江苏省普通高校研究生科研创新计划项目(CX08B-091Z)
- 作品数:6 被引量:34H指数:4
- 相关作者:甄子洋王道波王志胜黄国勇胡勇更多>>
- 相关机构:南京航空航天大学国防科学技术大学浙江大学更多>>
- 发文基金:江苏省普通高校研究生科研创新计划项目国家自然科学基金国家教育部博士点基金更多>>
- 相关领域:自动化与计算机技术航空宇航科学技术更多>>
- 非线性信息融合估计理论被引量:10
- 2009年
- 研究非线性信息的最优融合估计理论,提出了非线性信息的统一决策模型和统一量测模型。基于信息投影权矩阵概念,将多传感量测信息统一映射到被估计量的决策空间,从而统一了线性信息和非线性信息的最优融合估计问题。提出并证明了非线性信息最优融合估计的封闭解析表达式,并给出了两种迭代型非线性最优估计算法。
- 王志胜甄子洋
- 关键词:信息融合多传感器
- 离散线性信息融合最优跟踪控制被引量:4
- 2009年
- 提出一种有限时间离散线性最优跟踪控制问题的新解法——信息融合估计解法.基于信息融合估计理论,推导出协状态融合滤波方程和控制量融合估计值,由此获得最优融合控制律及二次性能指标最小值.从理论上证明了信息融合估计解法与传统解法的等同性.从信息融合的角度建立了有限时间离散线性最优跟踪控制系统,从而统一了最优控制问题和最优估计问题.电机系统的控制仿真结果验证了该解法的有效性以及与传统解法的等同性.
- 甄子洋王志胜王道波
- 关键词:离散线性系统最优跟踪控制信息融合
- 基于改进微粒群算法的无人机姿态控制参数智能整定(英文)
- 2009年
- 提出了基于改进微粒群算法的无人机姿态控制器参数智能整定方法。标准微粒群算法在搜索后期由于群体缺乏多样性而容易出现收敛停滞现象,为此提出了一种改进的微粒群算法。标准微粒群算法中的微粒速度是根据惯性运动、群体历史最优位置和自身历史最优位置来调节的。改进微粒群算法中的微粒除了保持惯性运动外,仅向当前群体中任意更优个体的状态学习,而且惯性权重系数是随机数。改进方案减少了算法不确定参数,简化了微粒学习机制,且增强了群体多样性。本文构建了无人机姿态控制系统,将改进微粒群算法用于四个控制参数的寻优整定。仿真结果表明,改进微粒群算法比一般微粒群算法具有更强的全局搜索能力,故获得更优的无人机姿态控制参数。
- 浦黄忠甄子洋王道波胡勇
- 关键词:无人机微粒群算法
- 基于误差系统的信息融合最优预见跟踪控制被引量:11
- 2009年
- 针对期望轨迹和干扰可预见的最优跟踪问题,提出了一种基于误差系统的信息融合最优控制方法.将线性伺服系统转化为误差系统;利用信息融合估计方法,通过融合期望轨迹、干扰输入、误差系统状态等信息,获得误差系统协状态以及控制增量的最优估计.构建了由积分项、状态反馈控制项和预见前馈补偿项组成的最优预见控制系统.线性直流电机系统的控制仿真结果表明,信息融合最优预见控制下的位置跟踪精度比传统最优预见控制下的要高。
- 甄子洋王志胜王道波
- 关键词:信息融合最优控制
- 变推力轴线无人机的建模与机敏性分析被引量:3
- 2010年
- 建立了与普通无人机相区别的变推力轴线无人机的全量数学模型。通过理论分析可知,变推力轴线技术的引入可以改善无人机的机动性和敏捷性。设计了气动舵面控制和推力变向控制相结合的无人机纵向姿态混合控制器,并对非线性模型描述的无人机进行了控制仿真,结果验证了混合控制策略的优越性,也体现了变推力轴线无人机具有比普通无人机更好的机敏性。
- 黄国勇甄子洋王道波
- 关键词:无人机数学模型飞行控制
- 基于大脑情感学习模型的转台伺服系统设计被引量:8
- 2009年
- 提出了基于大脑情感学习(Brain Emotional Learning,BEL)模型的高精度转台伺服系统智能控制方案。BEL模型是一种模拟哺乳动物大脑情感学习过程的仿生计算模型。设计了融合系统跟踪误差、控制输入等信息的BEL智能控制结构,通过选取不同的感官输入信号可获得不同的控制结构,采用联想学习方法在线学习BEL模型内部的节点权值来调节控制器参数,从而实现转台伺服系统的自适应跟踪控制。仿真和实验结果均表明,BEL智能控制器学习能力强,能抑制摩擦等非线性干扰因素,在实时控制系统中表现出较好的稳定性和较高的跟踪性能。
- 甄子洋王道波王志胜
- 关键词:智能控制转台伺服系统数学模型飞行器