1 四川轻化工大学, 四川 自贡 643000
2 人工智能四川省重点实验室, 四川 宜宾 644000
3 火箭军工程大学, 西安 710025
4 西安交通大学机械工程学院, 西安 710049
对陀螺仪随机误差的分析通常采用Allan方差法, 但用该方法分析随机误差时, 存在长相关时间下震荡较大的问题, 传统总方差法解决了这一缺陷, 但同时也带来了计算量大的问题。为了解决这一问题, 首先介绍了3种采样方案, 在分析Allan方差法和传统总方差法的基础上, 提出了改进的总方差法, 并对MEMS陀螺随机误差进行分析。分析结果表明, 非完全重叠总方差法相对于传统总方差法分析精度无明显变化, 但是运算时间却不超过传统总方差法的1/1000, 能够大幅度地提高数据处理效率。
MEMS陀螺 随机误差 Allan方差 改进的总方差法 运算时间 MEMS gyroscope random error Allan variance improved total variance computational time
1 四川轻化工大学, 自动化与信息工程学院,四川 宜宾 644000
2 四川轻化工大学, 物理与电子工程学院,四川 宜宾 644000
3 徐州工程学院信电工程学院,江苏 徐州 221111
首先给出理想情况下固定翼无人机的姿态动力学模型, 然后在此基础上根据动态逆方法设计出无人机姿态控制器,但基于此控制器并不适合实际情况下的无人机模型, 原因在于无人机实际模型与理想模型之间存在一定的偏移, 即模型不确定, 而且在实际情况中还存在一定的干扰, 因此,在原有无人机姿态控制器的基础上结合模糊神经网络, 来补偿无人机运行过程中存在的模型不确定及干扰。
固定翼无人机 模型不确定性 外部干扰 动态逆 模糊神经网络 fixed-wing UAV model uncertainty external disturbance dynamic inversion fuzzy neural network
1 人工智能四川省重点实验室, 四川 宜宾 644000
2 四川轻化工大学, 自动化与信息工程学院, 四川 宜宾 644000
3 四川省智慧旅游研究基地, 四川 自贡 643000
4 四川轻化工大学, 数学与统计学院, 四川 自贡 643000
5 徐州工程学院信电工程学院, 江苏 徐州 221111
针对四旋翼飞行器轨迹跟踪控制问题, 考虑模型参数不确定的情况, 提出了一种基于收缩理论与反步法的四旋翼飞行器自适应控制算法。首先, 介绍了基于微分几何的收缩理论并给出了四旋翼飞行器的动力学模型; 然后, 提出了一种自适应收缩反步控制方法应用于飞行器跟踪期望轨迹; 最后, 分析了系统的增量稳定性, 证明了系统是误差状态收敛的。积分反步（IB）与自适应收缩反步（ACB）的对比实验表明, 应用此控制算法的飞行器系统鲁棒性更强, 能够精确地完成轨迹跟踪任务。
四旋翼飞行器 反步法 自适应控制 收缩理论 quad-rotor aircraft backstepping method adaptive control contraction theory
1 火箭军工程大学自动控制工程系,西安 710025
2 四川理工学院自动化与信息工程学院,四川 自贡 643000
3 中国人民解放军96111部队,陕西 韩城 715400
针对固定翼飞行器在飞行控制过程中存在的状态受限以及执行器物理特性限制等问题,提出了一种带有指令滤波器的反步模糊自适应控制器。首先,建立带有误差项的MIMO严反馈系统; 其次,建立模糊系统在线逼近子系统误差项,基于Backstepping法对每一个子系统设计虚拟控制律; 再次,考虑状态受限和执行器的物理特性(包括幅值和速率受限),将设计的虚拟控制律通过引入幅值、速率和带宽限制的指令滤波器,对滤波误差项进行补偿; 最后,运用Lyapunov稳定性定理证明了闭环系统有界且跟踪误差指数收敛于零的一个邻域内。仿真结果表明,设计的控制器具有很强的稳定性和鲁棒性。
飞行控制 反步模糊自适应控制器 指令滤波器 状态受限 执行器物理特性 flight control fuzzy backstepping adaptive controller command filter limited state physical characteristics of actuator
1 火箭军工程大学，西安 710025
2 中国人民解放军96174部队，安徽 黄山 245400
针对视觉跟踪中的表观模型更新问题，在粒子滤波视觉跟踪的框架下，提出了一种基于粒子信息判据更新的自适应模型更新策略，通过挖掘粒子间的相关信息，判断跟踪状态和表观模型变化，进而构建模型更新的模糊规则表。采用著名的视觉跟踪评价数据集与经典粒子滤波视觉跟踪的模型更新方法相比较，实验结果证明了所提算法的有效性。
