基于频域的PI控制器整定方法研究及仿真

提出了一种基于频域的PI控制器参数整定方法。以典型的一阶惯性加滞后系统为被控对象,综合考虑系统设定值响应和扰动响应,以ISE为性能指标,结合求解幅值裕度和相位裕度的简化公式,利用Nelder-Mead单纯形优化方法搜索给定幅值裕度下的最优相位裕度,整定PI控制器参数;通过与几种整定方法对比,验证了该整定方法使得制系统具有良好的控制效果和较强的鲁棒性;对中央空调系统中几种高阶系统模型进行简化,利用该整定方法进行仿真试验,进一步验证该方法的可行性。     

基于隔离度特性的导引头控制系统优化设计

为了提高导引头隔离度及其时域特性的综合性能,提出了一种基于隔离度特性的导引头控制系统内外回路优化设计方法。通过建立导引头隔离度模型,推导隔离度传递函数,分析了导引头隔离度与内外回路的关系。将导引头幅值裕度和相位裕度约束,采用幅值相位测试方法转化为求解控制参数的稳定域,分别建立了以隔离度特性最优的稳定回路目标函数和以时域响应特性最优的跟踪回路目标函数,通过在稳定域内求解优化问题,得到导引头的优化设计参数。仿真结果表明,采用基于隔离度特性的导引头控制系统内外回路优化设计方法,能够保证控制系统具有更好的时域性能和隔离度特性。     

基于多目标演化的模糊认知图学习算法

针对传统模糊认知图学习算法仅优化概念结点间有向弧的权值误差而造成模型拟合准确程度不高的问题,将多目标演化的思想用于模糊认知图学习算法,设计了以有向弧权值误差与误差权重同时最小化为目标的多目标模糊认知图学习模型,降低了学习算法对权值的依赖。为有效求解该多目标优化模型,提出了一种基于坐标变换的多目标演化算法,分析了算法的参数设置方法与计算复杂度。实验结果表明,基于多目标演化的模糊认知图学习算法可以有效降低结点数据误差与模型误差,能够更准确地得出概念结点间的因果关系。     

一种高效气动弹性虚拟仿真建模技术研究

采用特征正交分解（POD,Proper Orthogonal Decomposition）方法,建立了基于状态空间的非定常气动力模型,耦合结构方程,建立了降阶的气动弹性系统,开展了气动弹性虚拟仿真研究,与CFD/CSD全耦合相比,效率提高了2～3个数量级。具体过程是：首先获取全阶系统的频域快照构成POD核,通过对POD核进行奇异值分解提取POD模态（或POD基）,对低能量模态截断形成降阶子空间,并将其映射到全阶系统,从而形成基于状态空间的降阶的非定常气动力模型。对气动弹性标模AGARD445.6进行算例验证,证明了降阶方法正确,可以提供高效、高精度的气动弹性分析。     

基于线性判别分析的时频域特征提取算法

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用“时域+频域+线性判别分析”的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。     

一种双天线SAR运动目标成像系统仿真

提出了一种DPCA联合MDCFT的双天线SAR运动目标成像系统.将MDCFT变换应用于经过DPCA杂波对消后的信号,在MDCFT幅值平面内同时完成对运动目标的检测和多普勒参数的估计.建立了适合SAR系统的MDCFT模型,对杂波对消后回波数据的MDCFT幅度值分析证明了该方法的可行性"和有效性.在分数阶博立叶域进行滤波以消除杂波对相位的影响,进而利用通道间的相位差和多普勒中心频率对运动目标准确定位.利用大量的仿真实验对该系统的功能进行了验证.     

