【摘 要】
：
针对复杂飞行环境下的多四旋翼飞行器系统,提出一种基于有限时间扩张状态观测器的主从编队控制策略(FTESO-LFFC).对于领航者子系统,提出一种积分滑模控制(ISM)策略,通过引入的积分项,消除了传统滑模控制中的趋近阶段,提高了系统的鲁棒性.对于跟随者子系统,提出一种非奇异终端滑模控制(N TS M)策略,该方法在解决了奇异性问题的同时也具有有限时间收敛特性,其控制效果更佳.针对外界扰动,提出一种有限时间扩张状态观测器(FTESO)实现了对扰动的准确观测.通过稳定性分析可知,所提出的控制策略可以实现闭环系
【机 构】
：
大连海事大学船舶电气工程学院 辽宁 大连 116026
论文部分内容阅读
针对复杂飞行环境下的多四旋翼飞行器系统,提出一种基于有限时间扩张状态观测器的主从编队控制策略(FTESO-LFFC).对于领航者子系统,提出一种积分滑模控制(ISM)策略,通过引入的积分项,消除了传统滑模控制中的趋近阶段,提高了系统的鲁棒性.对于跟随者子系统,提出一种非奇异终端滑模控制(N TS M)策略,该方法在解决了奇异性问题的同时也具有有限时间收敛特性,其控制效果更佳.针对外界扰动,提出一种有限时间扩张状态观测器(FTESO)实现了对扰动的准确观测.通过稳定性分析可知,所提出的控制策略可以实现闭环系统的有限时间稳定.仿真结果验证了该方法的可靠性与优越性.
其他文献
近年来,食品安全已经成为政府和社会最关心的问题之一.与此同时,大量食品安全领域的谣言也在社交媒体平台上疯狂传播.现有的研究大多针对通用领域的谣言进行检测,忽视了不同领域谣言之间存在的差异性.针对食品安全这一领域谣言的特点,提出一种基于卷积神经网络的食品安全领域谣言检测方法.用领域实体抽取策略得到的实体特征与文本卷积神经网络提取的深度文本特征做拼接融合,再进行谣言判断.实验结果表明,在食品安全领域谣言数据集上,采用该方法检测效果明显优于通用的谣言检测方法,在准确率、召回率和F1值等评价指标上都表现最优.
针对太赫兹时域光谱系统由于延时线的重合抖动、采样抖动等产生的噪声,提出使用经验模态分解-R/S分析方法对太赫兹光谱信号进行降噪.采集太赫兹时域光谱系统的时域信号,根据EMD算法将信号分解成本征模态函数(IMF);使用R/S分析法分别计算各个IMF的Hurst指数.根据设定的阈值判断是否各个IMF是否存在均值回复的情况.如果IMF存在均值回复的现象,则使用原始信号与IMF信号作差,所得信号即为降噪后的时域信号.实验结果表明,与小波降噪算法相比,EMD-R/S分析算法能够有效地对太赫兹时域光谱信号降噪,能够有
为提高无人驾驶车辆在高速转向工况下的路径跟踪精度与行驶稳定性,基于三自由度单轨车辆模型与模型预测控制理论,分析前轮转角约束对车辆跟踪精度与行驶稳定性的影响,提出一种自适应于侧向附着力的路径跟踪控制方法.以Pacejka\'89魔术公式轮胎模型为基础,分析轮胎纵向受力,以此推算轮胎的侧向附着力,从而建立前轮转角约束随车辆状态不断改变的自适应策略.为验证该控制器的控制效果,搭建了CarSim与MATLAB/Simulink联合仿真平台进行仿真实验.结果表明,在保证车辆跟踪精度的前提下,该控制器具有更好的行
在民航领域的航班协同运行保障过程中,传统的信息共享方式存在数据外泄、记录篡改、数据难追溯、数据难监管、隐私难保护等问题,提出一种由机场、航空公司、空管以及地服公司协同参与的区块链架构——航班信息共享链架构.根据航班运行过程中的实际流程与需求,从层次结构、网络结构、访问事件监管机制与多通道设计四个方面设计该架构,进而形成一种新型航班协同运行保障系统架构.实验结果表明,该架构不仅能够满足航班协同运行保障系统需求,还减少了单节点存储容量,更好地实现了航班协同保障参与方之间的动态信息共享.
