神经网络架构轻量化搜索的飞行器控制律自学习方法

针对在运用Soft actor-critic(SAC)强化学习算法实现复杂的飞行器控制律自学习过程中,超参数设定高度依赖于人工经验进而造成设计难度大的问题,提出一种基于神经网络架构轻量化搜索策略的飞行器控制律自学习方法。该方法在将神经网络架构设计问题转化为图拓扑生成问题的基础上,结合LSTM循环神经网络的图拓扑生成算法、基于权重共享的深度强化学习参数轻量化训练与评估机制,以及基于策略梯度的图拓扑生成器参数学习算法,给出了一种面向深度强化学习的轻量化自动搜索框架,实现了SAC训练算法中神经网络架构超参数的自动优化,进而完成了控制律的自学习。以三维空间返回着陆控制为例,验证了所提方法的有效性和实用性。

一种面向变体飞行器的控制器设计方法

针对变体飞行器姿态控制系统的控制器设计问题,提出了基于结构搜索和参数优化的控制器一体化设计方法,实现了控制器结构设计工作的自动化,在较短的时间内搜索到最适合的控制器结构并完成参数整定。对某型号变体飞行器俯仰通道姿态控制的仿真研究表明,该方法可大幅提高系统的带宽,且迭代次数和消耗时间只有传统方法的约38%。

基于自适应模糊滑模的复合控制导弹制导控制一体化反演设计

针对姿控式直接力/气动力复合控制导弹,提出一种基于滑模反演控制的制导控制一体化控制律。通过引入指令滤波器,避免了传统反演设计存在的计算膨胀问题;设计自适应模糊逼近器对系统不确定函数进行逼近,并构造误差滑模面来补偿模糊逼近误差及有界干扰对系统的影响,通过在线自适应调整控制律参数实现系统的鲁棒性。具体的数值算例仿真计算表明:在目标机动的情况下,所设计的一体化制导控制系统具有较强的抗干扰能力,在保证系统稳定的同时可达到满意的制导控制效果。

基于异步切换多胞系统的网络化飞行器故障检测

本文研究了存在时变短时延和随机丢包的大包线网络化飞行器故障检测问题.首先,采用切换多胞系统描述飞行动态,并提出了一种局部重叠多胞划分方式以较低设计保守性.然后,借助泰勒级数展开和伯努利分布将时延和丢包转化为多胞系统参数,并构建了切换参数依赖故障检测滤波器.同时,考虑滤波器切换指令及多胞加权参数更新滞后引起的异步切换问题,基于切换参数依赖Lyapunov函数和平均驻留时间方法分析了系统的稳定性和l2性能,并以LMI形式给出了滤波器存在的充分条件.最后,以HiMAT(highly maneuverable technology)飞行器为例验证了所提方法的有效性.

制导武器控制系统设计

随着信息时代的来临,网络中心战正日益成为新的作战样式,作战行动不再是以武器为平台的单元与单元的对抗,而是以网络为中心的作战平台体系之间的对抗。以网络中心战为背景,为减小网络介入带来的传输时延对网络中心战整体性能的影响,针对制导武器控制系统,设计了基于随机网络时延的切换控制器,并利用线性矩阵不等式(LMI)给出了保证各子系统各自稳定且之间切换稳定的控制器参数的求解方法。最后,给出具体的仿真实例,通过对比验证了所提切换控制器的有效性。

存在时延及丢包的网络化飞行器鲁棒故障检测

考虑同时存在未知时延及随机丢包的飞行器网络环境,研究了飞行器网络控制系统的鲁棒故障检测问题。将未知时延及随机丢包的影响转变为未知扰动输入,建立飞行器网络控制系统的统一数学模型,同时考虑残差对故障的灵敏性和对未知扰动的鲁棒性,利用模型参考的思想,将故障检测问题分解为最优残差模型设计及鲁棒跟踪问题两部分,利用多目标优化方法给出最优残差模型的求解条件,并以线性矩阵不等式的方式给出鲁棒跟踪问题的存在条件,数值仿真表明,所提方法能有效抑制时延及丢包的影响,并能快速有效地检测出更小故障,验证了方法的有效性和优越性。

