基于全系数自适应预测校正算法的火星气动捕获制导研究北大核心CSCD

实现火星气动捕获制导对未来的返回式火星探测任务具有重大意义.针对火星大气环境密度不确定性大,大气接口初始条件不确定性大等问题,提出并分析比较了两类基于全系数自适应预测校正算法的火星气动捕获制导方法.其中第一类算法分为建立在以远拱点速度半径为控制输出和远拱点变轨速度增量为控制输出两种,另一类算法则是通过跟踪标称气动轨道的半长轴变化率实现制导目标.文章给出了以上三种算法建立的过程,并通过数学仿真验证比较了各个算法的特性,分析结果表明,基于全系数及适应预测校正算法的火星气动捕获方法在保证制导精度的前提下可以提高对环境及初始条件不确定性的鲁棒性.     

基于EWT-PSO-SVM误差校正组合模型的中国股市预测研究

鉴于股市预测的复杂性.遵循"先分解后集成"的总体建模思路.文章基于EWT分解算法和SVM支持向量机模型.同时结合PSO粒子群优化算法和误差校正组合预测方法,构建了一种中国股票市场建模及预测的EWT-PSO-SVM误差校正组合预测模型.先基于EWT算法将原始价格序列分解成若干分量,再根据频率将其重组成高、中、低频3个分量,对它们分别建立PSO-SVM误差校正组合模型.最后集成各个分量的预测结果.与其他预测模型相比较,文章所构建预测模型的MSE、MAE、MAPE、RMSE、Theil不等系数、确定性系数DC和方向性指标DS 7个指标均优于其他基准预测模型,MCS检验结果同样表明本文构建模型的预测性能最优.稳健性检验结果进一步证实了文章构建的模型预测性能所具备的稳健性.     

MIMO自校正控制器的全局稳定算法

本文为确定性多变量线性系统建立了全局稳定的MIMO自校正控制器算法。使用这种适应控制算法,无论系统的和算法的初始条件如何,都能保证系统稳定,而且能使自校正控制器的输出渐近地跟踪最优控制器的输出。该算法不用在线解方程组,避免了麻烦的矩阵求逆运算。文献[1]中的主要结果以及文献[2]中的确定性结果,大体上可视为本文结果的特殊情况。     

基于有限时间性能指标的末制导系统导引律设计

文章研究了末制导控制系统的导引律设计问题.首先,将末制导系统描述为一个具有非零初始条件及有界外部扰动的有限时间线性时变系统.然后,提出了一种评价线性时变系统在终端时刻性能的有限时间性能指标,并给出了基于该指标的状态反馈和输出反馈控制设计方法.接着,将所提控制设计方法应用于末制导控制系统,得到了一种能够获得更小脱靶量的导引律.最后,通过仿真说明了所提控制设计方法的有效性.     

基于稀疏Bayes学习算法的无约束结构荷载重构方法北大核心CSCD

为快速准确重构含有未知初始条件的无约束结构外激励,提出了一种基于稀疏Bayes学习算法的荷载重构方法.结合函数拟合的思想建立控制方程,以噪声服从Gauss分布为先验,在Bayes模型中使用快速算法,稀疏重构未知荷载.为合理表达分段拟合中的初始条件,提出了改进的分段拟合手段,以上一分段末状态响应作为可能初始条件,并辅以低阶振型作为初始位移和初始速度的补充.算例以简化运载火箭模型为研究对象,考虑不同等级噪声和不同初始条件表达形式的影响,验证方法的精度和效率.     

解微分方程组的Adams预测校正算法的改进方法

针对Adams预测校正算法求解微分方程组作了改进.算法的主要改进之处是在校正环节用已经计算出来的"新值"取代"旧值".最后,基于提出的改进方法和传统的Adams预测校正算法对同一微分方程组问题作了数值比较实验.数值实验结果表明改进的算法与传统的Adams预测校正算法的计算量一样,但精度大大提高.     

Serret-Frenet坐标系下AUV自适应路径跟踪控制

考虑自治水下机器人(AUV)在水平面运动状况,针对路径跟踪控制问题,为了简化控制器推导过程,引入Serret-Frenet坐标系,并在此坐标系下建立路径跟踪误差系统;路径上的虚拟参考目标点不是距离AUV的最近点,从而放宽了控制器设计的初始条件限制;同时考虑速度规划指标并采用视线角导航,使得AUV实现有经验的舵手操舵行为.该方法充分考虑了AUV动态系统中大量参数时变的特性,对于系统内部参数变化、不确定性以及外部干扰具有很强的鲁棒性.     

