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。

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自适应的无人飞艇俯仰姿态控制器设计

针对无人飞艇模型复杂的非线性特性和不确定因素干扰姿态控制的问题,采用L1自适应控制方法构建不确定参数模型,进行无人飞艇的纵向姿态控制律设计,提高了飞艇纵向控制抗扰能力。通过建立无人飞艇俯仰运动模型,结合LQR对系统进行反馈配置以改善其稳定性,并将系统配置为典型L1被控对象形式,利用投影算子引入不确定参数对模型修正,得到自适应的控制算法。结果表明,基于反馈优化配置的L1自适应控制算法能够使无人飞艇的俯仰得到良好的瞬态和稳态性能,对系统参数摄动具有较强的鲁棒性,可适用于无人飞艇的姿态控制。

基于L_1自适应方法的四旋翼飞行器纵向控制

针对四旋翼飞行器姿态控制系统欠驱动、强耦合、强振动的特性以及非零初始误差的客观存在,采用了一种新型的L1自适应算法,将模型的非线性因素和耦合项视作时变参数和干扰,设计了L1自适应控制器,突破了传统自适应控制固有的时变参数频率限制,有效抑制了飞行器机械振动所引起的高频干扰;同时,在飞行器存在非零初态跟踪误差情况下,避免了瞬态误差的出现,确保输入力矩在可控范围内一致有界。最后,仿真结果验证了算法的鲁棒性。

最优控制L_1自适应在重装空投纵向控制器设计中的应用

为保证空投过程中载机的姿态和高度稳定,采用结合最优控制的L_1自适应控制方法设计了飞机纵向控制器.利用最优控制产生线性控制信号并确定匹配参考模型,在此基础上将系统非线性转化为L_1自适应控制结构中的匹配和非匹配不确定性实现姿态保持,结合外环PID高度控制器完成整个飞控系统的设计.仿真验证了控制器的强鲁棒性,可以抑制高自适应增益下输入信号中的高频抖振.

无人机L_1自适应俯仰控制性能仿真

面向无人机全包线飞行时动态的非线性、战损/故障导致的舵面效能变化以及外部环境的时变干扰问题,以俯仰角控制为例,设计了L_1自适应控制器,同时设计PI控制器以便对比分析控制性能。通过开展一系列仿真试验,可以发现,对于存在模型不确定性、舵面效能变化和外部时变干扰情况,L_1自适应控制器的稳定性和鲁棒性明显优于PI控制器,满足无人机的控制需求,为工程应用奠定基础。

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。

一种无人机鲁棒自适应控制律设计

针对现代无人机作战时存在强不确定性、全包线大机动飞行时的强非线性、战损/故障导致的舵面效能变化问题,提出一种包含基本控制器和补偿控制器的鲁棒自适应控制律设计方法。以鲁棒伺服LQR作为基本控制器,L_1自适应作为补偿控制器,在保证无人机控制系统稳定性和动态特性的同时,拥有较强的鲁棒性。仿真结果表明了该方法的有效性和优越性。

基于L_1自适应的超低空空投抗侧风控制律设计

针对超低空空投过程中侧风干扰与装备投放过程相耦合,影响载机飞行安全和空投任务的完成等问题,提出了基于L_1自适应的控制律设计方法。利用最优控制对系统线性部分做状态反馈并确定匹配参考模型,在此基础上,考虑系统的匹配和非匹配不确定性,设计L_1自适应控制器实现姿态保持,结合外环PID侧向轨迹控制器实现对航迹的稳定和保持。仿真结果表明,控制器具有优良的控制性能,对复杂侧风干扰和系统非线性不确定性具有很强的鲁棒性,且在高自适应增益下能有效抑制输入信号高频抖振。

