飞机翼面损伤的L1自适应重构控制方法研究

进行飞机翼面损伤下的重构控制对提高飞机的安全可靠性具有重要的意义,传统的自适应重构控制方法易产生高增益和高频震荡,提出一种基于L1自适应控制的重构控制方法,可同时满足快速自适应和鲁棒性特点;首先根据翼面故障对飞机气动特性的影响,建立故障参数模型,然后根据L1自适应控制快速自适应和鲁棒性的特点,选择合适的自适应律和滤波器进行重构控制器的设计,最后根据飞机升降舵翼面损伤情况进行仿真分析,结果表明文中所用方法可以进行部分翼面损伤的重构控制,能够快速响应和抑制高频震荡,重构控制取得了满意的效果。

基于L1自适应控制的无人机横侧向控制

在设计无人机飞控系统时,以往采用PID增益调参,由于每架飞机参数的不确定,传统方法费时费力。为了克服传统方法对系统参数和模型结构的依赖,提出了一种对小型无人机进行横侧向滚转角控制设计的新的L1自适应控制方法。该方法将飞机在包线内的参数变化和耦合视为模型的时变参数和干扰;构建的L1横侧向控制律能够对控制信号中的高频振荡进行有效抑制。仿真验证的结果表明,所设计的控制器能够控制跟踪误差渐进收敛且跟踪效果良好。

基于L1自适应方法的超机动飞行控制律设计

提出了一种基于L1自适应的超机动飞行控制律设计方法;该方法将局部飞行包线内飞机模型参数的变化视为模型不确定性,将纵向与横、航向三轴间的交联耦合处理为外部干扰,通过L1自适应调整律与控制律,使系统跟踪误差快速渐进收敛于零,并确保系统鲁棒性,从而仅需一套L1自适应控制律即可实现局部包线范围内的大迎角超机动飞行控制,减少了控制律设计的工作量;针对自适应控制引起的高增益问题,采用低通滤波器消除控制信号中不期望的高频动态,对高频振荡进行有效抑制;超机动仿真结果表明:所设计的控制律具有良好的大迎角超机动飞行控制性能。

PD-1/PD-L1抑制剂治疗中晚期非小细胞肺癌疗效及安全性的Meta分析

目的:运用Meta分析方法系统评价PD-1/PD-L1抑制剂治疗中晚期非小细胞肺癌(NSCLC)的疗效及安全性。方法:检索CNKI、万方、Pubmed和Cochrane图书馆数据库,提取数据并进行核对,利用RevMan5.3软件的Cochrane偏倚风险工具,对随机对照试验进行风险评估,并应用该软件进行Meta分析。结果:共纳入7个随机对照试验,包括3945例患者。Meta分析结果显示:PD-1/PD-L1抑制剂在总生存期[HR=0.66,95%CI(0.61,0.72),P<0.00001]、无进展生存期[HR=0.72,95%CI(0.59,0.87),P=0.0007]、总有效率[OR=1.91,95%CI(1.31,2.78),P=0.0007]方面均高于化疗对照组;任何级别不良反应事件[OR=0.32,95%CI(0.25,0.40),P<0.00001]和3、4、5级不良反应事件[OR=0.23,95%CI(0.13,0.43),P<0.00001]低于化疗对照组。结论:在中晚期NSCLC的治疗中,PD-1/PD-L1抑制剂的疗效以及安全性均优于化疗药物。

基于L1自适应理论的AUV深度控制器设计

[目的]为抑制自主式水下航行器(autonomous underwater vehicle,AUV)运动过程中水动力参数变化和复杂外界环境干扰的影响,针对AUV深度控制通道设计一种自适应控制器。[方法]首先建立AUV系统动力学模型,然后以REMUS AUV系统的纵向控制模型为被控对象设计L1自适应控制器,最后在考虑不同干扰条件下使用Matlab/Simulink对L1自适应控制器进行仿真试验,并与相同环境下PID控制器的效果进行对比。[结果]在受到强外界干扰的条件下,对比PID控制器,L1自适应控制器的控制效果更稳定。且当AUV运动模型中水动力参数发生改变时,L1自适应控制器可以保持稳定。[结论]仿真结果表明,基于L1自适应理论设计的控制器在拥有良好动态响应的同时能够保证抗干扰能力与鲁棒性。

