直接加权优化辨识中未知权重值的迭代选取

对于非线性系统的直接加权优化辨识算法,通过在原线性仿射函数形式中,增加若干关于输入观测 数据序列的线性项来增强逼近非线性。对于增加若干线性项后展开式中的两类未知权重值的选取,分别从理论 和实用上推导出这些未知权重值的选取过程,并明确权重值间的关键和辅助作用。理论上的推导分析可明确增 加的未知权重值在整个逼近非线性系统的目的中起着辅助作用;实用上的推导分析展示了怎样将某些复杂的最 优化问题经过整理变换成常见的最优化问题,从而可利用最基础的优化方法来求解,并分别对理论和实用算法的 收敛性做了必要的证明。最后用仿真算例验证所提方法的有效性和可行性。     

高阶非线性系统的神经网络动态面控制

研究了一类非匹配不确定高阶非线性系统的跟踪控制问题。基于自适应增加幂次积分递推设计方 法,利用基神经网络的逼近特性,提出了一种自适应神经网络增加幂次积分动态面设计方法。在每个子系统中, 采用双极Ｓｉｇｍｏｉｄ函数设计期望虚拟控制律,保证了其可导性;引入一阶滤波器,避免了对期望虚拟控制律的微 分。仿真实例表明,所提控制方法能够保证闭环高阶非线性系统的状态量和跟踪误差半全局一致终结有界。     

临近空间飞行器再入段复合控制律设计

针对临近空间飞行器再入段的异构复合控制问题,提出了适合该类飞行器气动舵和反作用控制系统 的复合控制模式及其构型,并设计了相应的异构复合控制律。在此基础上完成了适合高空段的指令型控制器设 计和适合中空段的力矩型控制器设计,指令型控制器实现了高空段姿态的快速与平稳响应控制,力矩型控制器实 现了中空段姿态的精确跟踪与强干扰抑制控制。仿真表明所提方法的姿态角与舵偏角动态响应平稳,组合拉偏 下的跟踪误差小于０．５°,超调小于５％,满足临近空间飞行器姿态复合控制的工程设计要求。     

模型驱动的系统体系结构仿真验证研究

在综合电子信息系统（ｃｏｍｍａｎｄ,ｃｏｎｔｒｏｌ,ｃｏｍｍｕｎｉｃａｔｉｏｎ,ｃｏｍｐｕｔｅｒ,ｉｎｔｅｌｌｉｇｅｎｃｅ,ｓｕｒｖｅｉｌｌａｎｃｅａｎｄｒｅｃｏｎｎａｉｓｓａｎｃｅ,Ｃ４ＩＳＲ）和航天维修等复杂系统建设前,对系统的体系结构进行仿真和验证是降低系统后期开发成本和风 险的有效方法。提出了基于系统体系结构中的活动模型、规则模型、动态模型和数据模型等向统一的Ｓｉｍｕｌｉｎｋ仿真 模型的映射方法,并基于模型驱动架构中的模型转换技术实现了前者向后者的自动转换,不仅能够提高仿真模型构 造的效率,还能保证仿真模型和体系结构模型的一致性。哈勃太空望远镜维修系统的体系结构仿真验证案例说 明了方法不仅能够验证系统体系结构模型之间的逻辑一致性,还能够对系统体系结构的性能进行有效预评估。     

一种新的群体智能算法——狼群算法

基于狼群群体智能,模拟狼群捕食行为及其猎物分配方式,抽象出游走、召唤、围攻３种智能行为以 及“胜者为王”的头狼产生规则和“强者生存”的狼群更新机制,提出一种新的群体智能算法---狼群算法（ｗｏｌｆ ｐａｃｋａｌｇｏｒｉｔｈｍ,ＷＰＡ）,并基于马尔科夫链理论证明了算法的收敛性。将算法应用于１５个典型复杂函数优化问 题,并同经典的粒子群算法、鱼群算法和遗传算法进行比较。仿真结果表明,该算法具有较好的全局收敛性和计 算鲁棒性,尤其适合高维、多峰的复杂函数求解。