加速度计非线性项系数校准误差分析与建模

分析了线加速度计精密离心机校准的误差来源,建立了加速度计静态特性方程各次项系数校准的系统误差传递模型,通过该模型可以实现各系统误差因素对方程系数校准结果影响的定量分析.证明了离心机加速度输出恒值系统误差不影响三次项系数,而线性变化的系统误差不影响零次项系数,即零g点偏值.对理论分析的结果进行了仿真验证.     

基于Kriging模型的稳健参数设计

针对复杂工程系统中的稳健参数优化问题，提出了一种新的基于Kriging代理模型的序贯优化设计方法。首先，用Kriging模型预测均值的最小值，代替真实观测的最小响应值来考虑噪声；然后，对该加点准则的预测方差进行修正，使其在足够的样本量下能够收敛；最后，通过经典的低维、高维非线性数值算例和工程算例来验证所提方法的有效性。验证结果表明，与已有的传统加点准则相比，所提方法能以更少的加点次数获得更好的全局解，具有更强的全局寻优能力和稳健性。     

Kriging插值与拉丁超立方试验相结合构造电路元模型

电路系统的设计与优化常常需要参数与指标问简单、直接的模型，即电路的元模型。本文将Kriging插值和拉丁超立方抽样试验相结合构造了低功耗集成运算放大器的元模型。对于这种输出结果为确定值的电路仿真试验，与基于传统部分要因试验设计的多项式回归模型相比，Kriging模型具有更高的预测能力。     

基于双星定位系统的近地卫星定轨精度仿真

通过对测距误差特性的统计分析,建立了用于近地卫星精密定轨的距离和观测数据仿真方法,在此基础上构建了基于卫星动力学方程的精密定轨模型,设计了一种基于数值融合法的精密定轨改进算法和测距系统误差参数估计算法,并进行了六类仿真实验。仿真计算结果表明,基于一天的距离和观测数据仿真计算得到的近地卫星定轨精度可以达到15.98米,与利用其他精密定轨软件系统在相同仿真条件下得到的近地卫星定轨精度基本相当,但该算法避免求解状态转移矩阵,具有计算速度快,稳健性好等特点。     

阶段参数化智能调平控制系统的设计与仿真

针对受控对象柔性提升机构系统模型的强耦合、高度非线性的特点,采用阶段参数化方法处理调平控制过程的连续控制问题.基于拉格朗日理论建立提升系统的动力学模型;采用奇异摄动理论设计降低阶数的滑膜控制器;通过双对标变换将复杂的协调系统动力学方程分解成慢变子系统和快变于系统的阶段参数化控制系统.针对控制策略中选取参数的特点设计双时标变换滑膜控制器,实现控制系统的轨迹跟踪及对系统中弹性振动干扰的抑制.该控制系统从理论上缩短了系统调平时间,减少了系统需要测量的状态变量.仿真结果验证了所设计控制方法的有效性.     

对地观测卫星系统优化问题的求解框架与方法

对地观测卫星系统优化问题具有设计变量多、设计空间大、难以解析计算而仿真又十分耗时的特点, 因此提出了基于综合拉丁方试验设计和代理模型的仿真优化框架. 该框架通过综合拉丁方试验设计方法生成仿真方案, 然后通过Kriging代理模型对仿真数据进行优化分析, 为实现代理模型的更新提出了代理模型最优点与最大化期望提高相结合的方式, 为实现代理模型的优化, 提出了全局与局部相结合的搜索模式, 其中全局搜索采用遗传算法实现, 局部搜索采用改进广义模式搜索算法实现, 最后通过仿真实例验证了该求解框架的有效性.     

