考虑未知输入的异构集群系统群体智能合围跟踪控制

集群系统合围跟踪控制是群体智能涌现在运动控制层面的实现途径之一,在智能化战争时代具有广阔的应用前景.本文面向未来空地群体智能作战中护卫任务的应用需求,聚焦军品押送、重要人物护送等典型任务场景,研究了异构集群系统考虑领导者具有未知输入的分布式编队-合围跟踪控制问题,以实现复杂环境下空地协同智能作战.首先引入代数图论知识,建立具有未知输入的异构集群系统模型,提出了一种编队构型生成系统.之后结合自适应控制律,利用邻居局部信息交互设计了基于边的分布式编队-合围跟踪控制器,并证明了闭环系统的稳定性.此外,对异构集群系统涌现出的更复杂的群体智能特征进行了分析与总结.最后,通过数值仿真验证了本文所提出的方法能够实现预期的编队-合围跟踪控制,并建立了实物等效验证系统,对控制方法的有效性进行了验证,为实际情况下大规模空地协同智能作战提供了有力的理论支撑.     

分数阶定积分学

分数阶定积分是积分变量在某一给定的区间下的分数阶积分值。在分数维的情况下,分数阶定积分学有着重要的数值计算意义。从介绍定义,性质入手,引入分数阶积分函数的定义与性质,导出分数阶定积分的基本定理。     

四轮转向车辆分数阶控制方法研究

四轮转向系统(4WS)可根据前轮转向和车辆的状态通过后轮的转向提高车辆转弯能力, 同样, 利用这一转向系统可以改进车辆的横向稳定性和操纵性能. 当前轮转向相同时四轮转向车辆的转弯半径大于两轮转向, 而且普通的控制方法不考虑前轮转向的动态过程影响. 本文利用分数阶导数理论提出一种新的四轮转向控制方法, 其不仅考虑前轮转角和横摆角速度的大小, 而且也考虑到转向角速度的影响. 同时也给出控制方法的一些设计方法, 数值计算结果验证了该控制方法的有效性. 通过对两轮转向和四轮转向的转弯车辆的侧偏角、车辆绕质心的横摆角速度和转弯半径等动力学和运动学特性的计算结果比较, 本文的控制方法对四轮转向车辆在转向过程中的瞬态响应有所改进, 并减小了转弯半径.     

数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现

文中提出并论述数字图像纹理细节的分数阶微分检测及其分数阶微分滤波器实现．首先，分别从信息论和动力学两个角度深刻阐述了分数阶微积分的几何意义和物理意义．然后，提出并论述了分数阶驻点、分数阶平衡系数、分数阶稳定系数、分数阶灰度共生矩阵的概念与理论，并详细论述了分数阶灰度共生矩阵对图像纹理细节特征的检测．然后，论述了在X轴负、x轴正、Y轴负、Y轴正、左下对角线、左上对角线、右下对角线、右上对角线8个方向上的数字图像任意分数阶n×n的分数阶微分掩模的构造及其数值运算规则．最后，在此基础上，提出并论述了数字图像分数阶微分滤波器的理论与构造．仿真实验分别从定性和定量两方面证实了，对于纹理细节信息丰富的图像信号而言，分数阶微分具有非线性增强图像复杂纹理细节特征的独特优势与良好效果．     

基于群体熵度量的无人机集群目标合围控制

针对受限环境中无人机集群的目标合围控制问题,提出了一种基于局部度量距离交互的分布式集群目标合围控制方法.首先,基于局部度量距离交互机制确定了每架无人机的时变邻域无人机集合,采用光滑成对交互势函数设计了集群内部无人机间的交互势函数、无人机与飞行环境中障碍间的交互势函数以及无人机与目标无人机间的交互势函数.在此基础上,基于自组织原则提出了分布式的无人机集群目标合围控制律,使无人机集群能够以指定环绕半径形成以目标无人机为中心的稳定α-晶格合围构型,对目标无人机进行合围和跟踪,同时使无人机避开飞行环境中的障碍,保障自身飞行安全.然后借助Lyapunov稳定性理论证明了集群系统的稳定性,并给出了集群系统内部无人机发生碰撞的条件以及合围构型参数的取值依据.此外,基于群体熵的概念尝试对无人机集群目标合围过程中的自组织水平进行度量.最后通过仿真来验证所提出算法的有效性.     

