基于宏微双重驱动的高职院校精密实验控制平台设计

针对高职院校精密实验控制平台数量不足和价格高的现状,设计了一套应用于零件外尺寸测量与装配定位的精密实验控制平台.该平台上位机采用PC机,下位机采用AT89C51单片机,测量系统采用光栅尺作为计数器件,宏平台采用直流电机驱动滚珠丝杠的传动方式.平台精密定位系统采用宏-微相结合的两级模式来实现大行程、高精度及高速的定位,其硬件系统由宏平台进给系统、位移测量系统、微位移定位系统以及控制系统组成.实践表明,该实验控制平台实现简单、控制精准、成本低廉,适合高职院校师生开展零件精密测量与装配定位的各种实验和科技创新活动.     

含有输入动特性不确定飞控系统的自适应滑模控制

针对含有执行器动特性和严重不确定性的非线性飞控系统,提出一种非线性自适应滑模控制器. 该控制方案的主要特征是对系统不确定性没有匹配条件的限制. 控制器由两部分组成：一部分根据称为标称模型的已知非线性模型进行控制器设计,另一部分根据建模误差的估计参数设计自适应滑模控制器. 对某飞机的非线性6自由度未解耦模型进行仿真,验证了该方法对系统不确定性具有较强的鲁棒性,对期望输出有良好的跟踪精度.     

不确定系统的鲁棒容错H∞控制

针对不确定线性连续系统,研究了执行器失效情况下的鲁棒容错H∞控制问题.利用LMI给出了对任意执行器故障均保持渐近稳定且满足给定干扰衰减指标的鲁棒容错H∞控制器存在的充要条件,进一步给出鲁棒容错最优H∞控制器的优化设计算法.采用所设计的状态反馈控制器,当任意执行器出现故障时,闭环系统仍保持渐近稳定且满足给定的干扰衰减性能指标.     

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.     

四旋翼飞行器的分散式容错控制

针对存在复合干扰和执行器故障的四旋翼飞行器姿态系统提出一种故障调节策略. 首先给出了四旋翼飞行器的姿态模型和存在复合干扰情况下的姿态模型,并给出执行器的失效故障表达形式. 针对姿态控制系统的复合干扰和执行器失效故障,分别给出一种复合干扰估计和局部故障诊断和辨识(fault diagnosis and identification,FDI)算法. 复合干扰估计器由干扰估计误差驱动,并非直接与传统的状态跟踪或预测误差有关. 针对执行器失效故障的局部FDI结构类似于模型参考自适应,基于复合干扰估计和局部FDI设计出四旋翼飞行器姿态系统backstepping容错控制器. 仿真实验验证了文中所提容错控制策略的正确性和有效性.     

一类非线性系统的故障估计和预设性能控制

研究了一类带有不匹配故障的非线性系统的故障估计和预设性能控制（PPC）问题,通过基于中间变量的估计观测器方法,设计了一种带有自适应参数更新律的故障估计器和状态观测器,提出了基于预设性能的容错控制方案．证明了系统状态误差和跟踪误差收敛于预先设计的集合内,且所有闭环信号都是有界的．通过仿真实验验证了算法的有效性．     

超机动飞行的鲁棒自适应神经网络动态面控制

针对超机动飞行过程中气动参数变化剧烈、控制精度高的特点,提出了一种基于神经网络的鲁棒自适应动态面控制方法。模型不确定性和外界干扰由RBF神经网络在线补偿,控制律由动态面控制方法得到,降低了反推控制器的复杂性,改进的神经网络权值调整自适应率改善了系统的过渡过程品质。利用Lyapunov稳定性定理证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。     

动态数据驱动的LS-SVM多模型预测主动容错控制

针对非线性系统提出了一种基于动态数据驱动的LS-SVM多模型预测主动容错控制方法,使系统对已知故障容错的同时,利用动态数据驱动对模型的补充,实现了对未知故障的主动容错．该方法首先基于LS-SVM建立系统正常或已知故障模式的动态模型库,实际运行时依据系统对性能容忍度指标和模型失配度指标的实时计算分析,判断系统所处的运行模式,当系统发生已知故障时,直接调用动态模型库中已有的模型,并采用经局部线性化近似预测控制算法计算控制律;当系统发生未知故障时,则选用模型库中最接近当前运行模式的模型进行故障过程的过渡容错控制,并以动态数据5步补充循环算法,快速建立该未知故障的LS—SVM模型,进而利用新模型实现系统对未知故障的主动容错．并以一非线性系统仿真实例验证了所述方法的可行性和有效性．     