基于不平稳假设的序贯近似建模方法

在工业设计中常涉及复杂、耗时的仿真,建立简单的近似模型可以简化分析和优化过程.元模型的构建和仿真试验的设计是其中的两个关键问题.针对元模型的构建,分析指出传统的基于平稳性假设的Kriging方法并不适合常见的不规则系统的建模,接着采用非线性映射方法,提出了一种基于不平稳假设的Kriging方法.实例说明:相对于传统的Kriging方法,该方法不仅可以建立精度较高的预测模型,而且对模型的预测不确定性的描述也更符合直观认识;针对计算机试验设计,提出了一种基于改进的Kriging方法的序贯准则,使得试验点序贯产生在不确定性大且距离现有试验点远的位置.算例表明:该序贯设计比一步设计效果好,能节约试验样本.     

特征自适应型GM(1,1)模型及对中国交通污染排放量的预测建模

兼顾精度与拟合趋势相似性是预测建模需要深入研究的重要问题.为提高模型对数据特征的适应能力,本文分析了GM(1,1)模型中灰微分方程和白化方程的一致性关系以及响应式还原方法问题,提出构建一种特征自适应型灰预测模型,即CAGM(1,1)模型.该模型采用含可变参数的背景值公式构建灰微分方程,并通过转化模型形式推导了参数估计过程,进而构建以背景值序列为基础的时间响应式;为提高模型预测能力,本文结合灰色关联度构建响应式还原过程中待定变量的适应度函数,采用粒子群算法取得其最优值.最后,案例研究了我国机动车污染排放预测问题,分别构建GM(1,1)和CAGM(1,1)模型对氮氧化合物排放量进行建模,通过比较二者拟合和预测结果验证新模型的改进效果,为管理实践提供有效工具.     

基于Kriging模型的喷丸强化残余应力场数值分析

针对喷丸强化过程数值仿真及强化效果快速预测方法进行了深入研究。针对航空铝合金材料,利用显式动力分析软件LS-DYNA,进行了喷丸强化过程有限元数值仿真,研究了球形弹丸速度、弹丸大小、入射角度对喷丸残余应力场的影响规律;提出了基于Kriging模型的喷丸强化效果快速预测方法;进行概率有限元分析,建立了喷丸强化Kriging数值模型,并构建了关键响应参数与多维工艺变量之间的响应曲面。分析结果表明,喷丸速度、弹丸大小、入射角度对残余应力场分布有显著影响。Kriging近似模型预测结果与有限元计算结果相吻合,说明所建立的Kriging近似模型具有很高的近似精度和可靠性,可以代替复杂的有限元分析。     

闭环系统的虚拟参考反馈校正控制及迭代最小辨识

在线性框架下研究基于输入输出观测数据对未知系统模型中两反馈控制器的设计问题. 采用虚拟参考反馈校正控制直接设计控制器,无需系统建模过程. 在构造代价函数时,同时考虑闭环传函和灵敏度的模型-匹配问题. 针对模型匹配过程,分别设计虚拟输入和扰动;推导用于观测数据预处理的滤波器. 在设计控制器前,利用概率统计法对控制器进行检验以保证闭环系统的稳定性. 针对控制设计中的参数优化,利用数值优化理论分析迭代最小二乘辨识算法所生成的迭代序列与全局最优值间的逼近式,以此式作为评价收敛性和收敛速度的依据. 最后用仿真算例验证方法的有效性.     

Combined model based on optimized multi-variable grey model and multiple linear regression

The construction method of background value is improved in the original multi-variable grey model (MGM(1,m)) from its source of construction errors.The MGM(1,m) with optimized background value is used to eliminate the random fluctuations or errors of the observational data of all variables,and the combined prediction model together with the multiple linear regression is established in order to improve the simulation and prediction accuracy of the combined model.Finally,a combined model of the MGM(1,2) with optimized background value and the binary linear regression is constructed by an example.The results show that the model has good effects for simulation and prediction.     

