基于Riccati方程的导弹自适应姿态控制

针对存在参数不确定性的非线性弹体模型,提出基于状态相关Riccati方程的模型参考自适应状态控制方法。首先,针对弹体标称模型,建立特定形式下的Riccati方程,并求得其解析解,获得一种全局渐近稳定的次优控制律。然后,考虑到实际模型与标称模型之间存在的参数偏差会造成控制效果恶化,以标称模型下设计的闭环系统为参考模型,设计自适应控制律通过在线辨识参数使得实际模型趋向于参考模型,并保证跟踪误差和辨识误差有界。仿真结果表明,该控制律能够克服参数不确定性的影响,有效跟踪参考模型下的响应。     

基于状态依赖Riccati方程的复合控制导弹自动驾驶仪设计

针对直接侧向力与气动力复合控制拦截导弹的非线性控制问题,设计了基于状态依赖Riccati方程的自动驾驶仪。根据俯仰和偏航通道的非线性动力学模型,通过扩展线性化将其转化为具有状态依赖参数的类线性结构,并针对该类线性结构设计了基于状态依赖Riccati方程的加速度指令跟踪控制器。考虑到直接侧向力由脉冲发动机提供时具有离散特性,分析了实际控制量不能达到理想值时系统的非线性容限,给出闭环系统保持局部渐近稳定的充分条件。仿真实例验证了这种设计策略的有效性。     

不确定时滞系统的H∞鲁棒控制——增广Riccati方程方法

研究一类其不确定性满足范数有界分解条件的时滞系统的H∞ 鲁棒控制器设计问题。通过引入附加向量得到增广时滞系统 ,从而利用增广Riccati方程方法实现系统的等效二次鲁棒镇定和H∞ 镇定的约束条件。该方法对增广Riccati方程的求解克服了一般性的Riccati方程求解需要盲目试凑的局限性。最后的数值例子进一步说明了该方法的有效性     

基于任务控制的动态多传感器管理方案

针对信息融合系统平台跟踪多目标过程中的多传感器管理问题,提出了一种基于任务控制的动态多传感器管理方案。根据滤波后的目标误差协方差与不同战场态势下的期望之间的差异,度量目标当前精度要求。利用模糊物元分析法,根据目标自身属性值和当前状态值,计算欧式贴近度,从而获得目标威胁度。在综合考虑传感器性能和系统资源能耗的基础上,建立了任务需求模型。依据该模型控制多传感器实现对目标的探测,寻求模型的最优解。仿真结果表明,该方案在保持目标跟踪精度及时效性的同时,能适当地控制资源消耗,减少系统总耗能。     

基于内平衡变换和Riccati方程的模型降阶及应用

对于一个高阶的控制系统,为了实现对其适时控制,需要一个降阶模型与之对应,对此低阶模型设计控制器以达到对原系统控制的目的。首先,在内平衡变换的基础上,确定降阶模型的阶数;其次,通过解一个Riccati方程得到一个变换矩阵,进而得到降阶以后的模型;然后,介绍了两种经典的模型降阶方法,以作为与此方法的比较。最后,对两个实例进行了仿真计算。计算表明,此方法是有效和可行的。     

基于信息增量的多被动传感器资源分配算法

针对多被动传感器多目标跟踪中的传感器资源分配问题进行研究。讨论了多被动传感器跟踪误差的克拉美-罗下限,在此基础上分析了多被动传感器系统跟踪误差的几何分布。为解决多目标跟踪中的传感器资源分配问题,通过先验信息熵与后验信息熵之间的差值获得信息增量;在此基础上针对多被动传感器系统的特点构建最优化分配模型,将被动传感器组合在不同时刻动态地分配给不同目标。仿真实验表明,与不考虑资源分配的固定跟踪模式相比,该方法能够高效合理地利用有限资源,并且使多被动传感器多目标跟踪系统的整体跟踪性能得到提高。     

基于Lanchester方程的多传感器数据融合效能模型

介绍了经典Lanchester方程及其改进的模型,在此基础上提出了Lanchester方程的多传感器数据融合系统效能模型,该模型具有传统Lanchester方程的基于耗损的系统特性,又能反映出数据融合系统的作用效能,可较好的反应C3I数据融合系统对作战双方实力的影响,利于在系统仿真中实现,对于C3I系统的效能分析有着重要的意义。     

