多通道解耦事件触发机制及其在光电传感网络中的应用

针对传感器网络融合估计中由能量受限引发的通信资源受限问题,提出了一种基于多通道解耦的事件触发量测传输机制.单独设计各传感器输出分量的事件触发条件并给出了估计算法误差有界性的条件,在保证融合估计精度的同时,可一定程度上降低传感器网络数据传输量.与现有三种方法的对比仿真结果以及火力控制系统中的光电传感网络实例,表明了所提算法的有效性和工程应用的可行性.

多通道PID神经网络解耦有源控制算法

为满足多目标区域降噪要求,研究多通道有源噪声控制系统至关重要。随着声通道数量增加,通道间会出现相互耦合,增加系统复杂性且影响系统稳定性。为解决通道耦合问题,提出一种基于比例积分微分(PID)神经网络和滤波x最小均方算法(FxLMS)的多通道噪声解耦算法(PIDNN-FxLMS)。在传统FxLMS算法基础上,利用PID神经网络对有源控制系统控制参数进行调整,获得最优控制,同时对多通道有源控制系统解耦和控制问题进行处理。结果表明,PIDNN-FxLMS算法的收敛速度明显快于传统FxLMS算法,在降噪效果方面,该算法残余误差信号幅值最小,更适用于多通道有源噪声控制系统。

基于线性自抗扰的水下运载器控制

针对水下运载器强非线性、强耦合、外界干扰、自身参数不确定的影响,基于线性自抗扰控制提出一种姿态解耦控制方法。将水下运载器各控制通道的相互耦合以及内外部的干扰作为总和扰动,通过扩张状态观测器对其进行估计,并引入到反馈控制器中进行补偿,使原非线性系统转化成线性系统,实现解耦控制。引入虚拟控制量,对舵引起的耦合进行解耦。基于此控制系统和水下运载器非线性动力学模型,给出稳定性分析。仿真结果表明,基于线性自抗扰的控制器具有响应快速、超调与稳态误差小、鲁棒性强的特点,较PID控制动态性能与抗干扰能力有较大提升。