一种基于CS-FCM算法的模糊时间序列预测模型

为了发挥模糊理论在不确定性预测中的优势并保留模糊时间序列(FTS)预测模型的可解释性,本文针对目前应用广泛的模糊C均值聚类(FCM)算法进行改进,提出了一种基于布谷鸟搜索的FCM (CS-FCM)算法.将CS-FCM算法用于模糊时间序列模型的非均匀论域划分与数据的模糊化处理,建立一种基于CS-FCM算法的模糊时间序列预测模型.该算法可实现聚类中心的全局寻优,降低传统FCM算法易陷入局部极小值带来的误差,提高模型预测精度.实证分析结果表明, CS-FCM算法的适应度优于FCM算法,本文模型的预测误差小于经典模糊时间序列预测模型,验证了新预测模型的有效性.     

ATM交易成功率的异常检测报警与选址

ATM交易故障的监测与解决是商业银行运营中的难题,研究ATM数据中交易成功率的检异报警机制与ATM选址,对于解决上述问题具有重要意义.基于上述考虑,首先建立基于中心极限定理的方差标准化数据校正模型,消除交易量对成功率的平均效应;其次,将处理后的成功率数据导入孤立森林算法,输出数据的异常度;之后,引入K-means算法对异常程度进行分级,提取异常点;最后,引入衰变连续函数报警系统,得到报警结果.本文又从资源利用率最大化的角度出发,结合移动电子支付对于ATM需求的影响,建立ATM全局分布最优模型,选择合理的ATM分布方案;并将选址结果与运营状况良好的ATM实际地址进行比较,验证模型的合理性及优越性.     

基于运动去除的姿态估计算法

近年来,自动驾驶技术得到了加速发展,提出许多经典的姿态估计算法实现车辆的定位.但在实际场景中,一些运动点会给姿态估计结果带来误差.提出了一种基于运动去除的姿态估计算法.首先,基于特征点信息建立了几何约束条件,实现点的初步筛选.其次,利用聚类算法将视差图划分为不同的聚类区域.随后,根据数学模型将聚类区域判断为动态区域或静...     

基于RN和GN的两种RBF神经网络的工程造价预测模型

建立了调用NEWRB函数的正规化网络RN和基于K-means聚类的广义网络GN的两种RBF‘神经网络的工程造价预测模型,以55个厦门市工程造价案例进行实证分析.结果表明:当调用NEWRB函数构建RBF模型时,其性能主要取决于分布宽度,而基于K-means聚类的RBF神经网络主要取决于重叠系数和隐含层节点数;基于广义网络GN的RBF神经网络模型的训练效果较差,但学习速度更快、预测精度更高.     

二阶锥规划两个新的预估-校正算法

基于不可行内点法和预估-校正算法的思想,提出两个新的求解二阶锥规划的内点预估-校正算法．其预估方向分别是Newton方向和Euler方向,校正方向属于Alizadeh-Haeberly-Overton(AHO)方向的范畴．算法对于迭代点可行或不可行的情形都适用．主要构造了一个更简单的中心路径的邻域,这是有别于其它内点预估-校正算法的关键．在一些假设条件下,算法具有全局收敛性、线性和二次收敛速度,并获得了O(rln(ε0/ε))的迭代复杂性界,其中r表示二阶锥规划问题所包含的二阶锥约束的个数．数值实验结果表明提出的两个算法是有效的．     

Hénon混沌系统的模糊广义预测控制与同步

针对Hénon混沌系统,本文给出了一种基于T-S模糊模型的混沌系统广义预测控制算法。该方法将模糊辨识和广义预测控制结合起来应用到Hénon混沌系统中。首先,应用T-S模糊模型对Hénon混沌系统进行辨识,模糊聚类法辨识模型的前件参数,递推最小二乘法辨识结论参数。基于辨识模型,采用广义预测控制算法对其进行控制,实现了系统的跟踪与同步。仿真结果表明,与其它算法相比,该算法能够保证系统输出快速、有效地跟踪设定值。     

凸优化和单调变分不等式收缩算法的统一框架

线性约束的凸优化问题可以转化成一个形式更一般的单调变分不等式.在变分不等式的框架下研究最优化问题的求解方法,就像微积分中利用导数求函数的极值,常常会带来很大的方便.求解单调变分不等式的投影收缩算法有一个预测-校正的统一框架,基于"孪生方向和相同步长"有两类花费几乎相当的算法,计算实践证明第二类算法效率往往更高.近年发展起来并被广泛采用的凸规划的分裂收缩算法属于一个更一般的框架,这个框架中的预测同样提供了一对孪生方向.迄今为止的凸规划的分裂收缩算法,都相当于变分不等式投影收缩算法中的第一类算法.本文指出,利用现有的步长法则,配上孪生方向中的另一个方向,同样可以构造相应的第二类算法.本文在统一框架下证明了两类算法的O(1/t)迭代复杂性.     