基于CPT和RPF的空中高机动目标检测与参数估计

提出了一种基于三次相位变换(cubic phase transform,CPT)和重构相位函数(reconstructing phase function,RPF)的空中高机动目标参数估计方法。为了实现目标高阶参数的估计,该方法首先通过双线性变换求得接收信号的相位函数,实现信号降阶和待估参数的分离;然后利用多阵元采样重构参考阵元的相位函数,等效增加了参考阵元相位函数的时间采样,实现了参考相位函数的相干积累;最后进行参数估计。仿真结果表明,在输入信噪比较低、采样脉冲较少的情况下,该算法能够以较高的精度实现对高机动目标的参数估计。     

大滞后过程对象自适应鲁棒PI控制器

针对较难控制的大滞后过程对象,提出了一种基于幅值裕度和相位裕度的自适应鲁棒PI控制器.该控制器利用闭环控制回路正常运行中产生的过程对象输入和输出信号,通过信号分解和傅立叶分析运算在线辨识过程对象在重要频率点上的频率响应特性,从而获得一个可以很好的描述大滞后对象的一阶加纯滞后模型.然后基于该模型计算出同时满足幅值裕度和相位裕度的鲁棒PI控制器参数,实现了大滞后过程对象的自适应鲁棒PI控制.提出的PI控制器的自适应过程不需要过程对象的任何先验知识,也不需要中断控制回路的正常运行.仿真实验表明了自适应鲁棒PI控制器的有效性和可行性.     

基于混沌粒子群优化算法的弹性飞机模型降阶

传统的弹性飞机模型降阶算法主要有平衡截断法、平衡奇异摄动法等,但这些算法的缺陷就是得到的降阶模型只适用于特定的频段内.以某弹性飞机纵向运动模型为例,在合理选择时域模型降阶匹配误差函数的基础上,首次将混沌粒子群优化算法用于弹性飞机的模型降阶.仿真结果表明,与传统的弹性飞机模型降阶算法相比,基于混沌粒子群优化算法得到的降阶模型能在更宽广的频域内和时域内更好地近似全阶模型,取得了更好的降阶效果.     

内平衡系统多目标最优模型降阶研究

土木工程结构模型的自由度数目很大,按照原结构模型设计的控制器阶次非常高,从而导致主动控制和半主动控制实施过程中时滞效应十分突出.首先采用均衡实现技术对结构模型的状态变量重新排序形成内部均衡的模型,然后分别基于系统的可观度和可控度指标与内平衡系统二次型性能指标来进行结构模型降阶,略去对结构动力反应贡献小的状态变量.通过对Highway Bridge的Benchmark模型进行多目标模型降阶计算,得到最优的降阶模型,说明方法的可行性和有效性.     

系统可靠性多目标优化的满意解

对系统可靠性多目标优化模型 ,由各单目标函数来分别定义一个目标满意度函数 ,再将各目标满意度函数用取小算子和加权指数综合为一个总满意度函数 ,最后以总满意度最大为目标建立一个单目标优化模型 ,该单目标优化模型的解是原多目标优化模型的一个非劣解 ,这一非劣解即可作为原多目标优化模型的满意解。最后以一个串联系统的可靠性多目标优化问题为例 ,给出了求满意解的具体方法。     

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.     

基于改进粒子群算法的平面阵同时多波束赋形方法

针对当下平面阵同时多波束赋形需求, 提出基于改进粒子群算法的平面阵同时多波束赋形方法。将自适应操作粒子结构、反梯度加权用于粒子群搜索算法作为创新点, 根据粒子群收敛度自适应调整操作粒子结构的概率, 以平衡粒子群全局探索和局部利用能力, 根据多目标优化程度对各优化指标反梯度加权, 以抑制多目标优化失衡, 对阵列相位、幅度优化实现低旁瓣、窄波束宽度和高增益的效果。实验表明, 在传统非线性智能优化方法效果不好的情况下, 该方法对阵元数较多的任意平面阵同时多波束赋形效果较好。     

多机协同电子战规划压制干扰布阵研究

针对电子战任务规划中的多机协同压制敌防空雷达网的干扰布阵问题,提出了航线规划安全区概念,基于数学形态学方法对安全区最小宽度进行求解,以安全区最小宽度和各部干扰机距敌方雷达网中心距离之和作为目标函数,构建了干扰布阵的多目标优化模型,采用多目标粒子群优化算法对模型进行求解,通过仿真实验对求解出的Pareto最优解集进行分析,得出了各部干扰机压制敌雷达网的最优干扰布阵方式,验证了所建多目标优化模型的正确性,同时也表明多目标粒子群优化算法在求解多机协同电子战干扰布阵问题是可行的、有效的     

