影响的广义生物系统模型,基于模型非负平衡点的生物含义,提出了一个既使环境中有毒物质浓度降低到不危害模型中种群生存的程度,又使种群在其最大密度值附近持续生存的理想平衡点,根据变结构控制原理,设计控制器使模型在短时间内跟踪且稳定于该平衡点,最后,通过数值模拟验证模型的有效性.     

非线性系统基于HM模型的变结构控制

对非线性系统的稳定控制问题进行了研究，基于HM模型对非线性系统进行描述，并将全局HM模型表示成含不确定项的形式，在满足匹配条件下，采用稳定性理论设计出确保HM模型全局渐近稳定的滑模变结构控制器，用一级倒立摆进行仿真验证，控制器结构简单，只用较少的模糊规则，就能得到满意的控制效果，成功地将变结构控制应用于非线性系统，有推广应用价值。     

基于衰减控制的离散时间系统的变结构控制

基于衰减控制,讨论了离散时间系统的变结构控制问题,提出了衰减指数控制和时变衰减幂次趋近律。理论分析表明该方法能够使系统抖动以指数幂次逐渐衰减,从而消除了稳态抖动,保证了闭环系统的渐近稳定。仿真结果表明该方法是有效的。     

非线性挠性结构的神经网络变结构控制

针对非线性挠性结构的模态截断 ,模型不精确与不确定性 ,以及非线性特性 ,采用了神经网络与变结构相结合的控制方法 ,针对线性化部分设计变结构控制器 ,把模型不确定性以及非线性部分作为干扰 ,用神经网络辨识切换函数的实际值与理想值之差 ,该差值反映了模型与实际系统的差别。该方法对摄动具有很强的鲁棒性 ,大大减小了系统在切换面上的抖动。针对挠性结构的模态不可测性 ,以及传感器的失误概率随其数量的增大而迅速增大的特性 ,采用了神经网络观测器观测系统状态。     

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。     

基于模糊控制的舰船组合导航Kalman滤波器

经典的舰船组合导航Kalman滤波器对异常量测值处理过于简单 (只分为野值、正常值 ) ,致使包含新息的略大于正常值的量测数据失去作用 ,从而使滤波器产生波动。为克服这一弊端 ,提出在滤波器中加入模糊控制器 ,模糊规则由专家确定 ,对不同类型的滤波新息进行判别后加权处理 ,从而增强滤波器对野值的适应能力。计算机仿真结果表明 ,模糊控制器的加入可以提高滤波器工作的稳定性和可靠性     

基于路面识别的HEV制动系统控制算法研究

为实现ISG混合动力汽车最大限度地回收再生制动能量,并保证其制动安全性,提出了一种协调再生制动系统和液压制动系统制动力矩动态分配的控制算法。该控制算法以路面识别为基础,以在制动过程中车轮滑移率为路面的最佳滑移率为控制目标,实时计算并动态调整前后轮液压制动力矩和再生制动力矩,保证在制动过程中车轮获得最大的附着系数。仿真结果验证了所制定的控制算法的稳定性和有效性。

Abstract：

In order to recycle braking energy as much as possible and ensure the safety in braking for ISG Hybrid Electric Vehicles,a novel coordinated control algorithm was proposed for dynamical distribution between regenerative braking torque and hydraulic braking torque.To assure that the adhesion coefficient of wheels is maximal during braking,the control algorithm based on the Road identification synchronously calculates and dynamically adjusts front wheel hydraulic braking torque,rear wheel hydraulic braking torque,regenerative braking torque and makes Slip Ratio of wheels equal to Optimal Slip Ratio all along.The simulation results show that the proposed control algorithm is steady and effective.     

基于多模型方法的自适应卡尔曼滤波

针对一类观测噪声统计特性未知的离散时间系统设计一种多模型自适应卡尔曼滤波器。基于多个不同的固定观测噪声协方差阵建立多个固定模型卡尔曼滤波器,将多个固定模型卡尔曼滤波器和一个常规自适应卡尔曼滤波器共同组成多模型自适应卡尔曼滤波器。针对每一个滤波器建立一个基于输出误差的指标切换函数,每一个采样时刻将指标切换函数取得最小值的滤波器的状态估计值切换为系统的当前状态估计值。仿真结果表明,与常规的自适应滤波器相比,此方法可以极大地改善滤波器的滤波效果。     

基于IEK-PF的多传感器序贯融合跟踪

针对粒子滤波中得到优化的重要性密度函数比较困难的问题,将迭代扩展卡尔曼滤波和序贯融合与粒子滤波相结合,应于雷达和红外多传感器目标融合跟踪.利用基于迭代扩展卡尔曼滤波的序贯融合算法得到的系统状态更新矩阵和误差协方差矩阵来构造粒子滤波的重要性密度函数,使重要性密度函数能够融入最新观测信息的同时,更加符合真实状态的后验概率分布.仿真结果表明基于序贯融合的迭代扩展卡尔曼粒子滤波(IEK-PF)能提高状态估计的精度.     

基于迭代无迹卡尔曼滤波的SLAM算法仿真研究

对迭代无迹卡尔曼滤波算法在SLAM问题中的应用进行仿真研究。通过仿真分析发现,与一般的无迹卡尔曼滤波算法相比,迭代的算法有时无法提高SLAM的精度,继而探讨了SLAM问题中选择采用迭代算法的条件;同时针对迭代算法的观测更新阶段,用阻尼的高斯-牛顿迭代方法改进完全高斯-牛顿迭代方法,从而提出一种改进的基于迭代无迹卡尔曼滤波的SLAM算法。仿真实验对提出的迭代条件进行了验证,仿真结果表明提出的SLAM算法与无迹卡尔曼滤波算法相比,可以进一步提高SLAM问题的估计精度。     

基于推广卡尔曼滤波的多站被动式融合跟踪

将推广卡尔曼滤波(EKF)算法与集中式融合跟踪算法相结合，用于被动式多站跟踪，给出了基于EKF的被动式多站集中式融合跟踪算法。该算法可解决被动式跟踪系统的可观测性及非线性问题。以三个站进行跟踪为例，进行了仿真研究，结果表明该算法具有满意的跟踪性能。     

基于时延补偿卡尔曼滤波器的NCS组合式X2故障检测

考虑一类时延网络控制系统,提出了一种具有时延补偿功能的卡尔曼滤波器设计方法,并对系统进行状态估计.通过对系统时延特性的研究,采用变分法推导出了时延网络控制系统的离散时间卡尔曼滤波公式,给出了具体的最优线性递推滤波算法.并且在对系统进行故障检测方面,提出了一种新的组合式x2检验法.最后通过仿真实例验证了所设计的卡尔曼滤波器与组合式x2检验法的有效性.     

基于无轨迹卡尔曼滤波器的感应电机转速估计

借助仿真,深入探讨了卡尔曼滤波器家族新成员—无轨迹卡尔曼滤波器(UKF)用于感应电机转速估计这一问题。分析了采样周期以及滤波器参数对UKF收敛特性的影响,从静态性能、动态响应速度、对电机参数的灵敏度、算法复杂度等各方面评价了UKF转速估计性能,并与经典的扩展卡尔曼滤波器(EKF)转速估计进行了比较。结果表明UKF并不能以预想的突出优势在感应电机转速估计问题上取代EKF。