舰载反导跟踪算法与模型分析

反舰导弹构成了现代舰艇的严重威胁 ,对反舰导弹精确跟踪是反导防御成功的重要前提。针对比例制导的飞航式反舰导弹弹道的特点和机动特征 ,提出了跟踪此类目标的两种新算法———基于自适应模型的算法和基于自适应交互多模型的算法。仿真实验证明 ,这两种各具特点的算法都有足够的适用性能。     

基于DVENET的虚拟炮瞄雷达的研究与实现

在分析炮瞄雷达的物理特性和ＤＩＳ协议提供的相关支持的基础上,对ＤＩＳ协议进行了扩充,同时建立了炮瞄雷达仿真所需的相关数学模型,并针对分布式系统下存在的雷达数据一致性问题提出了一种解决方法。     

基于强化学习的连续型机械臂自适应跟踪控制

针对空间主动碎片清除操作中连续型三臂节机器人系统跟踪问题,提出一种基于强化学习的自适应滑模控制算法。基于数据驱动的建模方法,采用BP神经网络对三臂节连续型机械臂进行建模,并作为预测模型指导强化学习实时调节所提出滑模控制器的控制参数,从而实现连续型机器人运动的实时跟踪控制。仿真结果表明：提出的数据驱动的预测模型对随机轨迹预测的相对误差保持在±1%以内,能够高精度地反映系统动态特性。对比固定参数的滑模控制器,提出的自适应控制器在保证系统达到控制目标的同时具有更低的超调量和更短的调节时间,表现出更好的控制效果。     

基于仿真驱动的高速公路主动限速效用评价与推荐

传统的路侧被动限速方式对于特定的惩处区域以外缺少管控,间接导致车辆行为在时空上的不一致性甚至突变,影响了交通的通行效率与安全性。从车侧主动限速方式入手,提出主动限速效用评价与推荐方法,结合道路线形、交通流量、车型比例,开展多情景主动、被动限速交通仿真,利用安全间接分析模型及交通流运行状态,从安全与效率2个层面提取效用评价指标及其权重,采用集成学习方法进行预测分析。结果显示：主动限速方式相较于被动限速方式更有利于提高安全性和调节效率,而在主动限速方面,GBDT(gradient boosting decision tree)回归模型的预测稳定性和准确率更高(R²=0.984)。     

职住变迁与通勤自平衡

采用2011年和2014年各两周的上海移动手机信令数据,通过跟踪分析识别出居住地、就业地发生变迁的居民作为研究对象,数据可视化、描述性统计、定量对比分析等方法对同一批变迁居民的通勤行为进行跟踪研究,以此对其中存在的“自平衡”特征进行分析,并进一步研究该变化特征与城市空间之间所存在的联系。研究表明：总体层面,从平均通勤距离变化以及过剩通勤率变化方面来看,居民在进行居住地、就业地变迁时均存在通勤“自平衡”的特征与趋势;个体层面,原通勤距离越远,通过居住地、就业地变迁以改善自身通勤关系追求通勤“自平衡”的效果越明显;就业地变迁居民的通勤“自平衡”特征相较于居住地变迁来说更加显著;空间集合层面,职住关系较差的居住区、就业区,存在总体的“自平衡”现象。     

多智能体系统对移动放射性辐射源的环绕跟踪

针对多智能体系统对移动放射性辐射源的环绕跟踪问题进行了研究,利用一种全新的方法,证出多智能体系统在有限时间内对移动放射性辐射源群组进行环绕跟踪。通过设计三个不同的分布式估算器分别对辐射源的几何中心、环绕半径以及极角进行估计,最后将得到的估计值为环绕智能体设计分布式控制协议,使得智能体在有限时间内能够将所有辐射源包围在环绕圈内,并实现均匀分布。最后,通过MATLAB仿真验证了控制方案的有效性。     

基于反馈判决的鲁棒自适应机动目标跟踪算法

针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法.利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测量异常问题;同时,引入多重渐消因子调整预测误差协方差,从而改变滤波增益,增强算法的自适应性...     

被动伸展与抗阻功能相结合的训练方法研究

被动伸展与抗阻功能相结合的运动,是一种综合了医疗体育的3种康复运动(被动运动、伸展运动、抗阻运动)特点的运动,不仅对运动创伤有康复作用,而且还可以起到预防运动创伤、提高运动能力的作用.由于其适用范围广,可操作性强,能对人体许多部位进行专项功能训练,具有推广价值.     

跟踪微分器改进算法的应用分析

为克服传统的跟踪微分器在进入稳态后出现的高频振颤现象,引入了一个新的综合控制函数.利用Matlab/Simulink软件中的S-函数对跟踪微分器进行了建模、封装,通过仿真技术进行了实验分析与研究.数值仿真结果表明,应用新的综合控制函数的跟踪微分器,不但能快速无超调地跟踪输入信号,而且消除了输入信号的微分稳态时的高频振颤...     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计。首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization, QPSO)算法对控制器参数进行优化,考虑无人机飞行过程中受到的未知干扰,引入扩张状态观测器(extended states observer, ESO)对干扰进行观测,进一步提高系统的鲁棒性,并结合实际工程应用对系统进行数学仿真。仿真结果表明,基于状态扩展双反馈模型预测控制的无人机侧向航迹跟踪控制器,能够在系统存在模型不确定性与受到动态干扰时对期望航迹进行准确、稳定的跟踪。