-
公开(公告)号：CN107479382A
公开(公告)日：2017-12-15
申请号：CN201710789210.7
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于在线数据学习的高超声速飞行器神经网络控制方法，用于解决现有高超声速飞行器控制方法稳定性差的技术问题。技术方案是首先将高超声速飞行器纵向通道模型分解为速度子系统和高度子系统，再利用神经网络对高超声速飞行器系统存在的不确定性进行逼近，采用在线数据构造神经网络的预测建模误差进行神经网络权重更新，提升神经网络闭环控制过程的系统学习能力。由于针对两个子系统分别给出基于神经网络学习的控制器，实现了不确定高超声速飞行器动力学控制。由于将神经网络逼近不确定学习好坏表述为建模误差引入神经网络的复合更新，提升了神经网络的学习的准确性与快速性，进而提高了控制系统的自适应能力，且稳定性好。
-
公开(公告)号：CN107479382B
公开(公告)日：2019-10-22
申请号：CN201710789210.7
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于在线数据学习的高超声速飞行器神经网络控制方法，用于解决现有高超声速飞行器控制方法稳定性差的技术问题。技术方案是首先将高超声速飞行器纵向通道模型分解为速度子系统和高度子系统，再利用神经网络对高超声速飞行器系统存在的不确定性进行逼近，采用在线数据构造神经网络的预测建模误差进行神经网络权重更新，提升神经网络闭环控制过程的系统学习能力。由于针对两个子系统分别给出基于神经网络学习的控制器，实现了不确定高超声速飞行器动力学控制。由于将神经网络逼近不确定学习好坏表述为建模误差引入神经网络的复合更新，提升了神经网络的学习的准确性与快速性，进而提高了控制系统的自适应能力，且稳定性好。
-
公开(公告)号：CN107632518B
公开(公告)日：2019-10-18
申请号：CN201710789207.5
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
摘要： 本发明公开了一种基于高增益观测器的高超声速飞行器神经网络复合学习控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是对姿态子系统严格反馈形式进行变换，得到输出反馈形式，用高增益观测器对于未知变量进行估计，为后续控制器设计提供基础；考虑系统集总不确定性，仅需一个神经网络进行逼近，控制器设计简单，便于工程实现；引入系统建模误差，构建神经网络复合学习更新律，实现不确定情形下的高超声速飞行器稳定控制，实用性好。
-
公开(公告)号：CN107450324B
公开(公告)日：2019-10-22
申请号：CN201710789277.0
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了一种考虑攻角约束的高超声速飞行器自适应容错控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是将飞行器攻角限制在给定范围内，保证超燃冲压发动机的正常工作；针对执行器故障情形，给出了鲁棒自适应调整控制策略，利用冗余控制机构有效补偿失效带来的影响以保证系统的安全性。针对模型不确定性。本发明结合限幅设计与Barrier型李雅普诺夫函数给出控制器，可确保攻角能够被约束在给定范围内，保证超燃冲压发动机正常工作。通过神经网络学习处理模型不确定性代替线性参数化处理，简化了模型分析，便于实际应用。针对执行器故障情形，利用冗余控制机构有效自适应补偿故障带来的影响，实用性好。
-
公开(公告)号：CN107632518A
公开(公告)日：2018-01-26
申请号：CN201710789207.5
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
摘要： 本发明公开了一种基于高增益观测器的高超声速飞行器神经网络复合学习控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是对姿态子系统严格反馈形式进行变换，得到输出反馈形式，用高增益观测器对于未知变量进行估计，为后续控制器设计提供基础；考虑系统集总不确定性，仅需一个神经网络进行逼近，控制器设计简单，便于工程实现；引入系统建模误差，构建神经网络复合学习更新律，实现不确定情形下的高超声速飞行器稳定控制，实用性好。
-
公开(公告)号：CN107450324A
公开(公告)日：2017-12-08
申请号：CN201710789277.0
申请日：2017-09-05
申请人： 西北工业大学 , 西北工业大学深圳研究院
IPC分类号： G05B13/04
摘要： 本发明公开了一种考虑攻角约束的高超声速飞行器自适应容错控制方法，用于解决现有高超声速飞行器控制方法实用性差的技术问题。技术方案是将飞行器攻角限制在给定范围内，保证超燃冲压发动机的正常工作；针对执行器故障情形，给出了鲁棒自适应调整控制策略，利用冗余控制机构有效补偿失效带来的影响以保证系统的安全性。针对模型不确定性。本发明结合限幅设计与Barrier型李雅普诺夫函数给出控制器，可确保攻角能够被约束在给定范围内，保证超燃冲压发动机正常工作。通过神经网络学习处理模型不确定性代替线性参数化处理，简化了模型分析，便于实际应用。针对执行器故障情形，利用冗余控制机构有效自适应补偿故障带来的影响，实用性好。
-
公开(公告)号：CN105260341B
公开(公告)日：2017-11-07
申请号：CN201110388208.1
申请日：2011-11-30
申请人： 西北工业大学
发明人： 史忠科
IPC分类号： G06F17/11
摘要： 本发明公开了一种基于角速度的欧拉角勒让德近似输出方法，用于解决现有的飞行器机动飞行时欧拉角输出精度差的技术问题。技术方案是通过引入多个参数并将滚转、俯仰、偏航角速度按照变动区间的勒让德正交多项式展开，按照依次求解俯仰角、滚转角、偏航角，直接对欧拉角的表达式进行高阶逼近积分，使得欧拉角的求解按照超线性逼近，保证了确定欧拉角的时间更新迭代计算精度，从而提高了惯性设备输出飞行姿态的准确性。
-
公开(公告)号：CN103927887B
公开(公告)日：2016-01-27
申请号：CN201410100107.3
申请日：2014-03-18
申请人： 西北工业大学
摘要： 本发明公开了一种结合离散速度模型的阵列式FPGA交通状态预测及控制系统，用于解决现有道路入口匝道控制器实用性差的技术问题。技术方案是根据高速公路在不同时间段内的实际运行状况，及时调整更加符合实际道路信息的道路交通参数；交通状态预测计算核心的硬件实现平台由阵列式FPGA结构完成，其并行处理结构可以快速预测高速公路每个路段的交通状态，迅速响应交通流运行参数的变化，并对控制器所选择的控制方案的控制效果做出迅速的反馈评估；根据预测的道路交通状态选择的控制方案，调控被调控路段入口匝道调节杆的开通闭合以及允许车辆通行的时间，通过阵列式FPGA的多次预测计算得到反馈评估。能够快速适应高速公路交通信息的变化。
-
公开(公告)号：CN102929130B
公开(公告)日：2015-06-17
申请号：CN201210382027.2
申请日：2012-10-10
申请人： 西北工业大学
发明人： 史忠科
IPC分类号： G05B13/00
摘要： 本发明公开了一种鲁棒飞行控制器设计方法，用于解决现有的鲁棒控制理论缺乏设计步骤难以直接设计飞行控制器的技术问题。技术方案是给出系统鲁棒稳定可解条件，直接利用线性系统状态反馈的闭环期望极点选择，并根据所有闭环期望极点的实部全部为负数的特点，给出了限定条件不等式直接设计反馈矩阵。使得本研究领域的工程技术人员对风洞或飞行试验得到的含有不确定性飞行器模型直接设计飞行控制器，解决了当前研究只给出鲁棒稳定性不等式而无法直接设计飞行控制器的技术问题。
-
-
-
-
-
-
-
-
-
搜索结果
343 条记录 (耗时 0.058 秒)
