一种智能交通信号控制机的设计与实现

该系统采用了“绿冲突”和备用方案的容错控制方式。即使主控部件出现故障 ,信号机仍可以按备选方案工作。为了便于与上位控制机连接 ,信号机提供了多种通信方式和“线控”功能。基于车流量检测 ,提出了信号机的智能控制方案。实际应用结果表明 ,新型的智能交通信号机系统性能稳定可靠 ,功能较强 ,便于实现“绿波带”

基于飞机运动方程的逐步预测“野值”剔除方法

提出了一种基于飞机运动方程的逐步预测"野值"阈值确定和剔除方法,该方法根据状态的变化快慢,按6步根据有效简化的输出响应来逐步预测飞行状态和参数,每步按照设置好的阈值判定和剔除测量中"野值"。由于在实际测量中快变状态或参数存在"野值"可能性比慢变量大,而且输出响应具有工程上的精度,因此本方法对剔除飞行数据的"野值"更有效。

U—D分解的固定区间平滑新算法及其在飞行状态估计中的应用

鉴于目前固定区间平滑算法所存在的问题,本文根据Rauch—Tung—Striebd平滑公式,提出了一种U—D分解形式的固定区间平滑新算法,这种方法既有良好的数值稳定性和可靠性,又具有计算量小的优点,它比Bierman序列方法和Keigo.Watanabe的前向平滑方法都有效得多。此外,本文对状态和偏差的同时平滑进行了讨论,并把它用于实际飞行状态的估计,所得结果较理想。

非线性离散系统的迭代学习控制方法及其应用

本文根据误差收敛准则，提出了非线性离散系统的迭代学习算法，给出了PID型学习控制的收敛条件，并证明了PID型学习控制对预定轨线的逼近特性．在交流变频电机起动过程控制中应用表明，使用本文方法可以得到实用的结果．

非线性分离算法及其在飞行试验中的应用

本文根据最小方差估计和分离算法原理,提出一种新的非线性状态估计和偏差辨识的分离算法。并用此算法确定飞行状态和测试仪器的误差,同时U-D分解保证计算效率和数值稳定性。为了得到数据相容性检验的准确结果,本文采用直接离散化的飞机运动模型,以减小模型误差。通过仿真并在我国两种歼击机上实际应用,结果表明本文所给的算法对不同的初值和噪声统计特性都能得到飞行数据相容性检验的一致结果,并能用于低采样率下的数据相容性检验。

连续非线性系统的迭代学习控制方法

本文根据误差收敛准则，提出了连续非线性系统的迭代学习控制算法，给出了PID型学习控制算法的收效条件．实际应用表明，该方法可以逼近预定的任意轨线．

模型在线辨识方法及其应用

本文提出了一种有效的非线性模型和参数在线估计方法．为了实现模型在线辨识，本文根据误差性能指标，给出了模型判据及计算式．根据递推加权最小二乘算法和优选判据，导出了模型和参数同时在线估计的有效算法．为了提高计算效率和数值稳定性，模型辨识和参数辨识均采用了Ｕ－Ｄ分解方法．新方法可用于飞行器非线性气动模型和参数的实时估计．实际应用结果表明，使用该方法可以有效地确定多项式、样条函数模型结构。

飞行器模型簇描述及鲁棒控制器设计

通过分析飞行器运动方程,给出了分段线性化模型簇描述.为了得到一定飞行区域的鲁棒控制器,选取负实极点并采用对角占优势的方法对状态反馈矩阵进行设计.同时,提出了全飞行区域(飞行包线内)的多个子系统划分及鲁棒镇定控制的设计方法.为了抑制飞行器的建模误差,采用了输入补偿方法.与常规鲁棒控制设计方法相比较,该方法可以降低飞行控制器设计的复杂度.飞行控制器设计结果表明,该方法对不确定系统的分析和设计是有效的.

固定区间平滑新算法及其在飞行试验中的应用

本文根据Kalman滤波和Rauch-Tung-Striebel固定区间平滑公式,提出了信息滤波——固定区间平滑的新算法,并给出了算法的U-D分解形式.由于改变了算法结构,使整个算法的数值稳定性好、可靠性高,而且平滑算法计算量和平滑所需滤波计算量均大为减少.计算量分析结果表明,新算法与Bierman序列滤波和固定区间平滑算法.Keigo.Watanabe前向平滑方法相比较,计算量减少40％以上;当状态转移阵中各元素用K的函数表示时,计算量减少50％以上.本文将此平滑算法用于实际飞机飞行试验的数据处理中,得到了令人满意的结果.

