近圆参考轨道卫星编队脉冲控制方法

针对高斯摄动方程在描述近圆轨道时其近地点幅角和平近点角存在奇异性的问题,采用非奇异轨道要素描述卫星轨道运动,推导了适用于近圆参考轨道编队的非奇异轨道要素脉冲控制模型。基于该模型,首先设计了一个法向脉冲同时调整轨道倾角和升交点赤经偏差;然后,先假定采取在两个位置分别同时施加切向和径向脉冲的策略调整其余轨道要素偏差,分析了如在第一个位置施加切向脉冲时将会导致的复杂非线性问题,从而提出了一种在轨道上的某两个位置分别仅施加径向和切向脉冲的双脉冲控制修正算法,并且分析了该算法的燃料消耗情况。最后通过数值仿真验证了算法的简单性和有效性。     

基于虚拟结构的卫星编队机动控制

针对某些航天任务在小卫星机动过程中需要保持编队构型,提出了利用虚拟结构解决三星编队机动控制问题。建立了虚拟结构坐标系,在机动过程中,三颗卫星视为一个虚拟刚体,保持编队构型。设计了虚拟结构的动力学和运动学控制器。动力学控制器包含编队队形反馈,实现对编队速度的控制。针对外加干扰,设计了姿态变结构控制器,利用李雅普诺夫方法证明了系统的稳定性。对三星编队机动进行仿真,实现了编队构型的保持,验证了方法的有效性。     

基于平方根UKF的双星编队相对状态自主确定

基于AFF技术,提出了一种利用类GPS敏感器进行星间测量的双星编队相对状态自主确定算法。该算法以双星编队相对轨道和相对姿态运动方程为状态方程;为消除系统误差和钟差的影响,用同一卫星不同接收天线之间的伪距观测值的单差来构造测量方程;为保证协方差阵的正定性,提高计算精度和速度,应用平方根UKF滤波方法进行双星编队相对状态的自主确定。仿真结果验证了所给出方法的可行性和有效性。     

J2摄动下编队构形保持脉冲控制方法

针对卫星编队轨道构形在J2摄动干扰作用下被破坏的问题，给出了两种构形保持脉冲控制策略。首先，分析J2摄动对编队卫星相对轨道要素的影响，即J2摄动使相对升交点赤经、近地点辐角和平近点角产生长期漂移。然后，结合高斯摄动方程，分别设计了切向加法向脉冲和径向加法向脉冲两种控制方法修正从星升交点赤经、近地点辐角和平近点角的偏差，从而实现卫星编队的构形保持。数值仿真结果表明，两种方法都能够有效地修正编队构形偏差，且采取切向加法向脉冲的构形修正方式更有利于节省燃料消耗。     

J2摄动影响下的卫星编队稳定性分析、仿真与构形设计

从坐标变换矩阵入手，得到小偏心率参考轨道卫星编队较精确的相对运动分析解，继而深入地分析在地球J2项摄动影响下编队构形的破坏机理并对构形破坏做出层次上的划分，为进一步地研究编队构形保持与控制方法提供思路；以此为基础，提出使卫星编队构形稳定的轨道约束条件，同时得到基于三轴(即参考卫星轨道的径向、沿迹向、轨道面法向)振动同步的编队构形设计方法；最后，通过使用STK软件的数值仿真证实了以上分析的正确性和方法的有效性。     

基于规则的无人机编队队形构建与重构控制方法

针对已有方法在无人机编队队形控制方面的不足,结合无人机系统有限范围感知的特点提出一种基于规则的队形控制方法。首先,利用目标位置选择算法为编队成员选择刚体中的期望位置点,使分布式条件下的复杂无人机编队队形控制问题转化为个体对自身期望位置点的追踪问题;其次,通过控制协议的设计引导编队成员对自身的期望位置点进行追踪和避免碰撞;最后,在netlogo平台上实现了队形的控制;进一步,将目标位置选择算法与基于全局信息的“禁忌搜索”优化算法的效果进行了对比。实验表明:本文的控制方法简单,生成的航迹图简洁、平滑,其效果与基于全局信息的优化效果接近,且可生成任意队形和对突发威胁能主动有效的规避。     

