摘要：针对目前无人机航迹规划研究多集中于算法的改进,存在规划结果3维直观显示不足的问题,创建一个基于Matlab软件的无人机3维航迹规划仿真平台。利用Matlab软件自带的App designer功能完成图形用户界面开发,建立基于地形威胁的地图模型,使用多种目前市面常见的群智能算法,直观比较各种群智能算法之间的区别,并根据需求添加算法与现有算法进行比较。设计平台能实现包含多种群智能算法的3维航迹规划,用于验证算法的可行性和可靠性,并直观反映出新型算法的优势。平台的实际操作结果表明,该平台具备对航迹规划算法结果的3维直观显示能力。

摘要：针对分布式无人车路径跟踪过程中的跟踪效果以及车辆稳定性这一多目标控制问题,研究了一种基于双层控制理论的协调控制策略。该策略采用上下两层的控制框架。其中上层控制框架中设计了基于MPC的路径跟踪控制器和基于自适应模糊PID的横摆力矩控制器,以权值切换函数协调两个控制量输出,在减小路径跟踪横向偏差的同时确保车辆具备良好的响应特性;在下层控制中,设计了基于稳定性滑转率控制和基于确定性力矩的四轮力矩最佳分配方式,用于执行上层控制器计算得到的控制需求,避免无人车产生侧滑并精确把控无人车上层架构所需求的横摆力矩,以保证无人车行驶的稳定性。通过在CarSim/Simulink进行仿真及实车试验,验证了所提控制策略的有效性。

摘要：针对可能由不确定干扰和网络攻击引起的通信链路故障的航天器编队控制系统,提出一种基于零和微分博弈的最优容错控制方法.该方法通过构建描述编队协同控制的性能函数,将通信链路故障容错控制问题等效转换为零和微分博弈模型.采用Hamilton-Jacobi-Isaacs(HJI)方程和极小极大原则设计博弈中的优化解,并利用自适应动态规划算法对其进行在线逼近,以获得编队的最优容错控制策略,保证航天器通信链路故障下的在轨稳定性和最优性能.仿真结果表明了本文设计的分布式最优容错控制律的有效性.

摘要：胚胎硬件的容错策略是影响阵列可靠性的重要因素,可靠性分析可从理论上得到理想的容错策略和阵列布局,为硬件优化设计提供目标.胚胎硬件可靠性分析的传统模型仅考虑阵列布局结构,视细胞为固定节点,不考虑容错电路设计中细胞内部电路模块的变化,未能全面反映电路设计的实际情况.针对这一不足.提出了新的可靠性模型,将细胞内配置存储器和输入输出布线器电路的变化情况引入到建模过程中,经过实例仿真分析,总结出了基于可靠性分析的容错策略选择方法和分析步骤,给出了可指导如何选择容错策略选择的量化条件.

摘要：针对一类不确定混沌系统设计了基于快速模糊干扰观测器的鲁棒terminal滑模控制方案.首先通过设计快速模糊干扰观测器,克服了传统模糊干扰观测器在误差较小时收敛速度慢的缺点.然后严格证明了在存在未知干扰和不确定的情况下,同步误差及观测器误差均在有限时间内收敛到非常小的区域.最后对Duffing-Holmes混沌系统进行仿真,结果表明了所设计干扰观测器的优越性和闭环控制方案的有效性.

摘要：研究了一类具有不确定时滞的非自治混沌系统的控制问题.通过结合Lyapunov-Krasovskii函数和Lyapunov函数设计参数可调的不确定时滞补偿器,使得反馈控制输入信号不受时延的影响;同时引入动态结构自适应神经网络,以消除系统的不确定性,其隐层神经元的个数可以随着逼近误差的增大而自适应增加,改善了逼近速度与网络复杂度的关系;最后,用Duffing混沌系统的控制仿真示例表明该方法的有效性.

摘要：针对高超声速飞行器复杂的运行环境以及强耦合的动力学特性,提出了一种适合控制一体化迭代设计的参数化模型.首先,讨论高超声速飞行器控制一体化迭代设计的必要性和研究现状.然后,采用二次曲线和状态类型函数法将典型的高超声速乘波体外形进行几何参数化.接着,基于面元法结合工程估算公式获取高超声速飞行器力和力矩,构建参数化的非线性动力学模型.进而,采用灵敏度分析策略得到力和力矩的解析表达式,将复杂的非线性动力学模型简化成适合迭代设计的仿真模型.最后,通过仿真实例验证了本文所提方法的可行性,结果表明所发展的参数化模型能够满足高超声速飞行器控制一体化迭代设计的需要.

摘要：提出了一种基于在线误差修正自适应SVR的滑模控制方法,用于解决一类非线性不确定分数阶混沌系统的控制问题.分别通过对混沌系统非线性函数的离线SVR估计和基于增量学习的状态跟踪误差在线SVR预测,解决了不确定分数阶混沌系统模型难以预测的问题.同时根据Lyapunov稳定性理论设计出SVR权值自适应调整律.本文以分数阶Arneodo系统为例进行仿真,仿真结果表明了,对于带有外界噪声扰动的非线性不确定分数阶混沌系统,该方法可以在有限时间内将系统稳定至期望状态,提高对非线性函数的预测精度,改善控制性能.

摘要：运用两阶段学习方法构建径向基函数(RBF)神经网络模型预测混沌时间序列.在利用非监督学习算法确定网络隐层中心时,提出了一种基于高斯基的距离度量,并联合输入输出聚类的策略.基于Fisher可分离率设计高斯基距离度量中的惩罚因子,可以提高聚类的性能.而输入输出聚类策略的引入,建立了聚类性能与网络预测性能之间的联系.因此,根据本文方法构建的网络模型,一方面可以加快网络训练的速度,另一方面可以提高预测性能.将该方法对Mackey-Glass,Lorenz和Logistic混沌时间序列进行了预测仿真研究,仿真结果表明了该方法的有效性.

摘要：针对飞行过程中高超声速飞机的纵向模型具有不稳定的动态特性,多变量之间的强耦合以及易变的模型参数,采用多级模糊逻辑控制为其纵向通道设计飞行控制系统。该系统由控制内环和控制外环组成,控制内环用于稳定纵向的飞行姿态,控制外环可以确保高超声速飞机对指令信号的准确响应,将两者结合起来设计的飞控系统具有高度非线性解耦控制能力。因其控制过程不依赖于高超声速飞机的精确模型,故保证了系统的强鲁棒性能。仿真研究表明,该控制系统可以维持高超声速飞机的纵向稳定性能。