摘要：针对CNS/INS组合导航系统中缩短初始对准时间的问题,设计了一种CNS/INS组合导航系统组合对准新方法。在CNS/INS姿态四元数组合算法的基础上,推导CNS/INS组合系统线性化状态方程,分析了INS和CNS姿态四元数差值构建量测方程。利用递推最小二乘原理实现了对该组合系统的信息融合,设计了基于该估计原理的组合导航系统初始对准方法,考虑到大气层内动基座条件下对于星敏感器造成的干扰因素增加了加权处理环节,最后通过仿真实验验证了递推加权最小二乘法在处理组合导航系统初始对准中的有效性。仿真结果表明在微晃基座条件下,与传统的滤波方法相比较该估计方法能够有效地缩短约25%的对准时间。

摘要：在实时洪水预报中采用速推最小二乘法和误差自回归实时校正方法，提高了模型计算精度，实例验证应用效果良好。

摘要：现有罗差校正方法不同程度地存在着需要精确控制采样点、校正结果受噪声影响大、不能实现现场环境下的在线校正等问题。针对这一问题,设计了一种基于递推最小二乘的在线罗差校正方法。介绍了罗差校正的基本原理,推导了基于递推最小二乘罗差校正的实现过程,设计了转台试验及车载试验进行验证分析。两次转台试验中,罗差校正前后系统航向角误差标准差分别由30.9418°与3.2407°降低至3.8861°与1.2964°;车载试验中,车辆仅需原地转圈即可实现罗差校正,15 min跑车结果显示,校正后航向角误差标准差由17.2037°降低至2.8818°。试验结果表明,该罗差校正方法简单易用,可应用于现场在线校正,相比传统方法高效、稳定。

摘要：根据特高压换流站阀厅连接金具温升的特点,提出了模糊系统结合递推最小二乘的温升预测新方法.设计了阀厅连接金具温升试验,得到能代表样本空间的训练数据与区别于训练数据,用于检测模糊系统可靠性的测试数据.通过训练数据利用递推最小二乘算法训练模糊系统,训练完成后通过测试数据检验模糊系统可靠性,误差在合理范围内.测试结果验证了运用模糊系统结合递推最小二乘算法预测阀厅连接金具的温升是可行的.利用回归分析预测阀厅连接金具的温升,并与模糊系统进行比较,结果表明模糊系统在阀厅连接金具温升预测方面具有优势.

摘要：用于天文观测的高空气球姿态控制系统是一种软联结控制系统,其控制稳定性与气球吊舱的运动特性有重要关系。使用拉格朗日方程对球舱方位通道的运动学特性进行建模,并使用基于最小递推二乘的算法对球舱方位通道模型中的扭转刚度和阻尼系数进行离线辨识。与传统的稳定性分析方法相比,所提方法进一步揭示了系统控制稳定性与系统的关系和球舱方位控制运动特性,为高空气球吊舱姿控系统的设计及优化提供了重要参考。

摘要：针对火控系统设计中卡尔曼滤波器存在的不足,在机动目标跟踪中应用最小二乘滤波方法。基于最小二乘法基本原理,推导递推格式最小二乘滤波公式系,详细论述其工程实现方法,并通过模拟航路仿真及实装动飞进行试验验证。结果表明:该方法的多模自适应递推最小二乘滤波能满足某火控系统相关要求,对类似系统具有一定的工程参考意义。

摘要：基于虚拟同步发电机(VSG)控制的逆变器能够为微网提供惯性和阻尼,提出一种VSG参数辨识方法,为微网的优化设计提供基础。首先建立了VSG输出功率对指令功率的二阶传递函数模型,然后根据基于VSG控制的逆变器在响应阶跃指令功率后的输出,利用模型参数与惯性和阻尼系数的关系,并基于递推最小二乘法辨识出逆变器提供的惯性和阻尼系数。进一步分析了稳态平衡点偏移以及双线性变换给辨识结果带来的误差,结果表明利用递推最小二乘法辨识VSG参数能够满足一定的精度要求。最后,通过MATLAB仿真和实验验证了所提参数辨识方法的可行性和有效性。

摘要：针对空天飞机再入横、侧向通道的姿态控制问题,设计了一种智能神经网络自适应复合控制方法,基于误差反馈学习准则在线更新神经网络权重以补偿全量姿态控制律输出的姿态控制指令。同时,面向再入过程横侧通道的强耦合问题,引入了耦合控制系数,以降低横、侧通道间的控制干扰。此外,提出了一种自适应链式控制分配律,在控制信号中引入正交优化多正弦激励,基于递推最小二乘方法对气动参数进行在线辨识,进而实时更新链式分配策略。最后,对空天飞机再入横侧向通道的神经网络自适应复合控制方法进行数学仿真校验,验证了该方法的有效性和鲁棒性。

摘要：为实现氧化铝浓度精确控制,基于子空间辨识及模型预测控制技术,提出一种递推子空间氧化铝浓度自适应预测控制方法.首先,采用带遗忘因子的递推子空间算法,建立氧化铝浓度的在线预测模型,自适应地根据铝电解过程工况变化准确预测氧化铝浓度;然后,应用预测控制实现氧化铝浓度的自适应控制;最后,基于某铝厂实际生产数据开展实验研究,验证所提控制方法在氧化铝浓度精确控制上的有效性和优越性.

摘要：为实现无人艇运动数学模型的精确在线建模,针对遗忘多新息递推最小二乘算法精度较差,并且不能充分利用多组数据误差之间的差异进行参数递推的问题,提出加权形式的遗忘多新息递推最小二乘算法,并设计一种基于数据递推误差确定权值的加权策略。基于一艘喷推艇的实艇数据和无人艇操纵运动二阶非线性响应模型对本文算法进行验证,结果表明,较传统遗忘多新息递推最小二乘算法,本文算法的艏向角均方根误差指标可降低6°左右,决定系数指标最高可达0.9927,证明本文算法具有较强的在线参数辨识建模能力。