IMMKF中基于交叉熵的传感器管理算法

由于多传感器系统的广泛应用,有关多传感器管理技术的研究也得到了广泛重视。在IMMKF系统中,基于交叉熵不确定性的多传感器对多目标检测跟踪算法是重点研究的问题。通过计算传感器对目标的交叉熵的不确定性,获得每个传感器对每个目标最大的信息量,以此作为代价函数,进行多传感器对多目标的优化分配。仿真结果表明,该算法的跟踪效果较好。     

机载传感器多目标优化管理算法研究

提出了一种机载传感器多目标优化管理方法。该方法考虑目标状态估计精度,采用交互多模型滤波算法进行传感器量测信息滤波,进而实时计算传感器目标探测跟踪的信息矩阵。在此基础上,采用多目标优化算法以目标信息矩阵、传感器数量和目标被探测数量为指标进行传感器资源的优化配置,实现机载多传感器资源的有效配置和管理。进行了该传感器多目标优化管理算法的仿真研究。研究结果表明提出的传感器管理算法能够快速、有效地完成传感器资源的合理配置。     

一种基于效能函数的传感器管理最优决策模型

提出了一种传感器管理最优决策模型,并以量测前后获得的目标信息增量为该模型中的性能指标,分析了基于最大预测误差协方差的传感器资源分配算法的最优性。分别以IMMKF、基于CV模型的KF、基于CA模型的KF为滤波器进行了仿真研究,结果表明基于IMMKF的预测误差协方差分配算法对于不同运动轨迹目标具有更好的效果。     

Performance evaluation of sensor allocation algorithm based on covariance control

1 .INTRODUCTIONSensing platforms for target tracking have becomein-creasingly complex as more and more types of sensorshave been added to them. Sensor management tech-niques can provide automatic or semi-automatic con-trol of a suite of sensors to i mprove the performanceof sensing and give an effective usage of sensor re-sources. Traditionally, sensor allocation approachesselect sensor sets which mini mize a cost function ormaxi mize an efficiency function consisting of sensor-target pair…     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.     

传感器管理的结构与微观传感器管理仿真

传感器管理系统是信息融合系统的重要组成部分,是提高信息融合系统总体性能的保障。在给出传感器管理基本概念的基础上,讨论了传感器管理技术的难点与传感器管理的微观/宏观结构。利用一光电传感器模型对微观层的传感器管理———传感器控制进行了仿真研究,并讨论了传感器的控制原则。仿真结果表明,微观层的传感器管理可以使传感器对机动目标的跟踪精度得到明显改善。     

基于ULMADM的智能指挥控制系统决策分配方法

在智能指挥控制系统设计中,为了充分发挥指挥员与自动化系统的决策优势,需要将决策功能在两者之间进行合理分配. 给出了指挥控制系统决策分配步骤,针对决策分配过程中属性值无法准确测度的特点,采用不确定性语言型多属性决策（ULMADM）方法,基于UEWAA算子确定决策功能的自动化等级范围,基于UEWAA算子和ULHA算子相结合的多属性群决策算法确定决策功能的自动化等级,算例表明ULMADM方法解决决策分配问题的可行性、有效性和通用性.     

基于星敏感器/红外地平仪的自主导航算法研究

星敏感器和红外地平仪直接敏感地平的天文导航方法简单、可靠,但其导航精度主要取决于红外地平仪,因此导航精度相对较低.间接敏感地平利用星敏感器现测折射星得到地平信息,但是由于折射星数量有限,故不能连续提供观测信息.因此提出了一种将直接敏感地平和间接敏感地平相结合的信息融合自主导航方法,对两种导航模式的原理和观测方程进行了详细分析和推导.采用自适应扩展卡尔曼联合滤波算法进行数值仿真.通过对数值仿真结果分析,证实该方法既提高了系统导航精度,又增强了系统可靠性.     

Distributed power control algorithm based on game theory for wireless sensor networks

Energy saving is the most important issue in research and development for wireless sensor networks. A power control mechanism can reduce the power consumption of the whole network.Because the character of wireless sensor networks is restrictive energy,this paper proposes a distributed power control algorithm based on game theory for wireless sensor networks which objects of which are reducing power consumption and decreasing overhead and increasing network lifetime.The game theory and OPNET simulation shows that the power control algorithm converges to a Nash Equilibrium when decisions are updated according to a better response dynamic.     

Stability radius of non-smooth pritchard-salamon systems and the algebraic Riccati equation

The authors discuss the stability radius of the non-smooth Pritchard-Salamon systems under structured perturbations. A formula for the stability radius in terms of the norm of a certain input-output operator is obtained. Furthermore, the relationship between stability radius and the solvability of some type of algebraic Riccati equations is given. This research is supported by the National Natural Science Foundation of China under Grant Nos. 10626057 and 10571165.