飞行器集群协同控制技术分析与展望

系统分析和展望了飞行器集群协同控制技术,对先进的集群飞行器和协同控制技术进行了总结和对比,并提出了当前该领域面临的5个主要科学问题。在此基础上提出了飞行器集群自主控制体系架构以及射前任务规划、在线态势感知、协同制导控制等8项飞行器集群协同核心关键技术。其中,对每项技术进行了简要概括,阐述了它们之间的关系和对于飞行器集群协同控制的作用。最后,从理论研究、技术突破到工程应用方面,对该领域未来发展做出了展望。

运载火箭风场高精度拟合方法

针对运载火箭风场传统拟合方法精度低的问题,提出一种基于最少参数神经网络的高精度拟合方法。该方法将运载火箭飞行高度作为网络输入,将风场的速度和朝向作为网络输出,在满足精度要求下使用最少的网络层数和神经元个数完成风场拟合,并给出了隐层节点数的下界公式。和传统的最小二乘多项式拟合及其分段形式相比,最少参数神经网络只使用一套框架即可完成风速和风向的拟合,并提高了拟合精度。大量仿真结果充分说明了所提出方法的有效性、简洁性和鲁棒性。

局部交叠异步切换网络化飞行器的控制系统设计

考虑存在时变短时延及丢包的飞行器网络环境,研究了全包线网络化飞行器的控制系统设计问题。首先采用切换系统模型来描述全包线飞行动态,同时考虑全包线飞行切换律的局部交叠特性,为降低设计保守性,将建立的全包线飞行器切换系统划分为若干局部交叠切换系统。同时,考虑由于控制器切换滞后引起的异步切换问题,进一步将系统建模为局部交叠异步切换系统。在此基础上,结合公共Lyapunov函数和平局驻留时间稳定性分析方法,以LMI形式给出了保证系统全局稳定的鲁棒控制器设计方法。最后,以某HiMAT飞行器为例给出数值仿真,校验了所提方法的有效性。

变体飞行器有限时间切换H_∞跟踪控制

针对变体飞行器变形过程中的跟踪控制问题,基于切换线性变参数控制理论建立了变体飞行器模型。为了抑制变形过程中控制器切换和不确定性的影响,保证闭环系统有限时间有界同时满足指定的H_∞性能指标,基于模态依赖平均驻留时间方法和多Lyapunov函数方法,提出一种切换有限时间H_∞跟踪控制器的设计方法,并分析了系统的有限时间鲁棒稳定性,通过求解线性矩阵不等式得到控制器存在的充分条件。仿真结果表明,所提方法能够使飞行器系统准确跟踪指令,且对于控制器切换和不确定性具有鲁棒性,降低了控制器设计的保守性。

航天器姿态输出反馈抗干扰跟踪控制

针对采用四元数描述的航天器姿态运动模型研究输出反馈抗干扰跟踪控制问题.首先在姿态运动模型的基础上,结合四元数的性质设计扩张状态观测器(extended state observer,ESO)来估计角速度和干扰力矩,从理论上保证了ESO中的四元数状态满足范数约束,并证明了观测误差的收敛性;进一步利用互连和阻尼分配无源控制(interconnection and damping assignment passivity-based control,IDA--PBC)理论设计控制律,通过姿态和角速度误差状态变换以及引入误差积分项,使得期望的姿态和角速度误差,以及积分项误差运动方程中均出现阻尼项,提高了系统的抗干扰性能,最后利用Laypunov函数证明了闭环系统一致最终有界稳定.仿真结果验证了所设计ESO和IDA--PBC控制律的有效性.

水泥窑纯低温余热发电关键安装技术

目前,国内水泥窑纯低温余热发电建设项目每年都在增加,与国外相比,余热发电安装技术还存在很大差距。结合山东水泥集团淄博余热发电项目和平阴余热发电项目的实际工作经验和相关文献报道,就余热发电关键安装技术加以介绍。

SOPC通用化弹载自测试平台的设计与实现

传统的导弹测试采用地面测试的方法,弹地接口庞大、资源浪费、测试准确性差,针对该缺点,提出了基于SOPC技术的通用化弹载自测试平台,具有通用化、小型化的特点,同时利用可编程特性实现重复配置功能,满足多种不同装备型号的弹载测试功能需求。详细阐述了实现此项技术的SOPC系统架构、硬件平台及系统软件的设计方法,同时给出了自测试平台的在线配置方法。

存在未知时延和Markov丢包的网络控制系统故障检测与优化

将网络控制系统(NCSs)的未知短时延处理成范数有界不确定性,结合Markov丢包影响将NCSs建模为不确定Markov跳变系统,设计模态依赖的鲁棒故障检测滤波器.为了提高检测系统性能,采用后置滤波器对残差信号进行时域优化,并以Moore-Penrose逆形式给出其最优解.同时,设计自适应检测阈值,并给出时变参数阵的迭代方法,降低了计算量.数值仿真表明,所提出的方法能够有效地抑制时延和丢包影响,提高故障检测系统的检测能力和检测速度.