卫星编队构形重构的螺旋控制策略

系统地探讨利用螺旋控制策略实现卫星编队的构形重构问题，并给出等速螺旋控制、加速螺旋控制、对数螺旋控制、加速对数螺旋控制等几种可行的控制策略．首先将相对运动方程的解看作某种螺线，代入到Hill方程中，推导出控制律，并进行仿真分析；继而通过理论推导，探讨初始状态和构形重构时间对重构结果的影响，给出构形重构条件；然后对各种螺旋控制策略进行比较；最后通过一个三星编队的构形重构实例，验证了利用螺旋控制策略实现卫星编队构形重构的优良性能。     

卫星编队脉冲机动维持控制与策略

针对近地圆轨道卫星编队维持问题,开展了脉冲控制方案与维持控制策略研究,并搭建了仿真环境进行验证。根据相对轨道根数(relative orbital elements, ROEs)的状态转移方程,推导了各ROEs元素在J₂摄动下的漂移速率,并针对编队构型受到空间摄动的破坏问题,提出了两种不同的编队脉冲控制方案和维持策略。基于空间圆编队长期维持需求,建立了包括高精度轨道递推算法的任务仿真环境,从脉冲消耗与控制误差对提出的方案策略进行了分析讨论,验证了脉冲方案与维持策略的可行性。仿真结果表明,所提出的脉冲控制方案与维持策略具有较高的有效性及可靠性,可用于未来空间编队飞行任务。     

无人机集群分组编队控制跟踪一体化设计

针对具有Lipschitz非线性动力学特性的无人机(unmanned aerial vehicle, UAV)集群系统的分组编队跟踪控制问题,提出了一种基于一致性理论的分组编队协同控制方法。首先,建立分层双虚拟结构的协同控制框架,将多编队生成、保持以及组内组间协同变换等复杂编队任务作为控制目标,基于参数组的队形描述方法,在分层控制框架内分别设置轨迹导引UAV和基准UAV,并利用UAV之间的局部运动信息设计编队控制律,克服了采用现有多编队控制策略编队间难以协同的缺陷;其次,设计多编队控制和目标跟踪一体化控制策略,确保在多编队进行协同变换的同时实现对机动目标的精确协同跟踪;最后,仿真结果验证了所提的控制算法能够实现分组编队的跟踪控制。     

J2和大气阻力摄动下卫星编队队形控制

针对低轨运行的编队卫星在J2和大气阻力摄动作用下其编队队形会很快遭到破坏的情况,以平均轨道根数描述卫星编队中从星相对于主星的相对轨道构形,基于高斯摄动方程,给出了在这两种摄动作用下的、以平均轨道根数为被控制量的状态方程并设计了相应的非线性控制律控制卫星编队队形。最后,数值仿真结果验证了所给出控制律的有效性。     

基于FWA-DBN的航空发电机偏心故障诊断

针对具有多并联支路绕组结构的航空发电机在偏心故障下的输出三相电压、电流故障特征差异小, 造成故障不易识别的问题, 提出一种基于烟花算法(fireworks algorithm, FWA)优化深度置信网络(deep belief network, DBN)的故障诊断方法。首先根据有限元法搭建航空发电机模型, 通过仿真获取不同静态、动态偏心故障输出数据; 然后运用FWA训练优化与极限学习机(extreme learning machine, ELM)相结合的DBN网络, 得到最佳DBN-ELM模型结构; 最后由ELM分类器进行故障诊断分类。诊断结果表明, 相较于传统的故障诊断方法, 应用所提方法进行航空发电机偏心故障诊断, 可以获得更高的准确率, 平均准确率达到99.203%。     

Drifting model approach to modeling based on weighted support vector machines

This paper proposes a novel drifting modeling (DM) method. Briefly, we first employ an improved SVMs algorithm named weighted support vector machines (W_SVMs), which is suitable for locally learning, and then the DM method using the algorithm is proposed. By applying the proposed modeling method to Fluidized Catalytic Cracking Unit (FCCU), the simulation results show that the property of this proposed approach is superior to global modeling method based on standard SVMs.     

