摘要：无线传感器网络在水下生态环境的监测方面有着广泛的应用,但是常常会碰到能量缺乏和生命周期较短的问题。为了克服这些问题,基于压缩感知理论,提出了一种网络节点调度和稀疏采样的优化方法,与传统的无线传感器网络节点调度方法不同,它采用随机概率采样模型,只对整个网络的一个子集进行采样,这是一种"物理静止,逻辑动态"的随机调度方案,节省了有限的带宽和能量。同时该方法在节点调度过程中,引入了状态转换图,对节点的状态进行分类控制,增加了网络覆盖要求和最小观测数等约束条件,使得设计的稀疏选择矩阵更为合理。同时研究了在满足最小l1范数的条件下,基于组合算法对稀疏信号进行重构的方法。实验的结果表明,与传统的无线传感器水下监测网络相比,基于上述节点调度方法所构建的无线传感器水下监测网络,具有较低的能耗和较长的网络生存时间,并且能对稀疏采样后的信号以较大的概率进行近似重构,使得重构信号逼近原始监测信号。

摘要：针对运载火箭自适应增广(AAC)控制器的稳定性分析和参数设计问题展开研究。首先,在假定PD控制器稳定的前提下,证明AAC控制器的引入不会破坏PD闭环系统的稳定性。其次,提出了一种基于数量级计算的参数设计方法,实现快速高效设计AAC控制器。最后,通过数学仿真的方式验证相关算法的正确性。仿真结果表明,AAC控制器能够在刚体、弹性参数大偏差情况下实现对系统的稳定控制,证明了AAC控制器的稳定性和优越性,为后续工程实践应用打下了必要的基础。

摘要：针对参数众多的自适应增广控制(Adaptive Augmenting Control,AAC)技术,提出了两种基于优化算法的参数整定方法,实现了对AAC控制器参数的合理设计。第1种方法是使用粒子群算法,通过设计合理的适应度函数,使得优化得到的参数在标称状态下尽量不影响系统,在有干扰的情况下提升系统的抗扰动能力。第2种方法是重新定义高低通滤波器,减少优化参数数量,使用遗传算法得到优化的参数可以加快计算速度。仿真结果验证了使用优化算法得到的参数的合理性。与PD控制系统相比,AAC控制能够提升抗干扰能力;与滑模控制系统相比,能够看到相同精度下AAC控制的控制指令更加平滑。将第2种方法中得到的参数与使用粒子群算法对比,使用遗传算法得到的参数具有更优的性能。