基于PIO-ADRC的自主水下航行器运动控制

为进一步提高自主水下航行器(Autonomous Underwater Vehicle,AUV)的控制精度,对六自由度全驱动AUV进行建模,并搭建相应的自抗扰控制器(Active Disturbance Rejection Controller,ADRC)。考虑到传统ADRC待调整参数过多,且必须随着系统进行相应的参数调整,针对此,提出基于鸽群算法优化(Pigeon-Inspired Optimization,PIO)的ADRC(PIO-ADRC),并在相同仿真条件下将其与经过PIO的比例-积分-微分(Pigeon-Inspired Optimized Proportional Integral Derivative,PIO-PID)控制器和传统ADRC的控制效果进行对比。结果表明,使用PIO的ADRC超调量小、稳态误差小、控制效率更高。

基于PIO算法的海量用电数据协同交互系统设计

针对当前使用的边缘计算方法、OpenFlow协议受到海量用电数据随机不确定性因素的影响,导致数据协同交互结果与实际情况不一致的问题,设计了基于PIO算法的海量用电数据协同交互系统。利用可信平台控制计算平台服务器,形成完整的业务系统。通过配置大屏幕显示器,即时显示所需数据。设计智能协同蜜网结构,避免出现网络传输时延问题。根据海量用电数据协同交互过程中的全局最优输出流程,确定最佳输出群体,并得到满足终止条件的交互数据。设计协同交互流程,将数据转换为实体,实现海量电力数据的交换。由实验结果可知,该系统数据吞吐量与实际吞吐量一致,时延也在允许变化范围值附近波动,说明数据协同交互结果与实际情况一致。

驾驶员模型对Ⅱ型PIO预测影响研究

由速率饱和引起的Ⅱ型PIO(Pilot-in-the-Loop Oscillations)严重威胁着飞行安全。在基于描述函数法的Ⅱ型PIO预测中,建立了速率限制环节的描述函数模型,构建了具有速率限制环节的人机系统模型,分别采用驾驶员同步控制模型、补偿控制模型及Neal-Smith模型对人机系统Ⅱ型PIO预测进行了仿真对比研究。仿真结果表明代表着不同控制模式的驾驶员模型对预测结果有显著影响,飞行试验结果也表明不同的驾驶员对同一PIO构型给出了有差异的评分。

基于有限忍耐度鸽群优化的无人机近距空战机动决策

由于对抗双方态势的快速变化,无人机近距空战机动自主决策困难且复杂,是空中对抗的一个难点。对此,提出一种基于有限忍耐度鸽群优化(FTPIO)算法的无人机近距空战机动决策方法。该方法主要包括基于机动动作库的对手行动预测和基于FTPIO算法的机动控制量和执行时间优化求解两个部分。为提升基本鸽群优化(PIO)算法的全局探索能力,引入有限忍耐度策略,在鸽子个体几次迭代中没有找到更优解时对其属性进行一次重置,避免陷入局部最优陷阱。该方法采用的优化变量是无人机运动模型控制变量的增量,打破了机动库的限制。通过和极小极大方法、基本PIO算法和粒子群优化(PSO)算法的仿真对抗测试结果表明,所提出的机动决策方法能够在近距空战中有效击败对手,产生更为灵活的欺骗性机动行为。

基于CGAPIO的航天器编队重构路径规划方法

针对航天器编队重构的路径规划问题,考虑燃料消耗和碰撞概率等约束条件,以及基本鸽群算法存在的问题,提出一种基于混沌初始化和高斯扰动的自适应鸽群(CGAPIO)算法。为了得到多样性和覆盖性更好的鸽群初始值,采用Tent Map混沌模型进行鸽群初始化操作;在地图和指南针算子阶段,为提高全局搜索能力,引入了自适应的权重因子和学习因子更新个体的位置和速度;在地标算子阶段,为避免算法陷入局部最优,将高斯扰动加入到鸽群中心位置。仿真实验结果表明:CGAPIO算法与基本鸽群算法和粒子群算法相比,提高了全局搜索能力,避免了局部最优,规划得到的路径更加平滑,各航天器碰撞概率较低,编队重构消耗的总燃料至少减少了12%。

民用飞机适航取证中的APC/PIO评估方法

总结了MA600飞机在适航取证过程中所做的APC/PIO研究与评估工作。根据APC/PIO产生的机理及类型,理论分析了MA600的APC/PIO易感性及可能发生的类型;选择适合于运输机的预测准则,对纵向和横向的APC/PIO易感性进行了评估和分析;制定了试飞大纲,由试飞员在全动飞行模拟器上完成了试飞任务,并对其APC/PIO趋势做出了评分和评语;最后,对试飞数据进行了分析,所得结果与理论分析结果、准则评估结果及试飞员评语一致,表明MA600飞机没有发生APC/PIO的趋势,满足适航条例对APC/PIO的要求。