基于改进MOPSO的多级系统备件配置优化研究

备件是装备保障的重要物质基础,合理规划备件的配置方案是提高装备保障效能的关键。针对多级保障系统备件配置优化的高维、非线性问题,构建了以备件保障度最大、保障费用最小为目标函数,以其他准则为约束条件的优化配置模型。面向优化模型求解的难题,在传统粒子群算法的基础上,提出了一种改进的粒子群求解算法,给出了该算法的设计思路和优化流程,采用基于准则的方法以及改进惯性权重等措施,以两个目标作为引导,在备件配置方案生成时可以避免长时间的无效搜索,提高了粒子群优化算法的求解效率,最后通过算例证明该方法的可行性和有效性。     

基于模糊多目标规划的防空反导火力分配

针对现有多目标火力分配(weapon target assignment,WTA)方法很难适用于不确定情况下防空反导作战的问题,提出了基于模糊多目标规划的防空反导WTA方法。首先,采用三角模糊数刻画不确定的目标威胁度,在考虑防空反导作战特点的基础上,基于模糊多目标规划建立了WTA模型;然后,根据必要性测度原理将含有模糊参数的目标函数进行了等价清晰化;接着,提出了具有单/双势阱的多目标量子行为粒子群算法用于求解WTA模型,该算法采用了单/双势阱位置更新方式、粒子混合随机变异方法、领导粒子两阶段选取方法;最后,通过实例仿真验证了模型的合理性和算法的有效性。     

传感器管理技术研究现状与展望

简述了传感器管理技术研究的总体概况,包括定义、作用、管理对象、结构和功能模型。提出了传感器管理是复杂的动态多目标优化问题,分析了解决该难题的技术研究现状,主要涵盖传感器管理问题建模、优化目标设计、多目标优化、博弈论应用等。从传感器融入体系、传感器网络化集成应用和算法智能化3个方面展望了传感器管理技术发展方向。     

传感器管理技术研究现状与展望

简述了传感器管理技术研究的总体概况,包括定义、作用、管理对象、结构和功能模型。提出了传感器管理是复杂的动态多目标优化问题,分析了解决该难题的技术研究现状,主要涵盖传感器管理问题建模、优化目标设计、多目标优化、博弈论应用等。从传感器融入体系、传感器网络化集成应用和算法智能化3个方面展望了传感器管理技术发展方向。     

基于改进高维多目标优化算法的中国住房租赁市场政策工具给合

中国城镇住房制度长期以来侧重于提高居民住房自有水平,忽视了租赁方式在住房市场均衡中的重要作用,未能有效发挥其在城市住房资源合理配置及流动中的本质功能。目前,中国住房租赁市场处于初级发展阶段,与其相关的各类理论研究也相应滞后,研究关注住房租赁市场发展政策设计问题。以政策工具组合为视角,将政策设计过程抽象为高维多目标优化问题。基于观点挖掘思想,利用共现网络、文本挖掘等方法,以权威文献和专家观点作为数据来源,确定目标函数及约束函数系数,从而构建符合中国发展实际的住房租赁市场政策组合多目标函数。此外,提出一种基于Pareto支配关系的两阶段进化高维多目标优化算法以解决高维多目标函数的求解问题,从而搭建出住房租赁市场政策工具组合设计框架、流程和方法,以期为政府政策制定提供科学方法。     

冲突多目标相容预测控制

两层结构的相容控制框架可以解决复杂冲突多目标控制问题,但其需要克服的困难是多目标直接优化、第一层所选区间目标的实现和在线实时优化控制。采用多目标遗传进化算法解决了直接优化多目标的工具问题。为能实现第一层中所选择的控制目标,第二层中设计了不同于第一层中形式的指标,并加入选择函数以反映实际系统的需要。结合预测控制思想的特点,提出了在线迭代遗传算法,解决了在线优化速度问题。以预测控制动态过程中误差、能耗两个目标为例对相容预测算法进行了说明。