分数阶Fourier域过采样分析

过采样广泛应用于实际数字信号处理过程中。随着分数阶Fourier变换在信号处理领域的不断发展和应用,研究分数阶Fourier域过采样理论就显得十分必要.文中深入研究了分数阶Fourier域的过采样理论:导出了过采样序列与其子序列的分数阶Fourier谱关系;然后利用此关系得到了过采样序列子序列准确重建丢失采样点的表达式.最后以chirp信号为例,利用分数阶Fourier域过采样理论,证明了对于时频分布在分数阶Fourier域具有最小支撑宽度的信号,对其过采样重建更适合在分数阶Fourier域进行。     

分数阶Fourier变换在信号处理领域的研究进展

分数阶Fourier变换是对经典Fourier变换的推广．最早由Namias以数学形式提出，并很快在光学领域得到了广泛应用．而其在信号处理领域的潜力直到20世纪90年代中期才逐渐得到发掘．尽管分数阶Fourier变换的定义式直观上看仅是chirp基分解，而实质上分数阶Fourier变换更具有时频旋转的特性，它是一种统一的时频变换，随着变换阶数从0连续增长到1而展示出信号从时域逐步变化到频域的所有特征．从信号处理的角度对分数阶Fourier变换的研究进展作全面的总结和系统的归纳，力图将分数阶Fourier变换从定义到应用的全程都清晰地刻画出来，既能为相关的专业研究人员提供参考，又可以为感兴趣的读者提供入门的阶梯．     

智能车辆弯路换道轨迹规划与横摆率跟踪控制

对自动化公路系统弯路上智能车辆换道控制进行了研究.假设期望的侧向加速度满足正反梯形的约束条件,考虑起始车道和目的车道曲率的差别,提出了一种弯路上车辆换道轨迹规划方法,推导了换道时车辆在惯性坐标系的期望运动状态计算公式;根据车辆期望运动状态计算了车辆换道时的期望横摆角、横摆角速度和横摆角加速度;假定依靠角速度传感器获得横摆角速度信息,基于车辆侧向动力学模型,采用非奇异终端滑模控制方法,设计了横摆角速度跟踪车辆换道滑模控制规律.基于李雅普诺夫稳定性理论,采用相平面法,对控制系统的有限时间收敛性进行了分析.仿真结果显示,若不考虑内外侧车道曲率差别,规划的期望换道轨迹,在换道结束时与目的车道位置之间总是存在偏离,偏离程度随曲率半径减小而增大;本文考虑内外侧车道曲率的差别,能得到无偏差的期望换道轨迹;设计的横摆率跟踪控制规律能实现对换道轨迹的理想跟踪.     

抽取和内插的分数阶Fourier域分析

为了节省系统中信号处理的运算量和存储量，常需要对信号进行抽样率转换．分数阶Fourier变换是分析非平稳信号的有力工具，它已在雷达、通信、电子对抗、信息内容安全等领域得到广泛的应用．文中从分数阶Fourier域的采样定理出发，定义了分数阶Fourier域的数字频率，推导了非平稳信号经抽取和内插之后分数阶Fourier谱的表达式，并设计了分数阶Fourier域的去镜像和抗混叠滤波器，进而总结出了非平稳信号经过有理数倍抽样率转换之后其分数阶Fourier谱的变化规律，最后导出了抽取和内插在分数阶Fourier域内的恒等关系．此研究成果为基于分数阶Fourier变换的多抽样信号处理理论体系奠定了基础．仿真实验验证了所提理论的正确性。     

分数阶 Fourier 域带限信号多通道采样定理

提出了分数阶 Fourier域带限信号多通道采样定理, 是已有采样定理的广义形式. 利用上述结果, 并结合分数阶Fourier变换所特有的时移相移性质, 得到具有重要应用价值的周期非均匀采样序列重构原始信号的表达式. 此外, 通过设计不同的分数阶 Fourier 域滤波器, 可以得到分数阶 Fourier 域带限信号不同采样策略的重构公式.     

