小型无人直升机悬停状态下的系统辨识

提出了一种渐消记忆的最小二乘逐状态辨识算法,相对原来利用最小二乘进行无人直升机矩阵辨识的方法,该算法能极大地减小计算量,降低计算的复杂程度以提高计算过程的稳定性.并采用该方法建立了小型无人直升机系统的ARMAX模型和MIMO模型,还通过仿真对2种模型做了对比,结果显示MIMO模型能更精确地描述小型无人直升机系统.     

基于动态模糊神经网络的非线性系统辨识

在分析模糊神经网络辨识特点及现状的基础上,设计了一种适用于非线性多输入系统的辨识模型。本模型将T-S模糊模型与5层动态模糊神经网络结构相结合,通过参数学习算法优化辨识结构,对辨识模型进行反馈调节,得到的辨识精度较高。另外,对输入数据采用归一化的方法进行预处理,加快了网络的辨识速率。最后,通过仿真实例证明了该设计的有效性,为模糊神经网络辨识结构的设计提供了一种新的思路和方法。     

基于T-S模糊模型的酸碱中和过程的系统辨识

针对pH中和过程存在非线性和大滞后性的特点,建立了基于协同GK模糊聚类的T-S模糊模型。将协同模糊聚类与GK相结合进行系统辨识,提高了聚类效果,使其前件和后件参数得到优化。利用上述方法建立了pH中和过程系统模型,取得了良好的仿真效果,验证了该算法的优越性和有效性。     

小型无人直升机建模与分析

由于小型无人直升机具有不同于大型直升机的独特特点,提出采用结构分析法推导小型无人直升机的数学模型.将小型直升机看作2个刚体（机体和主旋翼）,借助Kane方法推导了小型直升机的动力学模型,并与单刚体建模进行了比较.分析表明,2种建模方法的运动学方程和平移动力学方程相同,但旋转动力学模型完全不同.采用2种刚体所建模型的响应具有余弦规律而单刚体所建模型则呈线性规律.飞行试验验证了模型的有效性.     

悬停状态下微型直升机航向模型的系统辨识

为实现微型直升机的自动控制飞行,需要建立其动力学模型。用神经网络和传统的微分方程难以获得适用于微型直升机控制系统的动力学模型。为此,在满足系统建模的前提假设下,设计了实验方法及测控装置。基于所获取的飞行数据,采用系统辨识的方法,建立了悬停状态下NEXUS30模型直升机的航向输出误差模型。对模型的评价结果表明,模型能充分反映微型直升机的航向动力学特性,并且结构简单,能作为设计控制系统时的参考模型。     

一种涵道无人直升机模型参数辨识试验策略

针对样例涵道无人直升机,考虑机体振动等环境因素对输出数据的污染,提出一种样例无人直升机悬停模态下模型参数辨识方法．针对带角速率反馈的广义直升机参数辨识模型．利用直升机角速率、线加速度和操纵量依次独立辨识纵向通道模型参数Iy,Ib和Cr．首先根据传感器输出噪声方差先验信息筛选观测数据,有效剔除由此产生的部分野值样本．然后进一步采用低通滤波器对观测数据进行滤波．通过最小二乘法进行二次辨识．试验结果表明．该方法可显著提高模型参数辨识精度并降低参数估计的标准差．     

基于动力学模型的小型无人直升机自主飞行控制算法

引入小型无人直升机简化动力学模型,阐述了简单、高效的MTC(Model and Trajectorybased Controller)控制算法.基于该算法所实现的飞行控制算法包括两部分:基于转动动力学模型的直升机姿态控制和基于二次积分关系的位置控制.所设计的MTCV算法包含具有良好鲁棒性的位置控制及速度控制功能,并可用于直升机多航点路径的不减速连续飞行控制.仿真实验和实际飞行控制实验结果表明,本飞行控制算法具有有效性和实用性.     