非线性机炉协调系统的多变量输出反馈L1自适应控制

针对机炉协调系统非线性、参数时变、受扰等特点,将现有单输入单输出、线性输出映射系统的输出反馈L1自适应控制算法推广至一类多输入多输出、非线性输出映射的系统.利用2-范数意义下利普希茨条件的性质,给出根据被控对象数学模型确定参数搜索界的方法,并对所设计控制系统的稳定性及瞬态跟踪误差界进行了分析.采用机炉系统的阀门反馈信号作为状态观测器的输入信号,解决了阀门开度的物理限制导致的积分饱和问题.利用经典的Bell-str9m机炉协调系统模型,分别对汽包水位偏差设定值不为零/为零的2组典型工况点进行了大范围负荷跟踪的仿真实验.实验结果表明,所提出的控制算法相比传统的鲁棒控制算法,过渡时间短及超调量小,在进行大范围负荷跟踪时,无需重新整定控制器参数仍能保持优良的控制性能.

带执行器故障的L1自适应飞行器横侧向容错控制

在飞行器横侧向控制中,执行器故障可能会引起匹配/非匹配不确定性,为了处理这种不确定性,采用L1自适应控制方法设计容错控制器。建立考虑故障和干扰的飞行器横侧向模型,利用L1自适应控制器抵消不确定性以及干扰的影响,保证快速自适应和鲁棒性,同时通过Lyapunov方法证明闭环系统的稳定性,并分析其暂态性能。在乘性故障、加性故障和卡死故障条件下,同时加入模型参数不确定性进行仿真,仿真结果表明,不论是在单一故障模式还是混合故障模式下所提控制方法均能保证控制信号和参数估计一致有界,有效抵消故障影响,具有良好的容错性和鲁棒性。

基于L1自适应方法的尾坐式无人机控制律设计

针对一种新型尾坐式无人机展开研究。在建模中为解决机身倾转过程中俯仰角奇异性的问题,结合其构型特点采取双欧法进行建模;对于其飞行过程中易受干扰的问题,采用L1自适应方法设计其控制律,以保证无人机在模态转换过程中具有良好的操稳特性。通过仿真实验验证了模型与控制律的有效性。仿真结果表明:该控制器能够克服飞行器在飞行过程中模型参数变动及其他不确定性干扰,为尾坐式无人机飞行控制律的设计与工程实现提供了一种新的方案。

基于L1自适应控制的四旋翼无人机姿态控制

针对四旋翼无人机模型中存在非线性因素和不确定干扰的姿态控制问题,采用基于投影算子的L1自适应控制方法进行四旋翼无人机姿态控制律设计;首先根据四旋翼无人机运动原理建立多入多出的非线性姿态运动模型,然后针对模型中存在的陀螺力矩干扰、质量分布不均引起的力矩干扰、环境干扰和自身非线性影响,设计L1自适应控制器,分析了系统的鲁棒性能;仿真结果表明了控制系统在满足良好动态性能的同时能够保证良好的鲁棒性。

基于L1自适应控制的飞机操纵面故障重构

针对飞机操纵面故障及传统的模型参考自适应方法动态性能欠佳的问题,提出了一种基于L1自适应控制理论的飞翼无人机横侧向滚转角重构控制方法;该方法将操纵面故障引起的模型参数的变化视为模型不确定性,将三轴间的交联耦合处理为外部干扰;通过选择合适的自适应律和低通滤波器,使L1自适应重构控制器同时满足快速自适应性和鲁棒性;针对操纵面发生漂浮、完全损失及卡死等故障进行了仿真。仿真结果表明:控制器可使跟踪误差快速收敛且动态性能良好,所提出的重构方法可用于操纵面故障的重构控制。

