【摘 要】
:
多智能体系统因其在编队控制、蜂拥控制、人工智能等领域的广泛应用而受到很多关注,其中一致性问题是多智能体系统控制研究领域的基本问题。同时在实际情况中由于执行器物理条件限制,饱和问题不可避免。因此本文研究了具有输入饱和的多智能体系统一致性控制算法,并将其应用于航天器编队控制中,利用Links-RT通用半实物仿真实验平台对设计的控制算法进行实时性和鲁棒性验证。主要研究成果如下:首先,基于虚拟线性多智能体
论文部分内容阅读
多智能体系统因其在编队控制、蜂拥控制、人工智能等领域的广泛应用而受到很多关注,其中一致性问题是多智能体系统控制研究领域的基本问题。同时在实际情况中由于执行器物理条件限制,饱和问题不可避免。因此本文研究了具有输入饱和的多智能体系统一致性控制算法,并将其应用于航天器编队控制中,利用Links-RT通用半实物仿真实验平台对设计的控制算法进行实时性和鲁棒性验证。主要研究成果如下:首先,基于虚拟线性多智能体系统分别设计了低增益一致性控制算法和有限时间一致性控制算法,并进行数值仿真实验。通过仿真结果对比分析得出结论:(1)两种一致性控制协议在有向通信拓扑的条件下,均可在输入饱和的情况下使多智能体系统达到状态的一致性;(2)有限时间控制算法相对于低增益控制算法,在收敛时间上更具优势。其次,将数值仿真控制效果更优的有限时间一致性控制算法应用于航天器编队系统中。利用航天器轨道交会动力学模型和有向通信拓扑图建立航天器编队系统模型,然后利用有限时间控制算法分别进行数值仿真和硬件在环半实物仿真,结果表明控制器的幅值在饱和限内且在644s收敛至0,满足有限时间控制要求。验证了控制算法在航天器编队控制中的有效性和实时性。最后,考虑到在复杂的空间环境下航天器的状态不可全测的情况,利用参量Lyapunov方程设计了时变高增益观测器对系统状态进行估计。设计时变高增益观测器,将该观测器提供的状态估计值作为控制器输入,数值仿真结果表明基于高增益观测器的有限时间控制器也可达到上文状态反馈有限时间控制器的性能。将其部署于半实物仿真实验平台中,控制量虽因飞控板算力不足而有小跳变,但未发散并且最终能够在预计的有限时间收敛。验证了该控制算法的鲁棒性和实时性,为应用到实际物理系统中解决航天器编队控制问题奠定基础。
其他文献
目前,在铁路运输行业,检修是一项非常重要的环节。其中动车组每天执行完运输任务后都会停靠在相应的动车段内进行日常检修,这需要大量的维修人员进行长时间检修,检修效率低、误检率高。由于机器人代替人工检修的方式能够克服这些缺点,渐渐在动车检修行业得到应用。目前投入使用的检修机器人主要在固定铁轨上运行,但是固定轨道修建起来花费的经济成本和时间成本都很高,不利于大规模快速投入使用。动车组车底故障检测主要包括两
近年来,中国的贸易卷须已蔓延到世界各地发展中国家的腹地。本文全面概述了中国和尼日利亚的经济关系,特别是在贸易和外国直接投资领域,这在近些年内显著推动了中国成为尼日利亚第二大商业伙伴。通过国家经济赋权发展战略,尼日利亚与中国的合作有利于经济进步。本研究的目的是考察中国和尼日利亚之间扩大的商业联系,以提供有关其对尼日利亚经济影响的信息。这对于促进必要的经济增长、确保两国更好地协调以及在很大程度上实施最
针对多飞行器突防策略设计问题,本文研究的主要突防对象为敌方航母编队,航母编队具备响应迅速、精准打击的反导系统,如果要实现对航母编队的攻击,就必须能够突破航母编队的防御系统。对于航母编队的中远防区,飞行器突防面临的主要难题如何突破航母编队预警机的搜索,当飞行器被预警机探测到之后,将遭受到航母编队反导系统的精准打击,卫星的特点并不支持我们获得预警机的实时位置,因此在这种情况下,如果要实现对航母编队防区
四旋翼无人机(简称四旋翼)因其结构设计灵活、可操纵性高、任务适应性强等优势,在军民领域应用广泛。鉴于四旋翼飞行动力学的欠驱动、非线性、强耦合等特点以及高机动时难以避免的复杂外界扰动(如环境突风、紊流)与严格输入限制(如电机拉力、力矩),其飞行控制系统设计仍面临诸多挑战。本文以小型四旋翼为对象,深度融合非线性动态逆、滑模变结构、神经网络等现代控制技术,针对其在扰动环境和输入受限情形下的姿态高性能控制
武器性能、战术策略对战争胜负影响巨大。本文在武器性能的基础上,设计针对来袭高超声速制导火箭弹的拦截策略。本文的主要工作内容如下:建立导弹运动学及动力学模型。将导弹视为质点,建立三维空间下的火箭弹动力学模型和运动学模型,对于影响火箭弹弹道性能的大气参数,使用了USSA76标准大气模型。针对某型制导火箭弹,根据气动布局公开资料反推其动力学参数模型,并设计弹道验证模型的准确性。同时为方便描述影响导弹运动
高超声速飞行器具有机动大、速度高、航程远、威胁强等特点,现在成为世界各国全力发展的武器装备。随着高超声速武器的发展,对其进行拦截和防御也逐渐成为热门而充满挑战性的课题。拦截高超声速目标的挑战性体现于高超声速飞行器难以探测、难以识别和难以预报。本文主要研究在具有禁飞区的复杂约束条件下,基于深度学习方法对高超声速目标的运动行为进行识别。本文的主要工作如下:首先,在合适的坐标系下对高超声速目标进行运动学
现代军事中,弹道导弹进攻与反导系统防御的对决在战争中扮演的作用日益突出。拥有坚固可靠的反导防御系统能够让国家在强强对话中更有保卫自身国土安全的底气,大大提高国家的综合国力。世界上目前反导实力最强的国家无疑是美国,经过了近四十年的发展,美国已经形成了全方位、全天候、多层次、甚至覆盖全球的反导系统。本文选择了美国反导系统中较为有代表性的反导单元——宙斯盾反导系统进行研究,对其主要作战导弹“标准-3”拦
基于深度学习的医学图像处理技术是科学研究的重要方向之一,也是智慧医疗中的一种关键的辅助诊断手段。在对放射性肺炎进行诊断时,传统诊断方式是医生对患者的CT图像序列进行仔细查阅,如果医生的专业知识不够深,容易造成诊断失误,尤其是病人众多、炎症区域不便于区分的时候。尽管当前的传统诊断方法能满足诊断基本需求,但也十分考验医生的知识水平,而且诊断流程慢。因此设计快速而准确的智能诊断系统不仅能使诊断效率提升,
自中国国家领导人提出联合共建“一带一路”重大倡议以来,以政治畅通、基础设施连接、贸易顺畅、资本融通、与人民群众互动为重点内涵,将全方位落实共商、协作、共同发展经济作为发展方向,在经济带国家中有很大的反响,得到了很多国家的支持。截至目前共有100多个国家和地区及国外机构大力支持和参与“一带一路”建设工作。随着亚洲基础设施融资商业银行和丝路基金的成立,其作用规模将越来越大,发挥作用也越来越多,全球参与