基于局部交叠异步切换的网络控制系统故障检测

针对存在时变短时延和丢包的网络控制系统故障检测问题,将非线性对象建模为线性切换系统.考虑工程中存在的局部交叠切换律,将切换系统划分为若干局部交叠切换于系统.同时,考虑滤波器切换滞后引起的异步切换问题,进一步将系统增广为局部交叠异步切换系统.在此基础上,结合公共Lyapunov函数和平均驻留时间方法,以LMI形式给出检测滤波器设计方法.最后,通过某网络化飞行器的全包线飞行验证了所提出方法的有效性.

网络化切换控制系统故障检测与优化设计

研究存在未知短时延、丢包和系统不确定性的网络化切换控制系统故障检测与时域优化问题.首先基于观测器构建残差发生器,结合Lyapunov函数方法和平均驻留时间方法分析系统的稳定性,并以线性矩阵不等式(LMI)形式给出故障检测滤波器的求解方法;然后为了改善故障检测系统的性能,采用后置滤波器对残差信号进行时域优化,并利用奇偶空间方法给出其最优解;最后设计并推导出自适应阈值.仿真结果验证了所提出方法的有效性.

具有多通道数据传输的飞行器网络控制系统故障检测

研究具有多通道数据传输的飞行器网络控制系统故障检测滤波器(FDF)设计问题.考虑每个通道存在各自的网络时延,且丢包符合Markov随机过程.首先,将系统建模为转移概率部分已知的离散Markov跳变线性系统,并设计了基于观测器的故障检测滤波器,将故障检测问题转化为H∞滤波问题;然后,利用LMI工具给出了FDF的可解条件和求解方法;最后,通过某飞行器网络控制系统的数值仿真实验验证了所提出方法的有效性.

面向变构型飞行器的强化学习位置姿态一体化控制方法

针对变构型飞行器在飞行过程中由于构型发生改变导致其质心、气动力、转动惯量和气动力矩以及飞行器的抗扰能力等参数或特性发生变化,对飞行器飞行控制品质产生较大影响的问题,提出一种基于强化学习的变构型飞行器一体化位置姿态控制方法,通过孪生延迟深度确定性策略梯度(TD3)强化学习算法训练神经网络控制律,实现变构型飞行器的一体化位置姿态控制。算法通过数学仿真与飞行试验进行了验证,仿真结果与飞行试验结果表明,该算法所设计的神经网络控制律能够实现变构型飞行器的一体化位置姿态控制,并对于外界干扰具有较强的适应能力。

深度确定性策略梯度算法用于无人飞行器控制

对深度确定性策略梯度算法训练智能体学习小型无人飞行器的飞行控制策略进行了探索研究。以多数据帧的速度、位置和姿态角等信息作为智能体的观察状态,舵摆角和发动机推力指令作为智能体的输出动作,飞行器的非线性模型和飞行环境作为智能体的学习环境。智能体在与环境交互过程中除了获得包含误差信息的密集惩罚外,也有达成一定目标的稀疏奖励,该设计有效提高了飞行数据的样本多样性,增强了智能体的学习效率。最后智能体实现了从位置、速度和姿态角等信息到控制量的端到端飞行控制,并进行了变航迹点、模型参数拉偏、注入扰动和故障条件下的飞行控制仿真,结果表明智能体除了能有效完成训练任务外,还能应对多种训练时未学习的飞行任务,具有优秀的泛化能力和鲁棒性,该方法具有一定的研究价值和工程参考价值。

基于微信平台的语言教学设计——以北京语言大学网络教育学院"商务英语"为例

北京语言大学网络教育学院尝试利用微信公众平台的技术支持,结合学员的实际学习需求,为学员提供英语面试微课程.该课程的亮点主要有三个,即分层教学、微课程与翻转课堂、智能语音识别和测评.