摘要：针对高超声速飞行器(HV)受外界持续干扰影响以及非对称约束限制的问题,提出了一种基于神经网络的新型复合预测控制方法。首先,为了实现HV对攻角和控制信号这2类非对称约束的限制,利用多面体不变集处理非对称约束的能力,基于HV多个速度和高度的离散点,构建多面体不变集序列,并设计HV标称纵向模型(无持续干扰)的标称预测控制器;然后,基于神经网络,设计自适应神经网络干扰观测器估计HV的速度、攻角、俯仰角速率3个回路的干扰,并获得补偿控制器,有效抑制持续干扰。仿真结果表明:在HV受到外界持续干扰以及非对称约束限制的情况下,该方法可保证高度跟踪误差和速度跟踪误差分别收敛到10-4 km和10-4 km/s的范围内,而无补偿控制方法的跟踪误差则会大幅度振荡。

摘要：针对高超声速飞行器非线性、快时变、硬约束、大扰动和对象模型不确定性大等特点,研究离线鲁棒预测控制器的设计方法。在线鲁棒预测控制方法可以处理对象模型的不确定性,但是计算量大;常规离线鲁棒预测控制方法减小了在线计算量,但是牺牲了系统的调节时间等性能。提出基于单因素椭圆集序列的鲁棒预测控制策略,针对系统状态的m组一维子空间,运用常规离线鲁棒预测控制生成m组椭圆不变集序列,将在线优化转化成为在m组椭圆不变集中分别搜索当前状态所处最大椭圆不变集,最后通过简单的融合计算得到对应的控制律。该方法保证系统鲁棒性的同时,大幅度减少了在线计算时间,提高了系统响应速度。仿真算例验证了该方法的有效性。

摘要：随着人们对实时位置信息需求的不断增长,基于位置的服务因此得到快速发展。但由于GPS定位技术无法在室内环境下实现定位,因此现有的室外位置服务系统无法有效地应用在室内环境中。设计并实现了一种基于蓝牙信标和微信的新型位置服务系统。该系统使用蓝牙信标作为信号发射基站,将移动终端设备作为客户端,使用微信提供的摇一摇周边功能作为系统入口,通过调用微信公众平台提供的周边服务开发接口,动态监听客户端邻近基站发送的蓝牙信号,并从中解析出邻近基站的标识、信号强度等信息,并在此基础上实现客户端实时定位、周边信息推荐和动态导航等功能。经过真实环境测试,结果表明该系统在功能上达到了预期效果,易于部署和使用,并且可以在多种环境下正常提供服务,扩展了位置服务的应用范围。