基于多模型自适应估计的航天器相对导航

研究适用于非线性不确定系统的多模型自适应估计(MMAE)算法,基于一系列不同的系统噪声方差阵建立多个模型,使得由多个并行滤波器构成的算法适用于存在未知干扰的导航系统.针对非线性不确定系统,分析了多模型自适应估计算法的稳定性,给出了算法误差有界的充分条件。重点研究用于远距离航天器相对导航的MMAE算法,精确获取空间目标的相对位置,对于执行空间任务或实现航天器避碰具有重要意义.为了改善导航系统的可观度,采取双视线测量目标跟踪策略.以基于双视线矢量测量的空间目标相对导航问题为例,对扩展卡尔曼滤波(EKF),非线性鲁棒卡尔曼滤波(NRF)和MMAE算法进行了对比研究,结果表明,系统中存在未知干扰的情况下,所设计的MMAE算法具有优于传统EKF和NRF的性能.     

基于多模型自适应估计的姿态敏感器误差校准

提出一种基于多模型自适应估计(MMAE)的星敏感器低频误差(LFE)校准方法.星敏感器低频误差主要是由空间热环境的周期性变化造成的,会对卫星姿态确定精度造成显著影响.低频误差的影响可以通过扩维卡尔曼滤波(AKF)进行校准.但是,在星敏感器观测量中不存在低频误差的情况下,AKF的姿态估计精度往往不及传统卡尔曼滤波(KF).针对这一问题,将KF与AKF相结合,设计了基于MMAE的姿态确定滤波算法,该算法能够根据星敏感器在轨误差特性自适应的选择KF或AKF算法进行滤波.仿真结果表明,所提算法综合性能优于KF和AKF,适用于对姿态确定精度要求较高的高分辨率对地观测卫星.     

航天器逼近自由翻滚目标的自适应相对运动控制

研究含有模型不确定性且受未知外干扰的追踪航天器自主逼近空间中一自由翻滚目标的6自由度(6DOF)相对运动控制问题.首先在追踪器本体系中建立了非线性耦合的6DOF相对运动模型,并将其化为关于追踪器和目标器未知惯性参数和追踪器未知推力偏心距的参数化形式.再基于该参数化模型设计了一种自适应非线性控制器,其中利用基于投影的自适应算法保证了在线估计参数的有界性.所设计的自适应控制器不仅显著减少了系统在线估计的参数数量,且能保证6DOF闭环系统的位置和姿态误差收敛到原点的小邻域内.仿真算例验证了所提出控制器的有效性.     

中子输运方程误差估计及自适应计算

 本文研究了全离散方法求解二维中子输运方程的有限元自适应算法, 角度变量用离散纵坐标方法展开, 空间变量用间断元方法求解. 基于间断元方法给出了空间离散的残量型后验误差估计. 在后验误差估计的基础上, 我们设计了自适应有限元算法.由残量型后验估计可以给出局部加密网格的自适应算法. 最后, 我们给出了数值算例来验证我们的理论结果.     

基于扩张状态观测器的机电伺服系统饱和补偿与自适应滑模控制

针对带有未知摩擦力矩与输入饱和约束的机电伺服系统,提出了一种基于扩张状态观测器的伺服系统自适应滑模控制策略.首先,根据微分中值定理将非光滑饱和函数转化为仿射形式.其次,设计非线性扩张状态观测器并采用极点配置法确定观测器参数,用于补偿未知摩擦、饱和等非线性项以及外部干扰的影响.然后,通过结合参数自适应律和滑模理论,设计自适应滑模控制器,保证系统输出快速稳定地跟踪期望信号且改善抖振问题.仿真对比结果验证了所提方法的优越性.     

带未知通信干扰和丢包补偿的多传感器系统的融合估计

研究了带未知通信干扰和丢包的多传感器系统的融合估计问题.用一组满足Bernoulli分布的随机变量来描述从不同传感器到融合中心或各局部数据处理子站的数据传输过程中的丢包现象.在丢包发生时,采用当前丢失观测的预报进行补偿.应用线性无偏最小方差估计准则,分别设计了不依赖于未知干扰的集中式融合状态预报器和按矩阵加权分布式融合状态预报器.最后,基于所提出的状态预报器设计了未知通信干扰估值器.仿真例子验证了算法的有效性.     