正则化机制下多粒度神经网络剪枝方法研究

目前流行的模型压缩剪枝算法裁减的对象通常是整个卷积核.一些网络结构中存在特征图维度匹配的硬性要求,如ResNet中的残差结构主干上最后一个卷积层的卷积核个数以及Inception网络中的级联操作前所有分支上最后一个卷积层的卷积核个数都不能改变,这直接限定了剪枝的空间.本文提出一种正则化机制下的多粒度神经网络剪枝方法,针对维度匹配限制了剪枝空间的问题,设计从粗到细的多粒度剪枝策略,在稀疏化的同时维持了处于维度匹配位置的卷积层中卷积核的数量不变.并且,本文提出一种自适应L1正则化的稀疏方式,可以使网络在更新参数的同时兼顾到网络结构的变化.稀疏化后的卷积核不仅有比原卷积核更少的参数和计算量,而且拥有更加优异的结构性质,使网络具有更高的表达能力.例如,在CIFAR-10上,针对VGG-16,相比基准网络,在计算量压缩了76.73%的情况下,准确率提高了0.19%;针对ResNet-56,在计算量压缩了82.54%的情况下,准确率只下降了0.14%.在ImageNet上,针对ResNet-50,在计算量压缩了56.95%的情况下,准确率只下降了0.48%.本文方法优于现有先进的剪枝方法.

基于高阶阈值算子与张量全变分的前景检测

基于鲁棒主成分分析(RPCA)的方法有一个潜在的假设,即场景中移动物体的像素是稀疏离群值,其往往忽略了物体的时间和空间结构,导致这些方法在动态背景、遮挡、光照变化等场景下检测效果降低。针对这一问题,提出了一种基于张量鲁棒主成分分析(TRPCA)的张量非凸稀疏模型。首先,利用三种常见收缩算子的优点,引入了二阶广义收缩阈值算子(GSTO),探索适用于高阶张量数据的高阶广义阈值收缩算子(HoGSTO),进而提升背景建模的鲁棒性;然后,为了表征视频前景中移动目标像素之间的相关性,在视频前景建模的过程中,利用张量全变分正则化(TTV)增强前景的时空连续性;接着,通过自适应l1范数对视频中的动态成分建模,避免了对前景建模产生干扰。多个视频帧的实验结果表明,该方法在移动目标检测任务中优于现有的方法,能够更好地分离前景和背景。

基于压缩感知和宽带俞式低通整形滤波器的地震低频信息特征分析与补偿

碳酸盐岩储集层已成为世界石油新发现储量的重要组成部分,识别该类储层对地震数据的信噪比、分辨率以及成像精度提出了更高的要求.本文从地震低频信号缺失的问题出发,首先研究了低频信号缺失对子波、合成地震记录和波阻抗反演的影响,其次分析了深层碳酸盐岩裂缝储层中弱信号低频缺失的特征.针对低频信号缺失问题,本文利用压缩感知理论,并结合反射系数的稀疏特性,提出了自适应计算L1范数权重因子的方法,同时构建了改进的宽带俞式低通整形滤波器,在不影响地震高频信号的同时对地震弱信号进行低频补偿.结果表明,缺失低频信号,会使子波旁瓣变大,合成记录出现假同相轴,厚层波阻抗反演畸变,深层碳酸盐岩裂缝储层弱信号难以识别;而本文方法有效地补偿了深层碳酸盐岩裂缝储层弱信号10Hz以下的频率成分,使得波组反射特征更加清晰,深层弱信号成像质量得到改善,为进一步有效识别深层碳酸盐岩裂缝储层建立了基础.

基于鲁棒特征结构配置的飞行器姿态角控制

针对传统特征结构配置方法鲁棒性不强的缺点,提出一种基于L1自适应补偿器的鲁棒特征结构配置方法.将总控制器分成特征结构配置控制器和L1自适应补偿器,前者用于保证系统稳定和满足性能指标,后者用于抵消系统中的不确定性;给出各控制器的详细设计步骤,并对总控制器的稳定性和性能进行分析;将所设计的控制器用于飞行器姿态角控制,并与传统特征结构配置控制器进行比较.仿真结果表明,所提出的鲁棒特征结构配置控制方法能够在保证系统性能的同时显著提高系统的鲁棒性.