风场扰动对无人机控制/导航影响效应仿真

为了全面、定量分析风场扰动对无人机控制/导航系统的严重影响,选取某型探测/侦察无人机作为典型代表,首先利用近60余年NCEP再分析资料,针对我国及周边地域,进行了低空风场建模（包括平均风速和湍动分量）和仿真再现;在此基础上,在Matlab/Simulink仿真环境中,构建了该无人机虚拟样机,包括动力学、控制、惯性/GPS导航等关键子系统,反映了其基本飞行品质和控制响应;最后,分别在理想和风场扰动条件下,进行了该无人机典型巡航/侦察任务的飞行仿真,得到了飞行航迹/姿态、控制响应等关键参数,通过对比分析,全面、定量评估了风场扰动对惯性/GPS导航系统的影响效应。结果表明：风场扰动对于无人机惯性导航系统具有较大的影响,所产生的积累误差随时间增加逐步增大,相比而言,基于GPS的控制/导航系统具有较好的适应性和鲁棒性。     

车用电液助力转向系统异步电机转差频率控制建模及仿真

本文针对纯电动汽车EHPS系统对助力电机的助力特性,研究电控单元在低速、中速及高速时的控制要求,提出了基于稳态模型的助力异步电机转速闭环转差频率控制策略,在Matlab/Simulink环境下,建立了系统仿真模型,仿真实验结果表明了所提控制策略的有效性.     

计算机仿真在《通信原理》实验教学中的应用

根据《通信原理》课程的特点,提出了采用计算机仿真来弥补传统实验设备的不足。通过比较常用的计算机通信仿真工具,提出了采用Simulink仿真的方法与实例。采用实验箱与计算机仿真配合的实验设计是对实验教学的有益探索,有利于提高学生的综合能力。     

基于Matlab/Simulink的三弹簧谐振子微振动的仿真实验

建立了三弹簧振子耦合系统微振动的实验模型,利用Matlab/Simulink仿真软件对该实验进行仿真建模,讨论系统在不同实验参数下从周期振动到混沌的各种动力学状态。仿真实验结果表明,参数的选取对系统微振动的动力学行为有着很大的影响。     

汽车半主动悬架系统模糊控制仿真研究

建立了某型客车的1/4车体两自由度悬架模型,设计了双输入单输出的模糊控制器,在Matlab/Simulink环境下以滤波白噪声作为随机路面输入信号对客车半主动悬架模型进行了仿真研究。研究结果表明,与被动悬架相比较,基于模糊控制的半主动悬架能有效降低车身垂向加速度,使车辆平顺性有一定程度的提高,但在减小轮胎动载荷及悬架动挠度方面效果不明显,有待与其它控制方法组合对悬架系统进行联合控制,以取得更佳的振动控制效果。     

基于整车的汽车半主动悬架系统模糊控制仿真研究

建立了七个自由度的整车悬架系统的数学模型。设计了汽车半主动悬架系统模糊控制器。通过应用M atlab/S imu-link仿真软件包对比仿真,结果表明模糊控制磁流变半主动悬架系统的控制效果明显优于被动悬架系统。为磁流变半主动悬架在汽车上的应用提供了参考。     

近地轨道小卫星编队飞行的电磁控制研究

电磁编队飞行(EMFF)有广泛的应用前景,使得编队寿命不再受推进剂携带量的限制,避免了推进剂造成的光学干扰和设备污染。首先基于Hill方程,建立了双星绕飞电磁编队的相对运动模型。其次,利用电磁作用的远场磁偶极子模型设计了电磁编队的反馈控制律,求解了编队维持所需的控制力。最后利用Simulink搭建了仿真系统,分析了闭环控制系统的收敛性和电磁控制力大小。仿真结果表明电磁力控制卫星编队飞行是可行的,所设计的控制方法是有效的。     

三相异步电机定子轴系ABC下的Matlab/Simulink仿真模型

提出了三相异步电机三相定子轴系ABC下的数学模型,模型中电压与电流变量就是电动机定子电压与电流的实际值,对由变频器供电的电动机控制系统来说,利用该模型,变频器和定子之间无需进行电压或电流的变换,且该模型具有dq轴系模型的优点,采用Matlab／Simulink对该数学模型构建仿真模型,并通过实例进行了验证,结果表明,仿真结果与实际值相一致,说明本文建立的模型是有效的。     

基于QualNet的数据链联合仿真应用研究

为更真实地仿真分析数据链系统性能,基于QualNet仿真框架引入联合仿真思想。提出了一种QualNet与Simulink进行联合仿真分析数据链系统的新方法。通过分析QualNet中底层模型,得出其自身模型难以满足数据链仿真精度要求的结论。在此基础上使用Simulink建立相对精确的数据链底层模型。仿真得到上层所需要的数据,实现与Simulink联合仿真数据链系统。仿真结果分析表明,该方法建立的系统模型能够较真实反映底层模型对上层协议的影响,所建立的系统模型具有较高的可信度和较强的灵活性。     

基于自适应MPC的无人驾驶车辆轨迹跟踪控制

根据自适应模型预测控制相关原理,设计一种无人驾驶车辆的轨迹跟踪控制策略.基于车辆动力学模型,建立轨迹跟踪控制器,并设计目标函数与相关约束,利用自适应MPC(model predictive control)控制算法对其进行求解.在每一个控制时刻工作点,不断更新卡尔曼状态估计器相关增益系数矩阵以及控制器的状态来适应无人驾驶车辆当前的工作环境,以此补偿车辆的非线性以及状态测量噪声带来的影响.在MATLAB中搭建仿真模型并进行仿真验证,得出自适应MPC对于无人驾驶车辆的轨迹跟踪拥有较好的控制精度与鲁棒性,验证了该算法应用在轨迹跟踪控制层的有效性,为轨迹跟踪控制的研究提供了参考.