计及位置不确定的喷雾机喷杆系统仿形姿态渐近跟踪控制北大核心CSCD

针对喷雾机喷杆仿形系统中同时存在负载变化、未建模不确定项、物理参数摄动以及外部干扰等问题,提出了一种基于小波网络逼近的具有自适应性和鲁棒性的反步控制方法.首先,将含有不确定、未知和非线性项的喷杆仿形系统建立为完整的数学模型,将其等价转化为具有严格反馈的状态空间形式;其次,采用设计的小波基元去构造神经网络,在满足最优误差有界条件下逼近反步法中虚拟等效控制部分,选取自适应更新律估计系统中存在的未知参数,引入鲁棒补偿项减小复合干扰对系统的不利影响,降低了输入指令信号的阶次要求;最后,通过构造合适的Lyapunov函数,应用稳定性理论证明了闭环系统位置跟踪误差渐近收敛到原点.仿真结果表明,所提控制方法可实现喷雾机喷杆位置姿态快速升降机动调整,有效地增强了喷杆系统的鲁棒稳定性和控制精度.     

约束下多子女家系数据重组率的最大似然估计

本文针对相型信息未知的三回交家系,讨论了在自然的序约束下重组率的估计问题.考虑了多后代数据的后代表型分类问题,给出了后代表型分类数的一个具体公式.基于表型分类所得数据,采用约束EM算法(REM)估计了两位点重组率.鉴于交换干扰的存在可能会影响到基因定位的精度,基于该估计,进一步考虑了有关生物体基因组中交换干扰的统计推断问题.实例和模拟研究均显示REM算法要优于无约束算法,并证实了多后代家庭会提供更多连锁信息这一观点.     

一维薛定谔方程的自适应误差反馈输出调节

针对具有一般谐波干扰和输出均与控制非同位的一维薛定谔方程,研究了基于误差反馈的控制输出调节问题.首先,构造了一个辅助系统,将测量误差变为输出.紧接着,基于测量误差,设计了一个自适应观测器估计辅助系统的状态和未知参数.然后,建立了新的辅助系统,将干扰与控制变为同位,有助于设置自适应控制器,使得测量误差满足e(t)∈ L2...     

基于自抗扰控制器的CNC雕刻机控制系统轮廓误差控制

针对CNC雕刻机控制系统因时变时延影响轮廓跟踪精度的问题,设计了基于自抗扰控制的单轴轨迹跟踪控制器和基于非线性PID(NLPID)的轮廓误差补偿控制器.首先,针对单轴轨迹跟踪控制,将时变时延引起的不确定性处理成系统总干扰的一部分,设计扩张状态观测器(ESO),对系统内外总干扰和系统状态进行实时估计,并设计误差补偿控制律,实现系统干扰的估计和补偿,得到良好的单轴轨迹跟踪控制性能.然后,根据轮廓误差估计值,设计基于NLPID的轮廓误差补偿控制器,对系统轮廓误差实时补偿,实现了良好的轮廓跟踪控制性能.最后,通过实验验证了所提方法的有效性.     

逐步Ⅰ型混合截尾下指数-威布尔分布竞争失效模型的统计分析（英文）

本文基于指数-威布尔分布研究逐步Ⅰ型混合截尾竞争失效模型的统计推断问题.根据模型假设和竞争失效数据,推导出未知参数和产品可靠度的极大似然估计;考虑极大似然估计的渐近正态性质,计算出观测Fisher信息阵,从而获得未知参数和可靠度的渐近置信区间.由于贝叶斯后验密度函数不具有封闭形式,利用MCMC方法给出未知参数和可靠度的近似贝叶斯估计以及最大后验密度可信区间.最后通过模拟研究对估计方法作出解释并给出数值结果.结果表明极大似然方法和贝叶斯方法可以对逐步Ⅰ型混合截尾竞争失效模型进行统计推断.     

简化正交归一约束的自适应噪声子空间估计算法

为避免MUSIC算法的特征分解过程,提出一种噪声子空间的自适应估计算法,能够估计整个噪声子空间.该算法基于正交归一化约束的最小均方(LMS)算法,但对正交归一约束过程进行了简化,较之显式正交归一化约束的LMS算法,简化了运算过程,适合实时计算与工程实现.噪声子空间估计以迭代的方式进行,适合应用于运动信号源的跟踪.仿真结果显示算法具有很好的空间谱估计性能和DOA跟踪性能.     

非仿射高阶关联大系统的分散模糊输出反馈控制

针对一类仅子系统输出变量可测的非仿射不确定非线性关联大系统,考虑其关联项是关于系统状态的普通高阶多项式,在无须严格正实(SPR)的条件下采用Leunberger观测器观测未知状态向量,结合模糊系统的万能逼近原理,监督控制技术和自适应控制技术,借助反证法提出一种新的分散自适应模糊输出反馈控制方案,该方案不仅取消了逼近误差平方可积的假设条件,而且控制增益隐含数一阶导数的上界是更具一般性的未知非线性函数,基于Lyapunov稳定理论分析证明了闭环系统的全局稳定性,跟踪误差收敛到零,仿真结果表明所提控制方案的有效性.     

