基于模型的系统工程在航空发动机控制设计中的应用

 基于模型的系统工程（MBSE）采用模型的表达方法描述系统的整个生命周期过程中需求、设计、分析、验证和确认等活动,以其无歧义、模块化、可重用、可追溯等优点迅速覆盖了航空航天、船舶等相关工程领域。总结了MBSE的方法论、建模语言和建模工具,并探索适合航空发动机功能建模的解决方案。     

基于扰动观测器的非线性不确定系统滑模H2保性能控制

针对一类受到外界扰动的非线性不确定系统,基于扰动观测器提出一种滑模保性能H_2控制策略。首先,根据所提出的复合滑模面,设计包含扰动估计的滑模控制策略;其次,依据H_∞和极点配置理论,设计鲁棒扰动观测器,来实现对扰动的估计;最后,给出了控制参数的选取原则,以实现H_2保性能控制。仿真结果表明,该算法不仅能够有效抑制抖振,而且摆脱了对系统先验信息的依赖,具有较高的实用性和有效性。     

T-S模糊切换系统的非脆弱鲁棒H∞ 控制

为解决传统控制器在存在参数摄动时使闭环系统可靠性及期望的动态性能下降问题,针对一类基于T-S 模糊模型描述的不确定非线性时变时滞切换系统,进行了非脆弱鲁棒H∞控制器设计。首先,应用平行分布补偿法( PDC: Parallel Distributed Compensation) 算法,建立了非线性切换闭环系统的全局模糊模型; 其次,基于平均驻留时间法( ADT: Average Dwell Time) 通过构造出模糊基依赖的Lyapunov-Krasovskii 泛函,得到闭环系统非脆弱鲁棒H_∞控制器存在条件,并将控制器的设计转化为求解一组线性矩阵不等式的凸优化问题。最后,仿真算例验证了该方法的可行性。     

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。     

一类欠观测系统的可观测性研究

探索月球及月球以远天体对推动太阳系起源、行星演化、生命起源等基础科学问题的研究至关重要,已成为各航天强国的发展重心.由于深空探测任务距离遥远,深空探测器依靠地面测控网进行导航难以保证安全可靠运行,亟需发展自主导航能力.基于序列图像的自主导航系统具有成本低、功耗小、全程适用和数据结构简单等优点,可有效降低深空探测器自主导航系统的空间及能源负担,是实现深空探测器自主导航的理想手段之一.但是,受深空探测目标先验信息缺失及复杂环境下系统误差难以自主校正的影响,基于序列图像的深空探测自主导航系统属于典型的欠观测系统.为提升此类自主导航系统的精度和工程实用性,需以可观测性理论研究为基础,指导自主导航系统的设计及工程实现.针对可观测性理论研究的实际需求,本文首先从非线性系统可观测能力的表征、判定及量化等三个方面系统地阐述了现有理论及方法的研究现状;之后,调研了一类欠观测系统(基于序列图像的自主导航系统)的可观测性分析方法,给出了针对此类系统的可观测性研究现状,并讨论了各方法之间的优劣;最后,通过对已有成果进行总结归纳,探讨了现阶段欠观测系统可观测性研究存在的不足以及未来的发展趋势.     

Low Latency High Throughout Circular Asynchronous FIFO

This paper describes a circular first in first out （FIFO） and its protocols which have a very low latency while still maintaining high throughput. Unlike the existing serial FIFOs based on asynchronous micropipelines, this FIFO＇s cells communicate directly with the input and output ports through a common bus, which effectively eliminates the data movement from the input port to the output port, thereby reducing the latency and the power consumption. Furthermore, the latency does not increase with the number of FIFO stages. Single-track asynchronous protocols are used to simplify the FIFO controller design, with only three C-gates needed in each cell controller, which substantially reduces the area. Simulations with the TSMC 0.25 μm CMOS logic process show that the latency of the 4-stage FIFO is less than 581 ps and the throughput is higher than 2.2 GHz.     

Intelligent Scheduling Controller Design for Networked Control Systems Based on Estimation of Distribution Algorithm

The use of communication networks in control loops has gained increasing attention in recent years due to its advantages and flexible applications. The network quality-of-service （QoS） in those socalled networked control systems always fluctuates due to changes of the traffic load and available network resources, This paper presents an intelligent scheduling controller design approach for a class of NCSs to handle network QoS variations, The sampling period and control parameters in the controller are simultaneously scheduled to compensate for the network QoS variations. The estimation of distribution algorithm is used to optimize the sampling period and control parameters for better performance. Compared with existing networked control methods, the controller has better ability to compensate for the network QoS variations and to balance network loads. Simulation results show that the plant setting time with the intelligent scheduling controller is reduced by about 64.0% for the medium network load and 49.1% for high network load and demonstrate the effectiveness of the proposed approaches.     

PSO算法在电力系统中的应用现状和前景探析

粒子群优化（PSO）算法是一种新兴的群体智能优化技术,在简要介绍PSO算法工作原理的基础上,描述了粒子群优化方法在电网规划、检修计划、短期发电计划、机组组合、负荷频率控制、最优潮流、无功优化、谐波分析与电容器配置、参数辨识、状态估计、优化设计等方面的应用,并对今后可能的应用指出了研究方向．     

一类带有不确定项的多输入模糊双线性系统的鲁棒控制

对一类带有不确定项的多输入模糊双线性系统(M-I FBS)进行了稳定性分析及控制器设计.使用分布补偿算法(PDC)设计了模糊控制器,得到了带有不确定项的M-I FBS渐近稳定的充分条件.最后,仿真结果验证了推导的该条件的有效性.     

多任务模糊聚类驱动的多任务TSK模糊系统模型

该文提出了一种多任务Takagi-Sugeno-Kang(TSK)模糊系统建模方法.首先给出了一种新的多任务模糊c均值聚类算法,能够有效提取所有任务之间的公共信息和每个任务的私有信息,进而利用所得的聚类中心构建多任务TSK模糊系统的前件参数.其次设计了一种具备多任务协同学习机制的后件参数优化方法,可以优化多任务TSK模糊系统的后件参数.最后基于优化的前后件参数,构建出具体多任务模糊聚类方法驱动的多任务TSK模糊系统模型(multi-task fuzzy c-means based multi-task TSK fuzzy system, MTFCM-MT-TSK-FS)以用于实际应用.分别在合成和真实数据集上进行实验,结果验证了该模型的有效性.