分数阶傅里叶域与时域联合干扰抑制研究

针对传统扫频干扰抑制方法存在信噪比损失大、输出信干噪比受输入干信比影响大导致同步性能不稳定、强干扰下频谱泄露严重等问题,提出了一种基于重叠变换的分数阶傅里叶域与时域联合干扰抑制技术.首先通过加窗、重叠分数阶傅里叶变换,提高干信比改善性能,降低信噪比损失;其次,通过弱化干扰与二次门限处理,在分数阶傅里叶域中尽可能多地抑制干扰能量,减小干信比对输出信干噪比的影响,最后,通过分数阶傅里叶域及时域联合干扰抑制,解决强干扰存在相位不连续造成分数阶傅里叶抑制后,时域仍残留干扰能量的问题.理论分析及仿真结果表明,本文所提方法对单个调频率多个周期扫频干扰和多个调频率扫频干扰均具有较好的抑制效果,尤其在高干信比下比传统方法性能改善明显.     

分数阶Fourier域多通道采样的滤波器组高效实现

研究了分数阶Fourier域周期非均匀采样以及多通道采样的滤波器组高效插值和重建方法．首先,根据分数阶Fourier变换的性质,得到了分数阶Fourier域插值和采样的恒等结构;然后根据该恒等结构,得到了从分数阶Fourier域多通道采样和周期非均匀采样中重建原始信号的滤波器组高效实现方法;最后建立了分数阶Fourier域多通道采样和分数阶Fourier域滤波器组的关系,并进一步说明可以通过分数阶Fourier域准确重建滤波器组,导出分数阶Fourier域新的采样和重建策略．     

分数阶傅里叶域循环多抽样率信号处理理论

从分数阶圆周卷积定理和离散信号在分数阶傅里叶域的chirp周期性出发,研究了分数阶傅里叶域循环多抽样率信号处理理论,包括有限长非平稳信号循环内插和循环抽取的分数阶傅里叶域分析,分数阶傅里叶域循环抽取和循环内插的恒等关系、分数阶傅里叶域循环滤波器组的多相结构和准确重建条件,并在此基础上提出了分数阶傅里叶域M通道准确重建循环滤波器组和分数阶傅里叶域chirp调制循环滤波器组的设计方法．所提理论丰富了分数阶傅里叶域多抽样率信号处理理论体系,也为分数阶傅里叶域滤波器组理论在数字图像处理等有限长离散信号处理领域中的应用奠定了基础．最后,通过仿真实验验证了所提分数阶傅里叶域循环滤波器组设计方法的有效性．     

无人机群协同跟踪地面多目标导引方法研究

多机协同目标跟踪是无人机系统的典型任务之一.由于军事任务的集群性,在实际中常需要跟踪多个不同的目标.如何使用尽量少的无人机对多个目标实施有效跟踪,以提高系统鲁棒性和定位精度,是一个重要的研究课题.本文针对复杂环境下无人机群协同跟踪地面多目标过程中的关键问题进行研究,设计了复杂环境下无人机群协同跟踪多目标系统架构,提出了考虑遮蔽区域机群跟踪多目标动态分组算法、自适应多模型无迹卡尔曼粒子滤波融合算法和障碍条件下机群协同目标跟踪运动快速导引方法.通过仿真试验和飞行试验,验证了本文方法的有效性.最后,对该领域的下一步研究方向进行了展望.     