模糊逻辑PIO探测器中的隶属函数构建

驾驶员诱发振荡(PIO)是一类驾驶员不希望出现的人机耦合(APC)现象。探测器可根据飞机飞行数据识别是否有PIO发生。设计模糊逻辑探测器模型用于PIO探测关键在于模糊变量的选取与模糊推理的设计,模糊变量是由若干隶属函数描述的。根据对发生PIO时驾驶员的操纵与飞机运动特点的分析与总结,以及选取的特征参数的变化范围,对模型中的隶属函数进行设计,并对隶属函数的适应性和对识别结果的影响进行了分析。PIO数据的识别结果表明通过这种设计方法得到的模型可以用于PIO探测。

基于序列二次规划的PIO易感性时域评估方法

时域Neal-Smith准则是评估PIO易感性比较理想的量化准则,但驾驶员的自适应特性给该准则的使用带来了困难。以某机型为算例,将序列二次规划算法应用于时域Neal-Smith准则,对其PIO易感性进行了评估。评估结果表明,将序列二次规划算法用于时域Neal-Smith准则来评估飞机的PIO易感性是可行的。

PIO研究中的驾驶员控制行为模型

建立科学有效的驾驶员控制行为模型是驾驶员诱发振荡(PIO)研究的基础。首先,根据驾驶员控制模式不同,分别建立了驾驶员的补偿、追踪和同步控制行为模型;其次,通过仿真计算研究了不同驾驶员控制行为模型对飞机PIO易感性的影响,建立含有舵机速率限制环节的人机闭环系统,使用描述函数法预测不同驾驶员控制行为模式下某型飞机的PIO发生频率。仿真结果表明,相对于驾驶员的补偿行为,同步行为更易诱发II型PIO。

基于拍卖鸽群优化算法的多无人机追踪分布式任务分配

无人机技术已经广泛应用于各种研究领域,任务分配是多无人机协同的关键技术之一,对多无人机任务完成质量的影响极大,针对多个目标追踪场景下的多无人机任务分配问题,提出了一种基于拍卖鸽群优化(auction-PIO)算法的分布式分配方法.首先采用追踪总距离、分配均衡性、任务完成时间3个性能指标,结合追踪任务约束条件,建立了分布式多指标0/1整数规划模型.然后以拍卖策略作为分布式优化框架,无人机作为拍卖者对地面目标进行竞拍出价,通过多轮竞拍确定任务分配方案.为提高拍卖分配的最优性,增强了各无人机间的共享信息量,进而使无人机可对所有目标进行竞拍出价,并引入PIO算法更新各无人机的竞拍价格,将鸽子位置编码为无人机对各地面目标的竞拍增价,利用地图指南针算子和地标算子迭代更新种群位置,实现对无人机竞拍价格的优化更新.在此基础上,设计基于目标优先级的解算策略,用于将竞价矩阵和距离矩阵解算为任务分配方案,并进行了算法的计算复杂度分析.最后对所提拍卖鸽群优化算法分别进行了数值仿真、Gazebo虚拟仿真和实机户外飞行实验,结果表明:所提算法拥有良好的任务分配性能,不但在数值仿真对比中,优化性能比经典拍卖算法提高了12.16%,而且虚拟仿真和户外实验也说明算法能够满足实用性要求.

修改硬盘的PIO模式修复硬盘

通过对硬盘PIO模式的修改修复了无法使用的硬盘,详细介绍了具体的解决办法。

巧用PIO通信方式加速双微机系统数据传输率

提出了仿效DMA方式,通过中断和查询的配合实现双微机高速PIO通信的方法.

对PIO预测的A值及A准则的分析

从应用的角度详细地介绍了国外预测 PIO时使用 A值及 A准则的情况。进行了计算公式的推导 ,讨论了准则在推导过程中所采用的假设及其适用情况 ,重新整理和校核了计算步骤和算例 。

预防Ⅱ型PIO的作动器设计

重点分析由作动器非线性因素(速率限制)引起的Ⅱ型PIO问题。将非线性因素线性化,采用赫尔维茨稳定性方法分析线性时不变系统的稳定性,采用二次型稳定性方法分析参数时变系统的稳定性。运用ROBAN算法确定稳定域,进而得到条件分析模型,分析了三种条件下的PIO趋势,给出合适的作动器设计方法。仿真研究表明,采用该方法设计的作动器使得某型飞机飞控系统具有良好的鲁棒性,可以有效避免Ⅱ型PIO的产生。

