机载光电跟踪系统模糊控制的优化设计与仿真

分析了机载光电跟踪系统的构成 ,并对机载光电跟踪系统的最主要组成部分——陀螺稳定平台框架系统设计了基于遗传算法的模糊控制器 ,通过遗传算法来优化模糊控制器的规则、参数以及量化因子和比例因子。并对系统进行了详细的仿真研究 ,仿真结果证明基于

机载光电跟踪系统的电子稳像算法研究

为了解决机栽光电跟踪系统高准确度陀螺平台成本高、难度大的问题,在深入分析视轴晃动与图像关系的基础上,利用机栽平台的特点,确定了图像运动矢量的关系,忽略了次要因素,进一步简化了运算,提高了算法的准确度.将此算法应用于某歼击机的图像进行稳定试验,结果表明:该算法具有快速、稳定等优点,能够实现实时准确地稳定歼击机图像序列.

机载光电跟踪系统的模糊自整定PID控制

为了提高机载光电跟踪伺服控制系统的控制性能,提出了一种模糊自整定PID控制算法.该算法将模糊控制和经典PID控制相结合,在保持原有系统精度的前提下,使机载光电跟踪伺服控制系统的动态性能得到了改善.仿真结果表明,该控制算法较之经典PID控制算法具有响应快、超调量小、抗干扰能力强等优点,对机载光电跟踪伺服控制系统具有较好的控制能力.

机载光电跟踪系统的模糊自适应控制

为了提高机载光电跟踪伺服控制系统的控制性能,提出了一种基于模糊推理的变论域自适应控制算法.详细论述了稳定跟踪系统的数学模型,并对变论域控制算法的原理进行了详细介绍.采用变论域控制算法能够有效的避免对伸缩因子函数模型和模型参数的选择,同时能够降低系统论域的反复调节,提高系统的收敛速度和控制精度.为了验证控制性能,利用经典PID控制、模糊控制、模糊自适应PID控制三种算法对机载光电稳定跟踪系统进行仿真比较.仿真结果表明模糊自适应PID控制算法和经典PID控制相结合,在保持原有系统精度的前提下,使机载光电跟踪伺服控制系统的动态性能得到了改善,不仅可以满足系统的精度要求,还具有较强的自适应能力和鲁棒性.

模糊PID控制光电跟踪系统的抗干扰性分析

机载光电跟踪系统是一个复杂的非线性系统,影响其性能品质的因素很多。笔者建立的数学模型是略去很多非线性因素建立的线性模型,是没有外界干扰下的模型,和实际系统有一定的区别。为说明模糊自适应PID控制对不确定性系统有较强的鲁棒性,引入模型参数摄动方法,即增加外界干扰时进行仿真研究。最终得到了系统稳定的结论,为模糊自适应PID控制器的设计提供了理论依据。

机载光电跟踪系统的模糊PID控制

为了提高机载光电跟踪系统的控制性能,提出了一种模糊自适应PID控制算法。首先,针对机载光电跟踪控制系统的特点,建立了被控对象的模型。接着,对机载光电跟踪系统模糊PID控制器的设计进行了详细介绍。最后,利用经典PID控制、模糊控制、模糊PID控制3种算法对机载光电稳定跟踪系统进行仿真比较。仿真结果表明模糊PID控制算法较之前两种算法具有响应快、超调量小、抗干扰能力强、稳态性能好等优点,对机载光电跟踪系统具有较好的控制能力。

机载光电跟踪系统基于遗传算法的模糊控制器优化设计研究

分析了机载光电跟踪系统的构成 ,并对机载光电跟踪系统的最主要组成部分——陀螺稳定平台框架系统设计了基于 GA(遗传算法 )的模糊控制器。由于遗传算法可以搜索整个空间 ,不易陷入局部最优解 ,不受搜索空间的限制性假设的约束 ,因此本文通过遗传算法对模糊控制器的控制规则、参数以及量化因子和比例因子进行了优化。在对模糊控制器设计的过程中 ,为了提高模糊控制的精度并加速遗传算法的收敛速度 ,还采用了变论域的方法。通过对系统详细的仿真研究 ,验证了基于 GA的模糊控制器设计的良好控制效果。

机载光电跟踪系统模糊控制的优化设计与仿真

分析了机载光电跟踪系统的构成 ,并对机载光电跟踪系统的主要组成部分——陀螺稳定平台框架系统设计了基于 GA(遗传算法 )的模糊控制器 ,通过遗传算法来优化模糊控制器的规则、参数以及量化因子和比例因子。并对系统进行了详细的仿真研究 ,仿真结果证明 ,基于GA的模糊控制器设计获得了良好的控制效果。

无人机载激光测深仿真系统研究

基于卵形扫描式无人机载激光测深系统的结构,对激光测深系统在海面上的激光脚点扫描轨迹进行几何建模。推导了激光光束通过扫描反射镜反射在大气、海水中的方向矢量,结合GPS和区域无线定位系统提供的位置姿态数据,推导出海面及海底激光脚点的扫描轨迹。最终通过仿真分析验证了上述方法的可行性与正确性。