动态自触发通信下多智能体输出反馈包容控制

针对群系统通信网络带宽受限问题,提出一种动态自触发通信下有向高阶非线性多智能体输出反馈包容控制方法。首先,针对群系统通信网络带宽受限问题,提出一种新型动态自触发通信机制。与传统事件触发通信机制相比,所提出的动态自触发通信机制具有更大的触发阈值,且无需连续监测系统状态信息,进一步节省系统通信资源和传感器资源。其次,为所有智能个体设计输出反馈控制协议,驱使所有跟随者收敛到由多个领导者围成的动态凸包中,从而实现网络的多领导者包容控制。最后,以高超声速飞行器群系统为例,验证了控制方法的有效性和理论分析的正确性。

考虑输入受限的高超声速飞行器非奇异固定时间自适应切换控制

考虑了高超声速飞行器输入饱和、气动参数不确定性以及跟踪误差收敛速率慢等问题,设计了一种抗输入饱和非奇异固定时间自适应切换控制策略。首先将高超声速飞行器纵向动力学模型分解为速度子系统和高度子系统,然后分别设计非奇异固定时间跟踪控制器。为解决传统固定时间控制器中存在的奇异值问题,设计了一种新的可微切换函数,该函数以跟踪误差为判定量对控制律进行切换,保证了虚拟控制律的可微性以及反步设计的可行性。针对高超声速飞行器的输入饱和问题,设计了一种固定时间辅助误差补偿系统,将补偿信号的误差收敛速度由指数收敛提高到固定时间收敛。而后,利用Lyapunov定理证明了速度跟踪误差和高度跟踪误差以及逼近器的估计误差在固定时间内收敛至原点的任意小邻域内。最后,通过仿真验证了所提控制器的有效性及优越性。

基于P_(EV)准则的I-UMOP问题求解方法

针对传统方法在求解不确定多目标规划问题过程中存在的不足,提出了该问题在新准则下的求解方法。首先,提出了求解方法的基本框架,并通过引入不确定变量之间的序关系定义了不确定多目标规划的帕累托有效解;其次,根据线性加权或理想点法将原问题转化为不确定单目标规划问题,再利用期望-方差准则将不确定单目标规划问题转化为确定的单目标规划问题;再次,通过相关理论推导证明了在该准则下转化后的问题求得的最优解是原不确定问题的帕累托有效解;最后,设计了决策变量分别为连续型和离散型的数值算例对该方法的有效性加以说明,考虑算例的复杂度,分别采用遗传-粒子群算法和二进制狼群算法进行了求解。

不同模糊尺度下运动模糊方向的鉴别

为了有效减弱高动态环境对图像采集的干扰,利用模糊图像的频谱特性,提出了一种适合不同模糊尺度的运动模糊方向估计方法。该方法对比不同模糊尺度图像频谱中心亮条纹边缘特征的差别,通过计算其曲率半径实现不同模糊尺度图像的量化鉴别,在确定图像模糊尺度的大小之后,分别利用倒频谱、二次傅氏变换对模糊图像频谱中心亮线特征进行提取,考虑图像高宽比、中心十字亮线的不利影响,在二值化处理的基础上剔除十字亮线,通过亮线特征点直线拟合完成模糊方向估计。实验结果表明,该算法能够有效鉴别不同模糊尺度的运动模糊方向,估计精度较其他同类算法更高,相对误差率均小于0.02。

大型运输机超低空空投拉平阶段轨迹控制

大型运输机超低空空投精度控制的研究中,超低空空投拉平阶段是强耦合性、强非线性的一个过程,若操纵不当,系统产生震荡,极易引发PIO问题。为解决超低空空投拉平阶段由舵机速率限制引起的非线性PIO问题,首次采用了带反馈和旁通FWB(Feedback-with-Bypass)抑制器进行抑制。在建立非线性人机闭环系统模型基础之上,采用阶跃、离散俯仰和正弦跟踪任务在时域内对PIO抑制效能进行了研究,分析了FWB抑制器时域特性及其相位补偿能力。最后,基于"matlab/simulink—多轴变稳大型运输机地面飞行模拟器"进行验证,结果表明:FWB抑制器对空投拉平阶段轨迹能进行有效控制,能达到抑制PIO效果,显著改善飞机飞行品质。

基于NSGA-Ⅱ算法的三维多目标航迹规划

针对现有民航航迹规划模型忽视飞行高度影响,规划目标单一等问题,提出了考虑高度维的三维多目标规划模型。采用栅格法构建包含地表特征、山峰、"三区"和危险天气的规划环境,综合考虑经济效益和安全效益,提出以航程最短、航迹离散系数最小、角度改变量最小和转弯点个数最少为规划目标,引入飞机机动特性约束和民航飞行规则约束,并利用NSGA-Ⅱ算法完成模型求解。最后进行实例分析并与三维A~*算法比较,结果表明该模型效果良好、应用性强,能得到多组具有不同属性的可行航迹。