在编译优化中,多面体模型可以对计算密集型程序中的耗时较多的循环代码进行并行性和数据局部性优化.但是,多面体建模过程中存在诸多限制,程序中只有少量代码可以被识别进而转换为多面体表示进行优化.基于LLVM编译框架提出一种分析方法,对多面体建模中的非规则因素进行了规范化处理,对非仿射因素提出一种定值扩展方法,消除了多面体建模的部分限制.实验表明,该方法在SPEC 2006测试集中静态控制块的识别数目增加了44％,同时提升了多面体优化效果.
在不同路面行走过程中,为了提高轮式机器人的响应速度,降低外部扰动对调速系统的影响,改善系统抖振,根据分数阶微积分原理,结合滑模控制与内模控制策略,提出一种分数阶滑模内模控制(Fractional Order Sliding Mode Internal Mode Control,FOSMIMC)新方法,应用于轮式机器人调速系统.通过MATLAB/Simulink与Carsim仿真软件建立四轮差速运动模型.实验结果表明,分数阶滑模内模调速方法不仅能够有效消除系统受干扰时产生的稳态误差和降低调节时间,而且可以削
针对目前抑郁症的诊断方式单一、诊断率低等问题,提出一种基于词向量的多维度正则化SVM社交网络抑郁倾向检测方法.通过人工标注获得训练数据,并请心理学硕士对数据进行验证,确保数据的可用性.在预处理阶段,统计得到常用的抑郁词,使用腾讯词向量进行文本向量化及用户向量化,在构建向量的过程中加入TF-IDF和抑郁词权重因子;在训练阶段,通过将情感、性别和发微博频率加入传统SVM的目标函数中,构建多维度正则化SVM模型.多组对比实验结果表明,该方法能够有效检测抑郁倾向.
在传统像素基电离层层析成像中,直接将每个格网内的电离层电子密度作为未知数进行反演,容易出现由于未知数数目庞大而导致反演效率下降的问题.通过利用国际参考电离层(IRI)模型提取经验正交函数(EOFs)作为垂直方向基函数,将每个高度剖面的EOF系数作为未知数,可以显著减少未知数的数目,结合乘法代数重构算法(MART)进行电离层电子密度的重构,有效提升了反演计算效率.通过模拟数据和实测数据对该算法的反演结果进行验证,并将反演结果与测高仪实测数据和传统MART算法进行比较,结果表明该算法可以更加高效、准确地反演区
从不确定性量化的角度将风电出力的斜坡事件发生概率转化为一个数据驱动的鲁棒概率不等式,该不等式提供一个随机变量的概率,且其概率分布属于给定的多面体.为了解决风电输出的分布不确定性问题,考虑由可用数据构造的模糊集合中的候选分布集合,其最低要求是要包括预测值和平均绝对偏差.基于矩的模糊集由所有概率分布组成,共享相同的平均和平均绝对偏差值.当已知更多历史数据时,可以建立一个基于散度的模糊集,该模糊集包含所有接近Wasserstein度量意义上经验分布的概率分布.该方法提供最坏情况下的风电功率分布中斜坡事件的概率上
新型冠状病毒肺炎简称新冠肺炎,是一种由新型冠状病毒引起的急性感染性肺炎,具有传染性强、人群普遍易感的特点.因此,对新冠肺炎感染人数的预测,不仅仅有利于国家面对疫情做出科学决策,而且有利于及时整合防疫资源.本文提出一种基于传统的传染病动力模型SEIR和差分整合移动平均自回归模型ARIMA构建的SEIR-ARIMA混合模型,对不同时间段、不同地点的新冠肺炎疫情做出预测和分析.从实验结果上看,基于SEIR-ARIMA混合模型的预测,比常见的用于新冠肺炎预测的逻辑回归Logistic、长短期记忆人工神经网络LST