一种新的T-S模糊模型辨识算法

针对非传统T-S模糊模型,给出了一种新的辨识方法。利用改进模糊划分聚类算法辨识前件参数,最小二乘法对模糊模型的后件参数进行辨识。应用Box-Jenkins煤气炉数据和一个非线性系统进行仿真实验,结果证明了该方法的有效性与实用性。     

基于模糊竞争学习的模糊模型一体化辨识

提出了一种利用MGS(modified Gram-Schmidt)算法建立非线性系统模型的建模方法,并给出了基于MGS算法的模型结构和参数辨识的一体化方法,即利用MGS正交变换对通过模糊竞争学习的聚类结果进行变换,确定对模型贡献大的规则,删除对模型贡献小的规则,同时对模型中的参数进行估计,实现模糊模型结构和参数的优化.仿真结果表明,提出的方法能够对非线性系统进行模糊建模.     

T-S模糊模型的一种简单辨识算法

讨论了T-S模糊模型的辨识问题,以直线作为数据分类的目标,提出了一种改进的简单辨识算法.首先采用Hough变换,根据给定的输入输出数据,得到了模型后件部分的直线方程,并辨识出结论参数,然后依照得到的直线对输入数据进行分类.考虑输入数据与相应直线的接近程度,以及邻近直线对输入数据的影响程度,辨识出了模型的前件参数.本算法不需要对数据的循环计算,从而大大减少了计算量.仿真例子说明了本算法对T-S模糊模型辨识的有效性.     

Traffic Forecasting Model Based on Takagi-Sugeno Fuzzy Logical System

The local multiple regression fuzzy(LMRF)model based on Takagi-Sugeno fuzzy logical system and its application in traffic forecasting is proposed. Besides its prediction accuracy is testified and the model is proved much better than conventional forecasting methods. According to the regional traffic system, the model perfectly states the complex non-linear relation of the traffic and the local social economy. The model also efficiently deals with the system lack of enough data.     

基于混杂动态系统的机器人网络遥操作控制

机器人网络遥操作中的信息传递具有不确定时延特性,使得操作者无法及时、准确地了解现场信息,从而无法就机器人当时所处状态给予有效的控制．针对这种情况,文中从混杂动态系统的角度出发,采用监督控制方法对整个机器人网络遥操作系统进行建模和控制．通过在远端（机器人端）建立监控器来解决不确定时延所造成的问题,实验结果证明了该方法的有效性．     

电子膨胀阀动态特性的辨识

针对制冷系统蒸发器过热度随ＥＤＭ型电子膨胀阀开度变化的关系模型，对电子膨胀阀的步进电机施以电脉冲驱动，从而获得蒸发器过热度作为动态响应的运行规律，并应用８种系统辨识方法对该制冷系统进行辨识．经过对各种辨识方法辨识结果的比较，给出各种辨识方法在处理这一类问题时的辨识精度，以及在具体处理过程中的特点，给出适于这一类模型的辨识方法．同时，也说明了该环节用一个三阶环节描述更接近实际情况，这为以后制冷系统模拟、仿真奠定较好的基础．     

时滞Takagi-Sugeno模糊广义系统鲁棒耗散控制

针对具有时滞的Takagi-Sugeno(T-S)模糊广义系统,提出了设计鲁棒耗散控制器的新方法.利用矩阵分解理论,Lagrange插值多项式理论和规范化隶属函数的特性,给出了使闭环系统容许、严格耗散的充分性条件.利用线性矩阵不等式技术给出了时滞耗散控制器的设计方案.算例结果表明,所提出的耗散控制方法一体化了H∞控制和无源控制,使得在实际物理系统的控制过程中可节约成本和减少系统设计时间.     

三自由度柔性受限机器人的动力学建模

为了提高处于受限运动状态的柔性机器人的控制精度，研究了一类三自由度柔性受限机制人的动力学建模问题，将其抽象为一平面三连杆受限机器人系统，利用D^,Alembert-Lagrange原理得到了一组由机器人各关节转角和柔性连杆的振动方程表示的该机器人的动力学模型。该模型在形式上与传统的无约束刚性机器人的动力学模型非常相似，具有模型精确的特点，从而为有效地控制此类机器人系统的运动和位姿提供了理论依据。基于此动力学模型，采用MATLAB对该机器人系统进行计算机编程仿真计算。仿真计算结果表明，该机器人系统的模型是可行且有效的。