摘要：对一类不确定非线性系统提出了一种连续的全局鲁棒有限时间控制律.首先,针对标称系统设计出了一种状态反馈控制律,应用Lyapunov直接稳定性理论和LaSalle不变性原理证明了闭环标称系统的全局渐近稳定性,同时具有负的齐次度,其次,引入辅助变量和采用有限时间收敛的二阶滑模Super-twisting算法,设计出了对不确定性和干扰进行抑制的补偿控制项,并根据有限时间Lyapunov函数给出了补偿控制项参数的取值范围;最后,综合得到一种连续的使实际闭环系统有限时间收敛到平衡点的鲁棒镇定控制律.仿真结果表明了所提控制律的有效性.

摘要：进行仿真网格原型系统的研究是解决仿真网格关键技术的基础。SGE网格引擎是一个构建本地和集群级网格的工具,通过SGE构建基本的网格平台,根据HLA仿真任务的特点,对分布式仿真网格的原型系统进行了研究和设计。提出了仿真网格的双通道通信机制:一个通道负责仿真网格组件的通信,另一个通道负责HLA仿真任务之间的通信。提出了仿真任务在仿真网格中的三种调度模式:以进程为单位的调度、以联邦成员为单位的调度、以联邦为单位的调度等。通过研究初步实现了仿真网格的原型系统,并对HLA仿真任务的三种调度模式进行了简单的测试。

摘要：为了研究磁浮轨道不平顺对悬浮系统的影响,介绍了轨枕铺设、轨道梁距离这两个轨道周期性不平顺的主要来源,建立带轨道周期性不平顺的悬浮模块模型。在此基础上,从干扰输入和系统输出的角度探究轨道不平顺对悬浮系统的影响。以数值仿真的方式,分析系统在额定车速下,受到不同轨道波长激励时的悬浮间隙波动输出。结合唐山轨道不平顺功率谱,指出车辆运行时的敏感波长区域,从轨枕铺设和轨道梁架设距离两个方面提出改进意见。针对现有的磁浮轨道工况,从控制器设计角度研究调整控制参数对抑制轨道周期性不平顺干扰的影响。

摘要：针对一类具有输入约束的离散线性不确定时滞系统,提出了一种具有记忆状态反馈的模型预测控制器.首先,定义时滞系统的鲁棒性能指标,在考虑时滞状态影响的条件下设计了包含时滞状态的记忆状态反馈控制律,在线优化时将当前控制量作为独立优化变量,与其它作为反馈控制的时域控制序列分开处理,以降低算法保守性,提高可行性.然后,给出了基于线性矩阵不等式凸优化的控制策略以及系统稳定的充分条件.最后,通过仿真实验验证了该控制算法的有效性.

摘要：针对RoboCup中型组机器人足球比赛环境高度动态的特点和现有定位方法的不足,提出了一种鲁棒的基于全向视觉的自定位方法.该方法结合使用粒子滤波定位和匹配优化定位,同时还设计了基于图像熵的摄像机参数自动调节算法以使全向视觉的输出能够适应光线条件的变化.实验结果表明,通过使用该方法,机器人能够在实时获得高精度自定位的同时实现可靠的全局定位,并对遮挡、光线条件变化等环境动态因素具有很强的鲁棒性.

摘要：光电稳定机构在武器装备的侦察、瞄准设备中应用广泛,其光轴指向误差直接影响着目标探测、识别的准确性。在加工和装配过程中难以避免的机构几何误差是指向误差的重要来源。基于多体系统运动学理论的误差建模方法,以两轴式稳定机构为例,建立了基于几何误差的指向误差模型。并通过误差模型的概率分析和误差敏感度的构建,比较了各项几何误差的影响程度。此方法既可在设计阶段用于指向误差的评估和几何误差的分配,也可在调试阶段用于几何误差标定。

摘要：建立带附加质量大型挠性航天器大角度快速机动时的动力学模型。在柔性体变形场中计及耦合效应,采用假设模态法和拉格朗日原理建立挠性航天器系统的一阶近似动力学模型。在模型中忽略轴向变形,并用低阶主模态表示横向变形得到控制模型。理论分析和数值仿真表明:挠性航天器在历经大角度快速机动时会产生动力刚化现象,传统的零次近似动力学模型会产生错误的仿真结果;附加质量对两种模型的系统刚度产生截然相反的作用;低阶简化模型能够较好地反映系统的动力学特性,可用于控制器设计。

摘要：针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。

摘要：针对星间链路信号动态范围大、捕获时间要求短之间的矛盾,提出了一种捕获初始信息的求解算法。该算法基于导航星座的星历资源和动态特性,采用迭代的方法对信号传输时延和多普勒频率进行估计。分析指出,该算法实现过程简单,收敛速度快,估计精度高,两次迭代即可实现时延估计精度达到纳秒级,大大降低了捕获实现的难度和复杂度,适合星上资源要求比较严格的场合。分析基于北斗导航星座模型展开,对我国北斗导航星间链路的设计提供了参考。

摘要：针对多约束QoS多播路由的NP-Complete特性,提出一种可控的多播树分解与合并策略,使多播树的生成在兼顾低费用的同时具有多样性,有效克服多播路由优化的局部极值问题。基于该策略设计蚁群算法,分解蚂蚁种群为与多播目标点相对应的蚂蚁子群,引入基于“死点”惩罚和多播树奖惩的信息素更新机制,提高了算法的收敛速度。仿真实验表明,该方法能有效地解决QoS多播路由问题,且随着网络规模的增大保持了良好的性能。