基于Backstepping-L1自适应控制的旋翼飞行器容错控制

针对旋翼飞行器控制过程中存在侧风等外界干扰、飞机本身存在未建模动态等不确定性,提出了一种基于Backstepping-L1自适应控制的旋翼飞行器容错控制方法。首先,在不考虑不确定性的情况下,根据旋翼飞行器的动力学方程和运动学方程,利用Lyapunov函数方法设计了基于Backstepping控制的姿态控制律,实现了闭环系统的稳定控制,且响应快速精确。其次,考虑不确定性对系统的影响,在Backstepping控制器的基础上,通过引入自适应律和状态观测器,实现对不确定性的实时估计和系统状态的在线观测,进而设计出具有鲁棒性的L1自适应控制器,消除了不确定性的影响,实现了旋翼姿态的容错控制。再次,通过引入一个闭环稳定的自治参考系统,对所设计的L1控制器进行稳定性分析,分析表明:设计的状态观测器跟踪误差有界并收敛到0,能够准确实时地估计被控系统状态;自适应律可快速自适应于系统存在的干扰及未建模动态等不确定性;控制律可以保证系统在正常状态及存在不确定性的情况下实时跟踪引入的参考系统,且跟踪误差趋近于0,从而保证系统稳定。最后,通过MATLAB仿真对比验证了该方法的有效性。

基于L1自适应着舰纵向控制与特性分析

考虑到舰载机着舰在最后阶段受到舰尾气流的不利影响;因此,为了提高舰载机着舰控制系统的鲁棒性,提出一种基于L1自适应控制的纵向着舰控制律设计方法;首先,对舰尾流进行分类并将其转化为控制系统的干扰模型,通过分析舰尾气流特性来构建与之相对应的L1自适应控制律结构;然后,基于L1自适应控制方法设计纵向自动着舰控制律,其中包括设计状态观测器、L1自适应控制律、低通滤波器和自适应律,并且对设计好的系统进行了稳定性分析;最后,讨论不同尺度风速的舰尾流对自动着舰系统的影响规律,并且采用"单因素方差分析法"对不同舰尾流环境下的着舰点进行分析;仿真结果表明不同风速下的舰尾流对着舰精度存在一定影响规律,并且所设计基于L1自适应纵向着舰控制律具有较强的自适应性和抗干扰能力。

基于模糊L1/2正则化的无线传感网络拥塞控制研究

无线传感网络在传输数据过程中,越靠近中心节点越容易产生拥塞,针对无线传感网络的拥塞问题,提出一种L1/2正则化和模糊神经网络相结合的拥塞控制算法。该算法在发送端对采集数据进行压缩观测,融合数据,达到初步缓解拥塞的效果。由于网路的传输数据量与压缩观测矩阵维数成正比关系,网络的拥塞程度很难用精确地数学模型描述,所以采用模糊神经网络对压缩感知观测矩阵维数进行自动的调整,增强算法对网络不同程度拥塞的适应性。在接收端采用L1/2正则化方法对无线传感网络压缩后的传输数据进行重构,重构精度高,数据损失小,实现对网络拥塞的全局控制。最后,对该算法进行MATLAB仿真实验,实验结果显示,该算法能够缓解无线传感网络的拥塞问题且效果明显,在不同的拥塞状况下,网络的吞吐量增大25%~50%,丢包率降低20%~55%,时延减少6s。

2DOF直升机L1自适应控制系统设计与仿真分析

在实际工程中,飞行器控制系统受不确定非线性因素影响很大,线性系统难以满足使用需求,各种非线性的控制技术也逐步被引进到了飞行控制系统中。构建二自由度直升机(2DOF)俯仰轴与偏航轴控制系统,针对模型参考自适应控制器(MRAC)在复杂飞行条件下高自适应增益环境时易出现高频振荡的不足,引入L1自适应控制器。测试两类控制器在面对复杂高强度干扰时的性能。仿真结果表明,L1控制器可以解决了高自适应增益时MRAC高频振荡现象。

