面向电力系统多重扰动的鲁棒动态状态估计方法

针对电力系统面临的系统异常和网络攻击等多重扰动威胁,提出一种基于稳健minimization maximization estimation(MM估计)的无迹卡尔曼滤波动态状态估计方法。首先,分析了卡尔曼滤波及其拓展滤波器和鲁棒回归方法的优缺点;其次,采用统计线性化方法将系统模型线性化并推导状态向量与测量向量的批处理回归形式,设计无迹卡尔曼滤波(unscented Kalman filter,UKF)与MM估计的融合方法;再次,为MM-UKF鲁棒状态估计选择合适的权重函数以达到最有效地去除多重扰动的影响;最后,实验结果表明,相较于已有的动态状态估计方法,所提方法在应对系统异常、网络攻击时表现出更加的鲁棒性。

无人机群分布式协同通信对抗技术综述

无人机作为现代化通信对抗的核心作战平台,在多个国家得到重点发展。为克服单无人机生存性低、任务载荷单一等缺陷,无人机群分布式协同对抗作战模式以其生存性强、容错性高等独特的作战优势成为新的无人平台通信对抗作战模式。文章结合无人机群协同作战理念和无人机群分布式协同通信对抗国内外发展现状进行综述,根据各国无人机群发展特点提出了无人机群通信对抗的未来关键技术及发展趋势。

面向阵型保持的UUV集群绿色动态控位方法研究

主从式水下无人航行器(UUV)集群在执行协同观探测任务时,既需要保持在阵地部署的观探测阵型,又需要以较少的能耗完成该任务。首先,对上述过程中的UUV低能耗绿色动态控位及阵型保持需求进行了分析,并针对以上需求设计了面向主从式UUV集群阵型保持的绿色动态控位策略。其次,在UUV绿色动态控位策略的主导下,对涉及到的基于粒子群寻优的全局最优推力规划及基于改进广义预测控制的实时滚动优化两种控制方案分别进行了具体的设计。仿真结果表明,相比于传统PID控制,上述控制策略及控制方法能够将控制时间由200 s缩减为60 s,在满足UUV集群协同观探测任务需求的前提下,以更低的能耗完成动态控位任务。