基于联盟的无人机集群编队控制方法

针对切换拓扑结构下的集群编队控制问题,设计只需个别无人机获取虚拟长机信息也能保证集群连通性的编队控制算法。当队形变换或部分通讯网络故障导致网络拓扑结构发生改变时,以距离为原则对集群进行联盟划分,各联盟内部成员以信息浓度大小为标准同其他成员进行竞争,由信息浓度最大的无人机获取虚拟长机信息,其联盟成员通过与该无人机通讯间接获取虚拟长机信息。该算法使得每架无人机在任意时刻都能直接或间接地获取虚拟长机信息。引入集群对虚拟长机的反馈机制,与传统反馈算法不同的是,本文中反馈无人机的数量和组成成员都是变化的,从而提高了系统的收敛速度和鲁棒性。在此基础上进一步讨论编队的损伤问题,设计了一种基于分层的分布式递归自修复算法,解决了网络分裂状态下的自修复及修复后队形变化过大的问题。仿真结果表明了所建模型的合理性和求解方法的有效性。     

一种基于改进趋近律的离散变结构控制方法

研究了使用离散指数趋近律方法设计的离散时间控制系统中存在的抖振现象。为了减小这种抖振现象,提出了一种改进的离散趋近律设计方法,而且给出了趋近律的参数选择原则。仿真结果表明：在使用该改进趋近律方法设计的离散时间变结构控制器的调节下,系统的运动状态最终趋近于原点,还可使系统状态保持步步穿越切换面,提高了控制系统的鲁棒性。     

气动/推力矢量飞行器分阶段复合控制分配策略设计

以气动/燃气舵推力矢量复合控制反坦克导弹为研究对象,研究了不同飞行阶段下的气动/推力矢量复合控制分配策略问题。通过分析气动舵和燃气舵控制效率受导弹飞行速度变化的影响,并结合不同飞行阶段的飞行任务和特点,分别基于模糊逻辑以及链式递增理论,设计了适用于初始飞行段和末制导段的复合控制分配策略。仿真结果表明,设计的两种策略均保证了复合控制系统具有较快的响应速度和良好的控制精度,同时缩短了燃气舵的工作时间,减少了推力损失。     

基于在线支持向量机和遗传算法的预测控制

针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,本文提出一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。     

基于线性近似和神经网络逼近的模型预测控制

针对非线性系统的模型预测控制问题,提出了一种基于线性近似和神经网络逼近的控制算法。用Taylor级数展开法对非线性系统进行线性近似时,要求对象系统中的非线性函数必须连续可微。为了突破这一限制,引入了Stirling插值公式线性近似法,拓展了可处理的非线性系统范围。通过对线性化过程中产生的非线性高阶项进行径向基函数(radial basis function, RBF)神经网络逼近,显著提高了对象系统模型精确度。为了降低数值计算复杂度,将控制性能指标函数重构为易于处理的二次型最优化问题,通过对该二次型最优化问题的求解得到了最优控制序列。控制过程考虑了约束条件的影响以模拟真实的工业生产过程。仿真结果证明了所提出预测控制方案的有效性。     

基于3D-APF和约束动力学的无人机编队飞行控制

针对无人机编队的路径规划和队形保持问题, 提出了一种基于三维人工势能场(three-dimensional artifical potential field,3D-APF)的无人机编队路径规划与队形保持方法。对于无人机的路径规划,建立了改进的三维人工势函数。在此基础上,建立并推导了虚拟力环境下的无人机运动学模型。对于无人机的队形保持问题,运用约束动力学理论引入拉格朗日乘子建立含有队形约束的编队无人机约束动力学方程组,使编队无人机在整个飞行过程中保持期望队形。采用Penalty-Formulation对拉格朗日乘子进行求解,得到编队无人机约束动力学方程组。最后基于Matlab的仿真实验验证了所提方法的有效性。