基于L1趋势滤波的飞控传感器降噪方法

针对飞行控制传感器中普遍存在的噪声信号,提出了一种基于L1趋势滤波技术的在线降噪方法。首先简要介绍了L1趋势滤波技术,引入了滑动窗口对算法进行改进以满足实时在线应用需求。以气压计所采集的信号为例,采用原始飞参数据,利用该方法进行降噪处理,并与文献中常用的小波降噪方法进行初步比较,基于Matlab的仿真结果验证了该方法的可行性。

有界增益遗忘L1自适应控制算法的研究

针对单输入单输出非线性系统存在参数不确定性和干扰,结合L1自适应方法和极点配置控制方法,提出一种有界遗忘增益L1自适应控制方法,其中极点配置控制器主要用来保证线性部分闭环稳定,L1自适应控制器则用于抵消系统的非线性特性、参数不确定性和干扰。在L1自适应律中采用改进的有界增益遗忘(IBGF)方法计算自适应增益,将定常自适应增益换成时变的增益,由低到高的平缓时变增益可以有效地抑制由非零初始状态造成的扰动,该算法的稳定性得到了证明。仿真验证表明该方法具有很好的控制效果,验证了它的有效性和实用性。

机电伺服系统L1自适应控制

机电伺服系统存在较多不确定性,制约了系统性能提升。已有非线性控制方法虽可处理系统不确定性,但往往不能满足系统高频跟踪要求,而传统线性频宽控制方法又往往缺乏主动补偿不确定性的手段。针对机电系统参数未知又受时变干扰的情形,设计了一种L1自适应非线性控制策略,不仅有效补偿了系统不确定性,而且实现了非线性控制器与线性频宽参数的一体化设计。鉴于L1自适应控制策略依赖全状态反馈,又对测量噪声敏感,进一步搭建了跟踪微分器,快速跟踪速度信号动态特性的同时抑制了噪声,针对机电伺服系统的特点实现了跟踪微分器与L1自适应控制的有效融合。最后,对比仿真结果验证了算法的有效性。

基于L1自适应结构的动态逆飞行控制方法研究

非线性动态逆控制具有很好的快速性和解耦能力,但自身缺乏必要的鲁棒性。因此,从提高动态逆控制方法鲁棒性的角度出发,提出一种动态性能优异、强鲁棒的L1自适应结构的自适应动态逆控制方法。该方法通过引入L1自适应结构来增强动态逆控制的鲁棒性,并且保证系统在扰动干扰下的稳定性和动态性能。基于此方法设计了飞行控制律,旨在提高飞控系统的鲁棒性和容错能力。在故障干扰下验证了所设计控制器的有效性,仿真结果表明基于L1自适应动态逆设计的飞行控制器在参数不确定性等扰动具有强大的鲁棒性,能够保证系统在扰动下依旧达到期望的动态性能。

基于L1动态逆的自主空中加油对接控制

为实现无人受油机与加油机的自主安全对接,提出基于L1自适应动态逆的无人机自主空中加油对接跟踪控制方法。根据时标分离的原则,将无人受油机的姿态控制分为快、慢回路,采用动态逆方法设计姿态回路控制器,设计L1自适应系统补偿外界气流干扰和系统模型误差,并采用自主空中加油对接段仿真系统对所设计控制系统进行验证。仿真结果表明:该对接跟踪控制系统具有很高的抗干扰能力和鲁棒性,能满足自主空中加油的控制精度要求。

PD-1/PD-L1信号通路在多系统疾病中的研究进展

PD-1属于免疫球蛋白超家族成员,其以单体形式存在于细胞表面,通常与配体结合后,ITSM区的酪氨酸发生磷酸化,蛋白酪氨酸磷酸酶分子则被招募使下游的效应分子去磷酸化,转导负性信号,从而发挥负性调节作用,抑制T细胞的增殖和细胞因子的产生。在正常情况下,PD-1/PD-L1信号通路可以诱导和维持外周组织的免疫耐受,对防止组织的过度炎症反应以及自身免疫性疾病的发生具有积极作用,而在不正常的情况下,如血液系统疾病、免疫系统疾病和心血管系统疾病时,此信号通路也发挥着重要的调节作用。