某电传操纵飞机的Ⅱ型PIO预测和抑制对策研究

由伺服作动器速率限制引起的 PIO被称为 型 PIO。采用描述函数方法分析了带有速率限制环节的某机人机系统特性 ,分析表明 ,当速率限制发生后 ,在 Nichols图上 ,系统幅相特性将出现突跃现象 ,相位滞后增加、幅值减小 ,此时系统可能出现极限环振荡 ,即 PIO。用突跃点的频率及其响应的幅值和相角来预测 型PIO,在飞控系统中引入了软件限制环节来减弱速率限制的不利影响。

抑制俯仰Ⅱ型PIO的四种滤波器性能比较

FWB、DS、DASA、RLF作为4种成熟、有效的非线性滤波器均用于解决以作动器速率饱和为特征的Ⅱ型驾驶员诱发振荡(PIO)相位滞后的问题,从而抑制PIO发生.借助描述函数理论,对各滤波器中非线性环节线性化处理,得到4种滤波器拟线性传递函数和相频特性曲线,研究、比较各滤波器在不同参数、不同输入条件下开环相位补偿能力.针对俯仰PIO问题,选取本机动态特性较差、易发生PIO的纵向飞机模型,构建带速率限制作动器的人机闭环系统,通过3个典型的俯仰飞行仿真任务,从抑制作动器速率饱和能力、俯仰响应特性、相位补偿能力、减轻驾驶员操作负担4个方面全面比较各滤波器性能.实验表明:DASA滤波在抑制PIO、改善飞机俯仰响应特性方面相对较优.实验结果为滤波器设计、俯仰PIO抑制的相关研究提供有益参考.

着舰过程中风切变对PIO的影响

研究了舰尾风场作用下的舰载机着舰安全性问题。建立了风切变影响下的舰载机模型,研究了风切变在舰载机着舰过程中对驾驶员诱发振荡(Pilot Induced Oscillation,PIO)的影响,研究了重新构型的舵机速率限制器在舰尾风场环境中对PIO的抑制作用。仿真结果表明,舰载机在着舰下滑过程中风切变对PIO的影响有限,但会使舰载机突然出现短暂的"点头"现象,导致驾驶员以高增益操纵飞机,造成作动器速率达到饱和,从而诱发PIO。采用带反馈及旁通的舵机速率限制器与速率限制器前置滤波器相配合,对由飞机操纵系统中的非线性特性引发的PIO有较好的抑制效果。

驾驶员模型参数与PIO易感性关系研究

分析了驾驶员模型参数对人-机闭环系统特性的影响。用时域Neal-Smith(Time Domain Neal-Smith,TDNS)准则评估PIO易感性,分析驾驶员模型参数的改变对PIO易感性的影响。TDNS准则使用了序列二次规划(Sequential Quadratic Program-ming,SQP)算法确定驾驶员模型参数。以某型机为算例,采用TDNS准则,对其PIO易感性进行评估,并分析驾驶员模型参数对PIO易感性的影响。结果表明,驾驶员模型参数对PIO易感性影响很大,在评估过程中需要合理选择参数。

基于ISA总线的PIO控制卡设计

介绍了基于ISA总线的PIO控制卡的硬件电路和软件设计,并给出了详细的设计方案。通过使用VHDL语言设计出逻辑控制电路,下载至PIO控制卡的CPLD芯片中,实现逻辑控制功能。射频仿真系统中的校准计算机通过ISA总线对PIO卡进行读写,达到控制校准接收机内部微波开关的目的。文章最后给出了该PIO卡的仿真波形和测试结果。

基于缩比模型的全尺寸飞机纵向Ⅰ类PIO预测

驾驶员诱发振荡(PIO)对飞机的飞行安全构成严重威胁,在进行全尺寸飞机PIO特性评估飞行试验之前,利用与全尺寸飞机动力学相似的缩比模型进行飞行试验,对全尺寸飞机的PIO特性进行初步评估,可以达到节约试验成本和降低试验风险的目的。针对驾驶杆操纵到指令形成过程中的时间延迟这一因素诱发的纵向Ⅰ类PIO,选取带宽准则和Neal-Smith准则作为评定准则,分析了全尺寸飞机和缩比模型对应PIO评定参数的相似比例关系,并建立了基于缩比模型的全尺寸飞机纵向Ⅰ类PIO预测方法。以某型军用运输机及其缩比模型作为算例飞机进行了仿真验证,验证结果表明:分析得到的相似比例关系是正确的,基于缩比模型试验数据可以较为准确地评估全尺寸飞机的Ⅰ类PIO特性。