论文部分内容阅读
本文提出了一种适应大迎角气动参数的非线性特性的电传飞控增稳系统设计方法,该方法利用广义扩展线性化建模及非线性反馈控制,应用matlab的符号语言进行设计.使设计的飞机的闭环系统具有稳定性和线性特性.利用仿真和系统辨识方法得出了对应的传递函数,验证了其有效性.
一种面向非线性飞机模型的电传增稳系统设计
【摘 要】
：
本文提出了一种适应大迎角气动参数的非线性特性的电传飞控增稳系统设计方法,该方法利用广义扩展线性化建模及非线性反馈控制,应用matlab的符号语言进行设计.使设计的飞机的闭环系统具有稳定性和线性特性.利用仿真和系统辨识方法得出了对应的传递函数,验证了其有效性.
【机 构】
：
北京航空航天大学自动化与电气工程学院(北京)
【出 处】
：
中国航空学会控制与应用第十一届学术年会
【发表日期】
：
2004年11期
其他文献
本文提出的自适应输出反馈控制方法是首先引入伪控制信号使系统反馈线性化,然后设计一个线性动态补偿器和在线神经网络,自适应消除不确定性和建模所引起的误差.将该方法用于某型直升机飞控系统的设计,仿真结果表明,该控制方法能够消除系统的稳态误差,提高系统动态性能,并且具有较好的鲁棒性.
全球定位系统(GPS)是通过在同一时刻观测4颗以上的卫星,利用伪距观测量来解算出接收机位置和接收机钟差的.通常,定位解算是由一个迭代过程来完成的.本文给出了一种非迭代算法.这种算法通过同一时刻不同测量方程之间作差,把关于位置和钟差的非线性方程变成了线性方程.这样就可以用最小二乘的方法解一组线性方程来得到定位解.该方法不需要待测点的概略坐标,形式简单,计算最小.文中给出了由GPS接收机记录的Rine
针对无人机近距离编队飞行问题,建立了无人机器主从式编队控制的数学模型,设计了基于干扰观测器和动态逆的编队飞行队形保持控制器。首先,根据时标分离的原则,将编队飞行系统分为快慢不同的回路,采用动态逆控制方法设计了快回路和慢回路控制器:然后,给出了具有鲁棒稳定性能的干扰观测器控制方案,来克服模型的不确定性和外干扰等对系统稳定性的影响。仿真结果表明,该设计能够有效地消除长机产生的漩涡对僚机的影响,编队具有
在飞行控制系统参数整定时,传统的参数选择方法效率低下,而且难以得到最优的结果,针对这个问题,本文将遗传算法应用于飞行控制系统的优化设计。为了便于表示对飞行控制系统的指标要求和待优化参数与优化目标函数之间的关系,本文提出了基于参考模型的参数优化策略。而在利用遗传算法对飞行控制系统优化时,难以确定遗传算法的初始种群和算法运行参数,而遗传算法的初始种群和算法运行参数对算法搜索的结果有着直接的影响,针对这
研究并分析了考虑细长弹体弹性振动时控制系统设计的基本问题和解决方法。将细长导弹视作两端自由弹性梁,通过分离变量法解算四阶微分方程,得出了细长弹体各阶固有频率的初步估算方法。分析了测量元件位置对弹体弹性振动传函的影响,给出了对应的传递函数。考虑一阶弹性振动时弹体控制对象模型增加了一对不期望的高频极点,系统在对应频段存在潜在的危险。进行导弹控制系统设计时,刚性弹体频率是控制系统的主要工作频段,对于弹性
为了从飞行品质角度评估飞机总体设计方案,针对大迎角超机动飞行状态下的飞机设计以及适应飞机初步方案设计阶段方案频繁修改的特点,本文建立了基于非线性动态逆理论的通用控制律设计和验证方法,首先利用时标分离方法将飞机对象的状态变量和本体模型分别进行分组,按组分别设计控制律,然后利用Matlab中Simulink建模,进行数值仿真来验证,最后将该方法应用到飞机总体设计方案的评估中。通过算例仿真,结果表明:所
支持向量机是在统计学习理论的基础上发展起来的新一代学习算法,该算法在若干挑战性的应用中获得了目前为止最好的性能。支持向量机以及核学习方法被认为是"机器学习领域非常流行的方法和成功的例子",并是一个十分令人瞩目的发展方向。最小二乘支持向量机是支持向量机的一种重要方法,但该方法不能用于在线辨识,并且可能导致计算膨胀问题。将最小二乘支持向量机与矩形窗算法相结合,可形成最小二乘支持向量机的矩形窗算法。由于
为了解决具有高度冲突证据融合的问题,本文提出了一种基于证据之间关联系数的改进加权平均合成方法。首先提出关联系数这个概念,求出系统中各个证据之间的关联系数,表征各证据被其他证据所支持的程度,对支持度进行求和和归一化处理后就可以得到每个证据的权重,对系统中的证据加权平均后再利用D-S证据合成规则实现信息融合。这种方法比Murphy的直接算术平均加权合成方法更能反映证据之间的关联性,能更快的识别出目标。
语音信号的短时能量和过零点是语音端点检测中应用最多的语音特征。而准确的语音端点检测是提高识别系统精度的重要保证。为此,本文给出了一种在不同的噪声条件下基于多特征的语音端点检测方法。首先根据短时能量和过零点检测出参考端点,然后利用倒谱系数的欧式距离确定了实际端点。仿真结果表明:本算法的性能明显优于传统的基于能量的算法,用此方法检测语音端点比传统的方法更准确。