动力学模型系统误差及其协方差阵的随机加权拟合法

在现有的基于移动窗口函数模型和随机模型系统误差自适应拟合方法的基础上,提出一种基于移动窗口动态导航模型系统误差的随机加权拟合法,在相同的窗口内给出了相应的状态预报向量协方差阵的随机加权拟合。由于动力学模型系统误差难以直接修正,采用修正状态估计误差向量及动力学模型误差向量的方法,实现对动力学模型系统误差的修正,然后利用修正后的动力学模型及相应的协方差阵进行导航滤波计算,有效地抑制动力学模型系统系统误差的影响,提高导航解算的精度。仿真结果证明,采用随机加权拟合后的算法精度优于未进行拟合的卡尔曼滤波和自适应卡尔曼滤波算法。     

基于非线性模型预测控制的火星大气进入智能制导方法

针对火星大气进入精确制导问题, 提出了基于非线性模型预测控制(nonlinear model predictive control, NMPC)的智能进入制导方法。首先, 考虑了进入制导约束, 采用NMPC方法设计制导算法。通过引入衰减记忆滤波器, 提出了基于误差信息估计的预测模型修正方法, 增强系统对模型误差的鲁棒性, 并利用变预测时域策略提高系统性能。然后, 以NMPC制导系统为制导模板, 在实际条件下生成大量样本数据集, 进行深度神经网络(deep neural network, DNN)的离线训练。最后, 在进入制导过程中利用DNN代替求解复杂优化问题和积分预测的过程, 在线快速解算控制量, 并结合横向制导实现智能制导。仿真结果表明, 提出的制导方法能够快速计算指令, 实现了高精度制导。     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

基于改进PSO-BP算法的冷负荷预测模型

针对PSO-BP(Particle Swarm Optimization-Back Propagation)神经网络预测模型在冰蓄冷空调冷负荷预测中存在输入输出数据关联度低和预测模型存在误差的情况,提出了一种基于JMP数据处理软件、PSO-BP神经网络和马尔可夫链的组合预测方法.利用JMP处理输入数据,剔除耦合度低的样...     

多目标方位高分辨估计方法的实验研究

从实验的角度出发 ,分析讨论了阵列误差条件下多目标方位高分辨估计方法的参数估计性能以及工程应用前景 ,并针对子空间类法研究了一种阵列输出协方差矩阵的Toeplitz化预处理方法。实验结果表明 ,在高信噪比的情况下 ,该预处理方法可以明显地减小阵列误差对估计结果的影响 ,有效地改善子空间类法的稳健性和多目标分辨能力 ,而且估计精度良好。     

基于半参数回归的联合定轨误差估计仿真算法

通过对联合定轨非线性影响因素特征的分析,提出了一种参数建模与非参数分量表示相结合的联合定轨非线性半参数回归建模方法。首先讨论了联合定轨模型及常值系统误差估计算法,在此基础上建立了一种广义非线性半参数回归联合定轨模型,设计了相应的卫星轨道参数、系统误差参数及模型误差估计算法,并从理论上证明了半参数模型轨道估计精度优于经典最小二乘轨道估计精度。仿真计算结果表明,广义非线性半参数回归联合估计方法能将模型误差和随机误差有效分离,同时联合定轨精度也得到了进一步的改善,从实际应用角度验证了半参数回归联合定轨建模方法的合理性和可行性。     

基于LSTM神经网络的短期轨道预报

针对基于动力学模型的轨道预报方法对卫星自主轨道预报与大量非合作目标轨道预报中存在建模成本过高和缺少目标空间环境信息的问题,提出一种基于误差数据驱动的神经网络轨道预报方法.该方法在解析法动力学模型的基础上,使用长短期记忆神经网络对历史轨道预报的误差进行学习,预测未来短期动力学模型的预报误差,以此对预报结果进行修正.选用A...     

应用分力合成方法改善柔性系统性能的研究

提出了将柔性结构的分力合成主动振动抑制方法和反馈控制方法结合使用来提高控制系统性能指标的方法，应用该方法仅需要知识闭环系统及柔性振动的频率及阻尼，而且可以同时抑制任意多个振动模态，分力合成方法可以对频率和阻尼系数的不确定性具有较强的鲁棒性，这使该方法更易于工程实现，本文对单柔性杆，将分力合成主动振动抑制方法和反馈控制相结合，设计了不同形式的大角度机动控制律，数值仿真和试验结果充分验证了方法的有效性。