一类输入受限非线性系统动态面控制方法研究

针对一类输人受限严反馈非线性系统,提出了一种动态面跟踪控制方法。利用双曲正切函数和辅助控制信号对系统非线性模型进行等价变换,解决了饱和函数的非光滑性给控制设计带来的问题。引入一个参数时变的非线性辅助方程,结合方程提出一种能克服输入受限问题的动态面控制方法。利用动态面技术解决了反推控制设计过程中存在的"微分爆炸"问题。通过Lyapunov稳定性理论证明闭环系统的所有状态一致最终有界且跟踪误差能收敛到任意小。通过超低空空投下滑阶段算例验证了方法的有效性。

执行器非线性超低空空投航迹倾角自适应控制

针对超低空空投下滑阶段执行器非线性、外界不确定性大气扰动以及模型存在未知非线性等因素干扰轨迹精确跟踪问题,提出一种鲁棒自适应神经网络动态面跟踪控制方法。建立了含执行器输入非线性的超低空空投载机纵向非线性模型,采用神经网络逼近模型中未知非线性函数,引入非线性鲁棒补偿项消除了执行器非线性建模误差和外界扰动。应用Lyapunov稳定性理论证明了闭环系统所有信号均是有界收敛的。仿真验证了所提方法既保证了轨迹跟踪的精确性又具有较强的鲁棒性。

基于乐观值和悲观值的不确定机会约束规划模型及应用

为了克服随机规划、模糊规划以及不确定规划期望值模型在实际应用中的局限性,基于乐观值和悲观值,提出了新的不确定机会约束规划模型。首先,根据目标函数的分类,分别定义了收益函数和成本函数的乐观值与悲观值,并在此基础上建立了不确定机会约束规划Maximax、Maximin、Minimin和Minimax模型;其次,给出了不确定机会约束规划模型的等价转化方法,将无法直接求解的不确定模型转化为可直接求解的等价确定模型,并分析了乐观值和悲观值随信度水平变化的规律;最后,以西安市某快递营业网点出行时间计划问题为例,对本文提出的模型、方法以及信度水平的影响进行了分析,指出信度水平实际上反映了决策者的风险偏好程度,实例结果表明本文提出的模型及方法具有可行性、有效性和实用性。

基于改进A~*算法的航迹规划设计研究

针对传统A~*算法得出最优航迹为"折线航迹",增大了转弯处的航程和飞行时间,难以满足实际飞机飞行安全性需求,提出了一种基于"追踪"思想的改进A~*算法。该算法利用追踪模型的微分方程对航迹进行求解,得出较初始"折线航迹"距离更短的"曲线航迹",精确规划出最优路线,且能快速解决障碍规避问题。最后,以北京到成都、西安到上海等7条航线的航班为仿真算例,充分验证了所提算法的有效性。

超低空空投非线性PIO预测方法

在超低空空投下滑阶段,容易出现驾驶员诱发振荡即PIO(Pilot Induced Oscillation)问题,在此基础上分析了空投下滑拉平阶段产生PIO的主要致因,并建立含作动器速率限制的人机闭环系统,推导了闭环系统PIO发生的公式。基于同步和Neal-Smith驾驶员模型以及不同作动器速率饱和值运用描述函数法和GAP准则预测某型运输机PIO趋势。不同驾驶员模型PIO预测结果不同,同步驾驶员模型比Neal-Smith驾驶员模型仿真效果好,运用同步驾驶员模型进行预测,当驾驶员操纵增益绝对值大于11.5时,人机闭环系统失稳,容易产生PIO问题。仿真结果表明,若PIO是由驾驶员粗暴操纵所致,可通过减小操纵增益有效避免PIO的发生,在合理且允许范围内提高运输机舵机作动速率限制值可在一定程度避免PIO的发生。

三架固定翼无人机协同编队飞行避障策略

针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题,提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法,同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体,同时以长机的运动轨迹作为期望路径,长机提供僚机飞行信息,僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明,所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。

高速近距无人机协同编队控制器设计研究

针对高速飞行的无人机协同编队,机群中单机出现故障,需退出编队飞行,同时需快速近距或超近距重新编队问题。提出了一种快速近距协同编队控制器设计方法,弥补了突发"战事"鲁棒性低,时效性差的不足并对无人机编队飞行动态特性进行了分析。考虑到外界因素已知情形下,建立适合无人机纵向动力学模型和非定常气动力模型,根据编队速度、平尾偏角、推力矢量舵偏角及俯仰角速度作为控制器输入指令信号,研究编队飞行的动态特性。同时分析编队飞行间距误差收敛于很小固定值,协同飞行稳定性良好。仿真结果表明:该控制器能够有效提高近距或超近距重新编队的速度,而且能够保持协同编队飞行的稳定性,为高速近距无人机协同编队控制器设计提供一种思路。