一种H.264码率控制的位分配算法

针对H.264码率控制中不适当的位分配,提出了一种有效的码率控制位分配算法.该算法采用线性加权函数修正P帧编码后的缓冲级别,通过调整量化参数进行基本单元层的位分配.实验结果表明,在相同的条件下,该算法与H.264JM95中的码率分配算法相比对目标位的控制更精确,并能获得较高的峰值信噪比,同时也能使视频的主观质量得到有效的改善。     

地面防喷器控制装置调试及故障排除

地面防喷器控制装置是控制井口防喷器组以及液动节流阀、压井阀的重要设备,是钻井、修井作业中防止井喷不可缺少的装置。其正确安装调试以及故障排除在实际使用中非常重要。     

基于RA准则的多用户OFDM自适应资源分配算法改进

针对现有最优算法计算复杂度高、不利于实时应用的不足,根据误比特率和总功率限制条件下多用户OFDM系统自适应资源分配的数学优化模型,从最大化系统容量的目标出发,提出了一种计算复杂度低、易于实现的子载波、比特及功率分配算法.理论分析和仿真结果表明,在时变无线信道中采用此算法的性能明显优于Lee提出的算法和静态资源分配算法(OFDM-TDMA),且计算复杂度低.     

机翼摇滚自适应神经网络抑制

针对战斗机在大迎角下表现出的机翼摇滚非线性振荡现象,提出一种基于自适应神经网络的抑制机翼摇滚控制方案. 采用动态逆方法实现机翼摇滚特性的近似线性化,并根据动态性能指标要求设计线性补偿器,采用单隐层神经网络在线补偿近似动态逆引起的误差. 仿真实验验证了控制方法的有效性.     

多用户OSTBC-OFDM系统的自适应子载波分配研究

研究了基于正交空时分组码的多用户OFDM系统的自适应子载波分配算法.首先从性能角度出发,在保证用户误码率约束的前提下,以总的发射功率最小为目标,推导了具有普遍意义的OSTBC-OFDM的子载波分配通式.考虑到实际应用系统中效率与公平的折中,对各个用户定义相应的速率约束,以增加功率最小为原则,给出了改进的兼顾公平的子载波分配算法的具体步骤.数值仿真结果证明,自适应子载波分配能改善OSTBC-OFDM系统的误码率性能,且兼顾公平的算法需要一定的性能损失为代价.     

网络控制系统的自适应预测控制

针对具有随机时延的网络控制系统,提出一种自适应预测控制方法. 利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制. 仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.     

无人机鲁棒反推自适应编队导引控制设计

针对一般不确定系统研究了一种鲁棒反推自适应控制方法,采用自适应神经网络对未建模动态进行补偿,并利用Lyapunov 理论证明了跟踪误差的有界性. 分析了长机–僚机编队方式下的无人机编队导引控制策略,采用鲁棒反推自适应控制与动态逆方法对无人机编队飞行综合导引控制律进行设计. 进行了六自由度非线性仿真,表明所设计的编队导引控制器能使僚机对不确定机动的长机进行跟踪,并具有很好的鲁棒性.     

无人机飞行控制系统虚拟样机平台

在无人机飞控系统设计中,为克服依赖制造物理样机周期长、代价大、效率低的缺点,研究了无人机飞控系 统的虚拟样机平台,提出了模型驱动方案,采用迭代和增量方法在虚拟样机平台上进行无人机飞控系统虚拟样机设计. 用Rhapsody, Simulink, VC++等软件搭建虚拟样机平台,在该平台上完成了某型无人机飞控系统虚拟样机的设计. 结 果表明：在该平台上能快速、高效地设计用于无人机飞控系统开发的虚拟样机.