基于LBP算子和类覆盖捕获图的人脸检测算法

针对传统人脸检测中的过分类问题,提出一种结合LBP算子与类覆盖捕获图的人脸检测算法.该算法首先用ε-LBP算子提取人脸图像纹理特征,并把对应不同ε值提取的LBP特征数据加权融合起来,形成人脸图像特征向量,然后采用类覆盖捕获图构造分类器,最终对人脸图像实现有效检测.与传统方法相比,基于随机图理论的类覆盖捕获图能够克服过分类缺陷,比其他近邻图分类器更具优势,性能也比较稳定.实验结果表明,该算法可以有效检测人脸图像,尤其对存在模糊和光照异常的人脸图像具有较高的精确度和鲁棒性.     

时变滞后系统的一种自校正混合模糊PID控制

普通模糊控制不能对时变滞后系统进行有效控制 ,甚至使系统失去稳定 .在 W.L.Bialkowski 1 983年提出的混合模糊 PID控制器的基础上 ,提出了一种自补偿混合模糊 PID控制器 ,并在此基础上提出了一种对积分系数 KI进行自校正的算法 .经 MATLAB仿真验证 ,该算法具有良好的控制品质 ,适应对象参数大范围变化的时滞系统 ,且易于工程实现 .     

随机化均匀设计遗传算法

众所周知,遗传算法的运行机理及特点是具有定向制导的随机搜索技术,其定向制导的原则是:导向以高适应度模式为祖先的"家族"方向.以此结论为基础.利用随机化均匀设计的理论和方法,对遗传算法中的交叉操作进行了重新设计,给出了一个新的GA算法,称之为随机化均匀设计遗传算法.最后将随机化均匀设计遗传算法应用于求解函数优化问题,并与简单遗传算法和佳点集遗传算法进行比较.通过模拟比较,可以看出新的算法不但提高了算法的速度和精度,而且避免了其它方法常有的早期收敛现象,     

基于状态不确定性的动态滤波算法

本文将不确定性表示为状态约束,融入平差模型,建立基于状态参数不确定性的滤波模型.首先从无状态约束条件下的平差准则中推导出无约束滤波算法,该算法与卡尔曼滤波算法是一致的.然后扩展到不等式约束和椭球约束的平差准则,推导出基于状态约束的动态滤波算法.通过实例计算,对不同状态约束的动态滤波模型进行比较.结果表明基于状态不确定性的动态滤波算法要优于卡尔曼滤波算法,且简便高效,具有显示表达式.     

舵角输入饱和下的导弹自动驾驶仪系统自适应控制研究

针对一类导弹自动驾驶仪系统,从实际出发考虑系统舵角输入具有饱和非线性特性,在系统建模中利用多项式模型充分描述系统的气动参数不确定性,在此基础上深入研究了系统自适应控制器的设计方法.在控制器设计中,通过引入二阶辅助信号系统,对饱和非线性输入进行精确补偿.针对系统中未知气动参数,通过设计参数的自适应估计率实现对未知参数的精确估计,进而补偿了未知气动参数不确定性影响.自适应控制器在保障系统稳定的同时也实现了系统输出对指令信号的良好跟踪效果.     

内模控制中的虚拟参考反馈校正设计

针对内模控制中的真实模型、辨识模型和内模控制器同时出现,因传统内模控制器的设计紧紧依赖于真实模型和辨识模型,从而使得内模控制器设计过程较复杂.为规避真实模型的建模,使辨识模型的建模与内模控制器设计可同步实现,文章将虚拟参考反馈校正思想应用于内模控制中.虚拟参考反馈校正思想可将辨识模型和内模控制器的求解转化为参数辨识过程.为建立虚拟参考反馈校正思想与传统自适应控制方法间的等价性,推导出对输入-输出观测数据作预滤波处理的滤波器.为衡量内模控制中两类未知参数的辨识精度,采用渐近性理论推导两类未知参数矢量的渐近方差矩阵式.以此渐近方差矩阵式的迹运算作为目标函数,以输入观测数据的功率谱密度作为优化决策变量,利用初等代数运算求解出内模控制中的最优输入功率谱.最后用仿真算例验证本文辨识方法的有效性.