一种自适应人工蜂群算法求解U型顺序相依拆卸线平衡问题

产品拆卸过程中零部件之间会相互干扰影响任务作业时间,基于该情形构建了多目标U型SDDLBP优化模型,并提出一种自适应ABC算法。所提算法设计了自适应动态邻域搜索方法,以提高局部开发能力;采用了轮盘赌与锦标赛法结合的分段选择法,以有效评价并选择蜜源进行深度开发;建立了基于当前最优解的变异操作,以提高全局探索能力快速跳出局部最优。最后,通过算例测试和实例分析验证算法的高效性。     

基于梯度的自适应快速布谷鸟搜索算法

针对标准布谷鸟搜索(CS)算法存在全局搜索和局部搜索能力不平衡的缺点, 提出一种基于梯度的自适应快速布谷鸟搜索(GBAQCS)算法. 在改进的算法中, 针对偏好随机游动的步长, 在利用目标函数的梯度决定步长方向的基础上, 首先提出自适应搜索机制平衡了算法的全局搜索和局部搜索能力; 其次提出快速 搜索策略, 充分利用当前鸟巢信息进行精细化搜索, 从而提高算法的搜索精度和收敛速度. 实验结果表明, 相比其他算法, 所提出的改进策略使算法的全局搜索和局部搜索能力保持了相对的平衡, 并提高了算法的收敛性能.     

贝叶斯复合分位回归的Gibbs抽样算法（英文）

大多数基于传统均值回归的建模方法都对非正态误差表现出不稳健的估计结果.和传统均值回归相比,复合分位回归(CQR)可以产生稳健的估计.基于一个复合反对称Laplace分布(CALD),我们建立了加权复合分位回归(WCQR)的贝叶斯分层模型.Gibbs抽样算法被发展用于WCQR的后验推断.最后,我们提供了一些模拟研究和一个实际数据分析来验证所提方法.     

误差分布未知下时空模型的自适应非参数估计

极大似然估计作为参数估计中较为有效的一种估计方法,在误差分布未知下无法进行,另一方面,时空数据经常含有奇异点或来自重尾分布,此时基于最小二乘的估计方法效果欠佳.考虑时空异质性和相关性,针对误差分布未知的时空模型,本文提出基于核密度估计的自适应非参数估计方法.在较弱的条件下证明了该估计量和已知误差分布下的局部极大似然估计...     

机动目标跟踪与逃逸分析

在利用地心坐标系的空间匹配算法(ECEFA)实现不同观测雷达空间数据同步的基础上,建立了机动目标跟踪的"当前"统计(CS)模型,通过Kalman滤波,实现了机动目标的有效跟踪.针对混合量测阶段,提出了集中式融合算法,实现了航迹的有效估计;对于机动目标观测断裂问题,提出了航迹粘联算法,有效地提高了航迹的连续性,降低目标状态估计误差.针对所提供的机动目标本身特征,提出了基于修正Hough变换的机动目标航迹起始策略,采用基于概率数据关联(PDA)的机动目标数据关联算法,实现了各目标的有效数据关联,确定了最终的两条航迹;最后,分别从目标的机动跟踪模型与雷达自身属性的角度出发,制订了机动目标的最佳逃逸策略.     

非参数不确定系统的自适应迭代学习控制

针对一类含非参数不确定的受限非线性系统,提出一种新的自适应迭代学习控制算法.该算法利用神经网络(neural network)逼近系统中的非参数不确定性,神经网络的权值通过迭代轴上的自适应算法进行更新.控制器设计补偿项对神经网络逼近误差上界进行估计以此消除其影响.采用一种新的障碍李雅普诺夫函数(barrier Lyapunov functions)并与组合能量函数(composite energy function)方法相结合,当系统中同时存在非参数不确定性,随机初始误差,及非严格重复外部扰动时,能够保证系统同时满足输入和状态受限要求.将所提出的算法应用于高速列车运行控制系统,仿真结果验证了算法的有效性.     

一类不确定随机非线性系统的采样扩张状态观测器设计与观测误差的收敛性分析

实际系统中普遍存在各种干扰和不确定性因素,并且对控制系统的性能造成负面影响,因此设计对干扰和不确定性具有优异估计性能的观测器显得尤为重要.针对一类具有采样输出的不确定随机非线性系统,设计相应的采样扩张状态观测器用于在线估计不可量测状态和影响系统性能的随机总干扰.所估计的随机总干扰包含系统内部未建模动态、统计特性未知的外部有界噪声干扰以及不确定性因素的非线性耦合作用.在每个采样区间内,设计一个输出预估器用于估计实际输出,相应的输出估计值用于采样扩张状态观测器的设计.证明了所设计的采样扩张状态观测器对不可量测状态和随机总干扰的观测误差的均方收敛性.最后,一个具体仿真实例用于证实理论结果.