摘要：互质阵列因具有较低的互耦效应而备受关注,但交替部署的子阵却在一定程度上限制了连续自由度的提升。针对上述问题,该文在分析子阵互差集中冗余虚拟阵元产生条件的基础上,提出了两种子阵移位互质阵列(Coprime Array with Translated Subarray,CATrS),以改善自由度性能。首先,将子阵平移至适当位置以优化布阵结构,并分析了子阵的平移距离。随后,推导了CATrS结构的自由度、连续自由度、孔洞位置和虚拟阵元权重的闭合表达式。理论分析表明,CATrS结构能够在保持物理阵元数量不变的条件下,有效增加自由度和连续自由度,并抑制阵元互耦。最后,利用仿真实验验证了CATrS结构在波达方向估计中的优越性。

摘要：将超材料设计思想与微电机系统(micro-electro-mechanical system, MEMS)技术相结合,提出了一种宽带可重构反射型极化旋转表面.该结构由上层方形金属贴片、中间介质层、金属底板以及连接贴片与底板的金属通孔构成,通过在电流短路点处加载MEMS开关,使其具有电可调特性.仿真结果表明,当MEMS开关导通时,该结构能在7.78 GHz—14.10 GHz频带内将入射的线极化波转化为正交极化波并反射;当MEMS开关断开时,入射波则以同极化全反射.加工了实际的样品并进行了测试,结果与仿真符合较好.该结构具有结构简单易加工、器件个数少、工作频带宽、损耗低等优点,在电磁波动态调控中具有潜在应用价值.

摘要：针对跟踪高超声速目标的交互式多模型(IMM)算法中存在模型数量过多,模型之间竞争导致滤波精度降低的问题,在自适应网格交互式多模型(AGIMM)算法的基础上,提出了一种自适应变结构交互式多模型(AVSIMM)算法跟踪高超声速再入滑翔目标。根据高超声速无动力再入滑翔目标当前机动状态的角速度参数,在自适应调整当前时刻模型集中参数的同时,针对AGIMM算法运动学模型的单一性,设计了具有多种跟踪滤波运动学模型的AVSIMM算法,通过模型集参数与算法结构的双重自适应调整实现了对目标高精度的跟踪。仿真结果表明,与AGIMM算法相比,所设计的AVSIMM算法不仅对结构和参数都具有更强的自适应性,同时提高了高超目标的跟踪精度和跟踪效率。

摘要：为满足临近空间动能拦截器姿态控制快速性、准确性和鲁棒性的要求,设计了一种自适应神经反演姿态控制器。首先,建立了姿控发动机侧喷干扰模型,并推导了包含质心漂移、参数摄动和外界干扰的三通道强耦合模型;其次,设计了自适应神经反演姿态控制器,为提高控制精度,采用径向基函数(RBF)神经网络对各个通道的不确定项进行估计和补偿,并基于最小学习参数的思想,将神经网络学习参数拟合为一个参数,提高了RBF计算效率,保证了估计的实时性。最后,采用伪速率(PSR)脉冲调制器将设计的连续控制律转化为脉冲控制律,实现了拦截器的变推力控制,并克服了脉冲脉宽调制(PWPF)调制器相位滞后问题。数字仿真表明,所设计的控制器收敛速度快,控制精度高,对强扰动具有鲁棒性。

摘要：为解决吸气式高超声速飞行器的飞行控制问题,提出了一种新型预设性能神经反演控制器设计方法。通过构造预设性能函数,保证速度跟踪误差和高度跟踪误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域,同时满足系统预设的瞬态性能和稳态精度。在反演控制设计结构下,引入径向基函数(RBF)神经网络对模型未知函数及不确定项进行逼近,提高了控制系统的鲁棒性。引入的RBF神经网络中仅有一个参数需要在线更新,有效提高了控制准确性,避免了通常反演控制方法中经常出现的"微分膨胀问题",并降低了计算量。通过仿真实验验证了所设计控制系统的有效性和可行性。

摘要：针对存在参数摄动的吸气式高超声速飞行器(AHV)弹性体模型,考虑执行机构幅值和速率受限问题,提出了一种基于辅助误差补偿策略的鲁棒反演控制方法。采用改进的辅助系统,保证了执行机构在幅值与速率同时达到饱和时闭环控制系统的稳定性和跟踪误差的有界性;采用有限时间收敛微分器(FD),实现了对虚拟指令及其一阶导数的有效估计,并在此基础上,设计非线性干扰观测器(NDO),对模型不确定项进行了平滑估计,进一步提高了控制精度。通过仿真,验证了所设计控制方法的有效性。

摘要：针对多无人机系统给定时间最优集结问题,建立了基于时域映射的分布式优化框架。首先,引入一类特殊的时域映射,将原时域的给定时间决策问题转化为了无限域中的渐近稳定问题,简化了分析设计流程。其次,进一步设计了给定时间梯度下降算法,其收敛时间与系统初始条件及其他参数无关,能够被预先给定,且算法时变增益的使用消除了参数选择过程,在全局信息严重匮乏的情况下仍然适用。仿真结果表明:所提方法能够在给定时间内实现多无人机分布式最优集结,并保证任务时间内闭环系统全局有界。

摘要：针对异构二阶非线性多智能体系统有限时间跟踪问题,提出一种完全分布式一致性控制方法,消除对于误差上界与Laplacian矩阵特征值等全局信息的依赖.设计一种只包含局部信息的有限时间一致性协议,并提出自适应增益的分布式切换机制,使得各增益以分段常数的方式进行调节,简化了相邻两次切换时间区间内稳定性分析过程.通过反证法证明多智能体系统必将实现有限时间一致性,并且自适应增益保持有界.仿真结果验证了所提出的完全分布式一致性协议的有效性.

摘要：针对高超声速飞行器高动态、快时变、强耦合、不确定与多约束的非仿射模型,设计了一种无需估计和逼近的新型预设性能反演控制方法.首先将高超声速飞行器纵向运动模型分解为速度子系统和高度子系统并表示为非仿射形式,并对两个子系统分别设计新型预设性能反演控制器.所设计的控制器不再需要虚拟控制律对时间反复求导,从而避免了"微分膨胀问题".其次通过设计性能函数,保证跟踪误差限定在预期范围内,使控制器具有满意的动态性能和稳态性能,同时明显降低了计算量.最后,通过仿真验证了控制器的有效性及可行性.

摘要：为了解决高超声速飞行器纵向运动模型的稳定轨迹控制问题,设计了一种在非仿射模型基础上保证预设性能的反演控制方法。对于速度子系统,直接设计非仿射控制律,保证预设性能,通过合理的变换将高度子系统转化为严格的反馈形式,便于反演控制步骤的设计。基于动态性能和稳态精度,设计了预设性能函数,将跟踪误差的稳定性限制在预设范围内,引入指令滤波器,有效克服了传统反演控制中虚拟信号重复推导的问题。控制器的设计不依赖于精确的模型。引入径向基函数来逼近过程中的未知函数,使得控制律具有令人满意的鲁棒性和实用性。基于李雅普诺夫稳定性理论,证明了所有闭环系统的稳定性。仿真结果表明,该控制器能够稳定地跟踪参考信号。