圆周合成孔径声呐通过对成像场景作360°圆周运动获得目标全方位观测信息,以实现水下目标三维高精度成像,其成像效果受无人搭载平台的圆周运动误差影响较大.针对这一问题,根据圆周路径推导设计了基于向心加速度的圆周运动非线性制...圆周合成孔径声呐通过对成像场景作360°圆周运动获得目标全方位观测信息,以实现水下目标三维高精度成像,其成像效果受无人搭载平台的圆周运动误差影响较大.针对这一问题,根据圆周路径推导设计了基于向心加速度的圆周运动非线性制导算法(centripetal acceleration based nonlinear guidance for circular,CANGC),对圆周轨迹贴合度高,具有较高的控制精度.此外,还设计了基于模型预测控制算法的圆周运动控制律,具有较快的控制响应和较强的自适应能力.将两种算法较好地融合,可实现精准圆周轨迹跟踪.其中制导律的控制输出为偏航角速度,因此控制过程中不依赖于无人船磁力计测得的偏航角数据,可以在具有较强磁场影响的条件下使用.通过仿真实验验证了算法的优越性,本文所设计的算法跟踪精度比文献中的算法的跟踪精度高80.1%.湖上实验进一步验证该算法对于圆周运动有较高的控制精度.研究成果为圆周合成孔径声呐成像无人船平台研究提供了算法基础.展开更多
文摘圆周合成孔径声呐通过对成像场景作360°圆周运动获得目标全方位观测信息,以实现水下目标三维高精度成像,其成像效果受无人搭载平台的圆周运动误差影响较大.针对这一问题,根据圆周路径推导设计了基于向心加速度的圆周运动非线性制导算法(centripetal acceleration based nonlinear guidance for circular,CANGC),对圆周轨迹贴合度高,具有较高的控制精度.此外,还设计了基于模型预测控制算法的圆周运动控制律,具有较快的控制响应和较强的自适应能力.将两种算法较好地融合,可实现精准圆周轨迹跟踪.其中制导律的控制输出为偏航角速度,因此控制过程中不依赖于无人船磁力计测得的偏航角数据,可以在具有较强磁场影响的条件下使用.通过仿真实验验证了算法的优越性,本文所设计的算法跟踪精度比文献中的算法的跟踪精度高80.1%.湖上实验进一步验证该算法对于圆周运动有较高的控制精度.研究成果为圆周合成孔径声呐成像无人船平台研究提供了算法基础.
文摘针对传统的线性模型不足以描述分解炉复杂系统的问题,结合垃圾协同处置的背景,研究了一种基于极限学习机(extreme learning machine,ELM)的MISO Hammerstein-Wiener(multiple-input single-output Hammerstein-Wiener)模型分解炉温度建模及预测控制方法,用以实现分解炉温度的稳定控制。模型以喂煤量和垃圾衍生燃料流量(refuse derived fuel,RDF)为输入、分解炉温度为输出,并且采用ELM拟合非线性环节,ARMAX(autoregressive moving average with extra input)模型来描述动态线性环节,递推最小二乘法辨识出模型混合参数,奇异值分解得到模型的参数估计。分解炉控制方法采用两步法预测控制。首先,建立非线性环节逆模型;其次,采用广义预测控制算法得到中间变量;最后,中间变量经过非线性环节逆模型输出得到模型的控制量。仿真实验表明,ELM的引入提高了模型的拟合精度。与传统的预测控制相比,所提的控制方法稳定性更强、跟随性更好。