迎角受限的高超声速飞行器固定时间鲁棒控制

针对高超声速飞行器动力学模型强耦合、非对称时变迎角限制、气动参数高度不确定以及跟踪误差收敛速率要求高等问题,设计了一种考虑非对称时变迎角限制的高超声速飞行器固定时间非奇异切换控制策略。为了解决非对称时变迎角限制问题,首先限制迎角虚拟控制器的幅值并设计固定时间误差补偿系统补偿迎角虚拟控制器饱和带来的不利影响,然后设计了一种新的光滑切换的非对称时变障碍函数限制迎角跟踪误差,从而使迎角满足非对称时变限制。光滑切换技术以及固定时间收敛技术也应用于其他虚拟控制律和实际控制律的设计中,以避免奇异值问题并且保证闭环系统的固定时间稳定。此外,设计了一种固定时间稳定的鲁棒补偿器用以补偿系统不确定性带来的不利影响。严格的数学推导证明了本文方法的正确性,仿真结果验证了本文方法的有效性和优越性。

从传统电视媒体和新媒体比较看融合发展对策

一大批自媒体逐渐成为信息的重要传播渠道,对传统电视媒体形成了巨大的沖击,传统电视媒体与新媒体的融合发展势在必行。信息传播方式的巨大转变,促使传统电视媒体必须在平台定位、劳目内容方面进行变革并积极拥抱全新的技术手段。

不确定分布特征函数及拟合有效性检验

不确定理论主要用来处理基于专家信度的非决定现象,为解决不确定理论在实际应用中缺少分布拟合检验过程的问题,研究了不确定分布的特征函数,并基于此提出了分布拟合的有效性检验方法.首先,定义了不确定分布的特征函数,基于不确定变量期望计算法则,给出了特征函数的计算方法,并在此基础上,推导了几种典型不确定分布的特征函数;其次,分析了不确定分布特征函数具有的性质,为后续相关理论的证明及计算奠定了基础;再次,根据特征函数的定义及性质,提出了不确定分布拟合有效性的定义及其判定定理,定理分别从分布函数的数字特征及形状相似度两个方面进行判定;最后,通过算例验证了所提方法的可行性和有效性.研究结果表明:不确定理论与随机理论在运算法则上有所不同,难以将随机理论中关于分布拟合检验的方法推广到不确定理论中;不确定分布特征函数与不确定分布函数呈一一对应的关系,不确定分布特征函数可以作为研究不确定分布拟合检验的途径之一.

无人机编队协同追踪控制律和编队信息架构

针对“长机-僚机”模式的无人机编队追踪运动目标出现姿态信息和位置信息不一致而导致碰撞的问题,设计了一种协同追踪控制器并对该控制器进行稳定性分析。该控制器以3架无人机构成的编队作为控制体,采用拉氏矢量场方法获取无人机编队追踪运动目标的轨迹,同时构建无人机之间的信息架构,实现无人机编队按照预期的姿态和位置信息在运动目标周围的圆形轨道飞行的目的。研究单架无人机的航迹规划和多无人机编队协同追踪:对于单架无人机的航迹规划,采用反馈控制完成航向收敛证明;对于多无人机编队,采用一种多变量控制器可以保持无人机编队在圆形轨道运动,同时使用未知风和运动目标的自适应估计量来确定无人机编队在圆形轨道飞行的稳定性。仿真结果表明:在追踪过程中,3架无人机能够快速(15s)以相同的姿态和位置渐进靠近目标,同时保持相对稳定;在满足航向速率和空速条件时,任意两架无人机相对距离误差能够快速(10s)收敛到稳定值。该控制器突破了多无人机编队近距协同追踪目标的局限,可为多无人机分布式控制器设计提供方法借鉴。

无人机集群空中博弈对抗体系指挥控制模型

针对无人机集群空中博弈对抗体系的指挥控制问题,系统阐述了无人机集群协同空战典型场景的作战过程模型,分析设计了空中无人机集群博弈对抗体系的作战任务剖面,构建了空中无人机集群协同作战体系信息流程模型。研究结论能够为空中无人作战体系构建、无人集群协同空战指挥控制架构以及协同作战规划设计方法等研究提供理论支撑。

运输机超低空空投下滑阶段PIO趋势评估与抑制

提出了超低空空投下滑阶段的PIO问题,研究了空投下滑拉平阶段产生PIO的主要原因。基于描述函数法分析了速率限制反馈(RLF)PIO抑制系统的相位补偿能力和PIO产生机理,推导了抑制PIO发生的计算公式。应用RLF连续信号相位补偿法抑制PIO的发生,对阶跃、离散和正弦三种易于诱发PIO现象的跟踪任务进行了数值仿真。结果表明,超低空空投下滑拉平阶段会发生PIO,严重威胁飞行安全,RLF对PIO具有较好的抑制效果。

超低空空投航迹倾角自适应跟踪控制

针对超低空空投下滑阶段考虑执行器输入死区、不确定性大气扰动以及模型存在未知非线性等因素干扰轨迹精确跟踪等问题,提出了一种自适应神经网络动态面跟踪控制方法。建立了含执行器输入死区的超低空空投载机纵向非线性模型,采用神经网络逼近模型中未知非线性函数,引入非线性鲁棒补偿项消除了执行器死区建模误差和外界扰动。应用Lyapunov稳定性理论证明了闭环系统所有信号均是有界收敛的。仿真验证表明,所提方法既保证了轨迹跟踪的精确性,又具有强鲁棒性。