状态和参数联合估计方法及其在飞行试验中的应用

本文提出了一种有效的状态和参数的联合估计方法。针对参数估计结果有偏或发散的问题,本文给出了一种参数向量可控性模型,并由此模型得到了噪声相关的一种状态和参数的估计方法。运用状态和参数联合估计的新方法进行飞行状态和测量仪器的误差估计,仿真和实际飞行数据处理的结果表明;本文提出的方法可以给出飞行状态和仪器误差估计的满意结果,比普通推广Kalman滤波方法更有效。

离散系统鲁棒稳定的简化条件及其反馈控制方法

给出了一种离散系统鲁棒稳定性的分析方法。通过对离散系统不确定部分不同表达式的研究 ,提出一种系统鲁棒稳定判别不等式。为解决系统鲁棒稳定性的实际计算问题 ,给出了离散系统鲁棒稳定性的另一种描述 ,并由此描述和不等式恒等变形 ,得到新的鲁棒稳定性判据。该判据结构简单 ,很容易判定系统的鲁棒性。在此基础上 ,给出了系统鲁棒反馈控制的设计方法。

神经网络控制结构确定方法

为了选择合适的神经网络逼近不同的非线性函数，本文将该问题化为模型辨识问题来处理，并且给出了有效方法。为了确定样条函数、正交级数描述等神经网络阶次，本文提出了Ｕ—Ｄ分解的递阶数据矩阵法、递阶误差性能指标法等方法。

Kalman滤波新结构及其在目标跟踪中的应用

为了提高Ｋａｌｍａｎ滤波器的计算效率，本文通过改变算法结构，提出了有效的串行和并行方法以解决目标跟踪和故障诊断问题．串行新算法计算量由ｏ（ｎ３）（ｎ为状态维数）下降到ｏ（ｎ２）；应用于单目标和多目标跟踪时可使计算效率达到普通Ｋａｌｍａｎ滤波算法的２．５６倍．

河流水质模型的逼近方法及误差分析

提出一种平稳河流水质模型简化方法。通过分析存在弥散和忽略弥散作用两种情况下的Streeter- Phelps模型的解 ,给出了忽略弥散作用的条件和最大误差分析 ,进而给出多河段模型的一般表达式。数值计算和实际验证结果表明 ,该方法可给出工程满意的结果。

梯度解耦的递推极大似然法及在飞行试验中的应用

指出了Ｇｏｏｄｗｉｎ递推极大似然法在辨识高阶系统时发散的必然性，并且给出了发散的原因。提出了一种梯度解耦的极大似然方法。该算法避免了各梯度计算误差的影响并提高了数值准确性。鲁棒性分析表明，新算法的梯度向量计算误差小，克服了Ｇｏｏｄｗｉｎ方法的辨识滞后问题。为了提高数值稳定性和计算收敛性，本文采用Ｕ一Ｄ分解技术并用渐消记忆等方法对算法进行补偿。仿真结果表明，新算法鲁棒性强、准确性好。此外，本文还讨论了飞机颤振特性辨识问题。

高速公路交通状态的联合估计方法

提出一种有效的高速公路交通密度预测估计方法。通过分析交通模型,建立了系统的离散化状态和误差模型表达式,并采用推广Kalman滤波方法进行估计。为进一步增强数值稳定性以及提高计算效率,根据系统矩阵分块的特点,采用分块的正交化U-D分解算法实现时间更新,同时采用序列U-D分解方法进行测量更新。仿真计算和实际应用表明,该方法可以给出工程实用结果。

飞行数据相容性检验的极大似然方法

本文提出了一种有效的飞行仪器偏差估计的极大似然方法。为了提高对偏差估计的精度,采用了最小二乘方法对角速率,过载的测量量进行平滑,以减小系统噪声对估计精度的影响;并给出了灵敏度矩阵和初值的确定方法以保证算法的收敛速度。通过数字仿真和对我国几种不同类型飞机的飞机数据实际计算表明,提出的方法能够较准确地辨识出测量仪器的偏差,比普通极大似然法更有效。

饱和系统鲁棒控制及其在飞行控制中的应用

给出一种饱和系统鲁棒稳定性的分析和设计方法.通过对不确定系统的H∞优化过程的分析,并根据其反馈控制原理,按全部和部分输入超过限制分别考虑不同指标下的优化计算问题,得到了输入受限制条件下的3种Riccati方程.飞行控制器设计和仿真结果表明,采用该方法可给出满意的控制效果.

模型辨识新方法及应用

本文提出了一种有效的模型辨识新方法．为了提高数值稳定性和计算效率，本文给出了一种递阶最大信息量（ＡＩＣ）新判据和参数估计新方法，使单输出系统的极大似然方法及模型辨识的优选判据计算量成倍减少．通过分析标量系统的ＡＩＣ标准，本文进一步导出了多输出情况下的ＡＩＣ标准，大大提高了计算效率．

多河段非稳态河流水质模型研究

提出了一种非稳态模型求解方法,得到了Stastry非稳态河流水质模型的解析解。为了准确辨识多河段河流水质模型结构,提出了非线性模型结构新的最优判据及算法,将最大信息量准则下的优选算法计算量由O(m！)降至O(m^3),计算量与逐步回归法相当,提高了模型结构辨识数值稳定性和计算效率,而且,建立了模型判据和数据长度之间的关系。实践表明新方法可以有效地识别多河段河流水质模型结构。