一元不可微函数的局部分数阶定积分的问题

利用Jumarie的分数阶微积分理论推广了Kolwankat和Gangal的局部分数阶微积分,并且重新讨论了局部分数阶定积分,讨论了局部分数阶定积分的性质及其定理.     

一元不可微函数的局部分数阶微分的基本理论

本文讨论了基于Jumarie的分数阶微积分理论的修正局部分数阶导数,推广了局部分数阶导数的基本理论,给出了局部分数阶导数的唯一性,并且证明了局部分数阶导数的罗尔定理、微分中值定理、广义的柯西中值定理及其洛必达法则。     

双三相永磁同步电机谐波闭环模型预测容错控制

双三相永磁同步电机在开路故障后,谐波平面和基波平面发生耦合.基于正常解耦变换的谐波闭环控制策略在故障发生后,基波平面和谐波平面的电流控制器产生冲突,从而影响电机系统的容错性能.为此,本文针对单相开路故障,提出双三相永磁同步电机谐波闭环模型预测容错控制策略,利用降维解耦矩阵推导容错预测模型,消除不同平面电流间的耦合效应,避免控制器冲突.此外,推导故障后电压矢量的分布情况,并在此基础上重构开路故障情况下的虚拟电压矢量控制集.最后,为了抑制非线性因素引起的谐波电流,设计谐波电压扩张状态观测器,通过坐标变换快速获得需要补偿的占空比,注入修正后的电压矢量中,完成谐波闭环控制.实验结果表明,所提方法具有可行性和有效性.     

基于分数阶Fourier变换的多分量LFM信号的检测和参数估计

提出了一种基于分数阶Fourier变换的多分量LFM信号的检测与参数估计的方法. 针对分数阶Fourier域上的优化搜索问题, 提出了基于拟Newton法的两级搜索算法, 在不影响估计精度的前提下, 降低了计算的复杂度. 对于多分量信号的检测, 提出了分数阶Fourier域上的信号分离技术, 有效地抑制了检测过程中强信号分量对弱信号分量的影响. 并给出了估计误差的统计分析, 使得这一方法在理论上更加趋于完善, 仿真结果也证明了其有效性.     

基于零和微分博弈的航天器相对位置容错控制

针对带有执行器偏置故障和失效故障的航天器相对位置控制系统,本文提出了一种基于零和微分博弈的最优容错控制方法.首先,利用线性二次调节设计反馈控制器以保证无故障时系统的渐近稳定性能;其次,将航天器相对位置容错控制问题转换为零和微分博弈问题,结合Hamilton-Jacobi-Issac (HJI)方程和极小极大原则设计最优控制律;最后,利用自适应动态规划方法设计评判网络对最优性能函数进行估计,构成自适应控制信号,保证了系统稳定性和状态最终一致有界.仿真结果表明了本文设计的容错控制律的有效性.     

基于鸽群智能行为的大规模无人机集群聚类优化算法

未来空中战场,大规模无人机集群系统将成为主导力量.而对大规模无人机集群系统进行分组聚类是完成作战任务规划的必要步骤.在实际战场中无人机受到有限通信约束,无法得到全面而有效的全局作战信息.因此本文提出一种基于鸽群智能行为的大规模无人机集群聚类优化算法.根据聚类模型设计鸽群优化算法,研究分析导航能力优异的鸽群智能行为,将鸽群飞行过程中的层级网络机制映射到鸽群优化算法中,解决有限交互环境下的信息不完整问题.一方面,依据鸽群在飞行过程中来自临近个体的引导更为有效直接,因而在有限交互环境下,基本鸽群优化算法中的全局最优信息由交互范围内的最优个体信息替代;另一方面,鸽群的中心位置更新包括三部分:增量惯性部分、模仿部分、环境影响部分.为验证改进后鸽群优化算法在有限交互范围下的有效性,本文采用三种算法针对三个数据集进行聚类分组,仿真结果表明改进后的鸽群优化算法在最优解与平均最优解上均有改善,为实际作战环境下的无人机集群系统聚类分组提供了有效的解决方法.