视觉跟踪 粒子滤波 表观模型 自适应模型更新 visual tracking particle filter appearance model adaptive model updating
针对一类输出误差受限且输入具有饱和特性的非线性系统跟踪控制问题，提出了一种模糊反步自适应控制方法。采用Butterworth低通滤波器和模糊状态观测器对控制增益未知的非线性系统中的不可观测状态进行估计,采用约束Lyapunov函数对输出误差进行限定; 然后,利用具有光滑特性的双曲正切函数和Nussbaum增益函数对控制器的饱和特性进行处理; 最后,结合反步法与动态面法设计出鲁棒控制器，并运用Lyapunov稳定性理论对系统的稳定性进行分析，证明了闭环系统中的所有信号半全局一致稳定。以具有参数不确定性和外界未知干扰的高超声速飞行器的纵向运动为仿真模型，仿真结果表明,系统的输出误差被限定在约束的范围内，具有较强的鲁棒性能。
高超声速飞行器 模糊系统 反步控制 输出约束 输入受限 hypersonic vehicle fuzzy logic system backstepping approach output constraint input saturation
1 第二炮兵工程大学304室, 西安 710025
2 第二炮兵工程大学303室, 西安 710025
针对单目视觉系统中载体纯旋转运动引起的估计退化问题, 结合运动参数约束条件, 提出了一种基于OPA的时空约束单目视觉位姿估计方法。该方法利用OPA算法在估计本质矩阵和平移方向之前判断载体的运动形式, 检测修正估计退化问题, 并结合摄像机在运动过程中的时间相关约束及图像特征点在空间中的相关约束, 实现单目视觉系统的位姿估计。两组对比实验结果分析表明,新算法相比于传统的估计算法具有更高的精度和稳定性。
视觉导航 单目视觉 位姿估计 时空约束 visual navigation monocular vision OPA OPA pose estimation temporal constraint
针对具有参数不确定性特点的高超声速飞行器输出跟踪问题, 提出了一种自适应模糊H∞控制器设计方法。考虑系统存在的参数不确定性, 利用自适应模糊系统在线逼近动态逆控制器中的非线性项, 同时引入鲁棒补偿项,减轻模糊系统逼近误差和系统外部干扰对控制系统稳定性造成的影响, 提高控制器的H∞性能。利用Lyapunov理论对整个系统的稳定性进行证明。对比仿真结果表明该方法能够保证高超声速飞行器具有良好的跟踪性能和很强的鲁棒性。
高超声速飞行器 模糊自适应控制 H∞性能 动态逆 hypersonic vehicle fuzzy adaptive control H∞ performance dynamic inversion
1 第二炮兵工程大学控制工程系, 西安710025
2 中国人民解放军96317部队, 江西 宜春336000
针对飞行器在大机动飞行过程中气动参数不确定、外部未知干扰因素较多及系统建模可能存在误差等问题, 设计了一种基于RBF神经网络的非线性自适应反演控制器。飞行器大机动飞行过程中的广义不确定性由RBF神经网络在线逼近, 神经网络权值矩阵通过自适应律在线更新。反演设计过程中对虚拟控制律的反复求导带来的“项数膨胀”问题, 通过引入一阶滤波器来解决。通过构造Lyapunov函数, 证明了闭环系统所有信号均有界, 并且跟踪误差指数收敛到零的一个小邻域内。对某飞行器进行了大机动飞行仿真, 结果表明该控制器具有良好的跟踪效果和鲁棒性。
RBF神经网络 自适应反演 大机动飞行 RBF neural network adaptive backstepping high maneuvering flight
1 第二炮兵工程学院， 陕西 西安 710025
2 第二炮兵96669部队， 北京 102208
针对激光主动成像图像信噪比较低、目标难以被实时探测和识别的问题，提出了一种多通道序贯概率比检验(SPRT)的激光主动成像目标探测方法。基于原始观测数据，构造对数似然比检验，给出似然比判据及阈值的计算方法。结合激光主动成像的多通道特性，采用序贯概率比检验，在给定虚警概率和检测概率的情况下，对仿真的强度像和距离像通道进行探测。理论分析和实验结果表明，该方法能够实现对激光主动成像图像中目标的可靠检测，且具有检验速度快、所需样本少以及可在线计算等优点，可以满足激光主动成像制导中目标探测的准确性和实时性要求。
图像处理 激光主动成像 序贯概率比检验 目标探测
