基于线性ADRC的欠驱动UUV深度控制器设计

为了改善欠驱动Unmanned Underwater Vehicle(UUV)在复杂环境下的深度控制品质,将线性自抗扰控制技术应用到其深度控制中。首先,利用线性扩张状态观测器估计出系统的未知"总合干扰",并进行动态反馈补偿,将系统简化为标称模型;然后,在标称模型基础上设计控制器;最后,通过引入饱和限幅环节和死区环节对控制器进行修正。对比级联反馈控制器,线性自抗扰控制器在常值干扰、一阶高频波浪力干扰、低频正弦干扰下,有更好的动静态特性和鲁棒性。与传统的非线性自抗扰控制器相比,线性自抗扰控制器在保证控制性能的前提下,具有可调参数少、易于工程实现的优点。

基于K-L信息因子的变结构多模型算法模型集自适应研究

针对传统多模型机动目标跟踪算法对模型数量的增长会产生组合爆炸和模型竞争现象,降低跟踪系统的性能,提出了一种模型集自适应的变结构多模型算法。采用基于Kullback-Liber(K-L)信息因子分析多模型算法中模型集各模型之间的匹配程度,并在此基础上实现对模型集的自适应调节,同时推导了各时刻模型概率与模型之间的模型转换概率矩阵,从而为变结构多模型算法的实现提供了基础。仿真实验验证了所提算法的可行性和有效性。