简介：为求解大规模无约束优化问题,本文提出了一种自适应线性信赖域法。与传统的线性信赖域法相比,新方法借助一数量矩阵近似Hesse阵,并据此计算线性信赖域半径。理论上证明了新算法的全局收敛性,数值实验表明新算法非常适合大规模问题的求解。

简介：提出了一种基于期望模式修正（EMA）的改进交互式多模型（IMM）算法。该算法主要解决自主水下航行器（AUV）复杂工作环境下量测噪声统计特性未知或易发生变化时的状态估计问题,其核心思想是将期望模式修正机制和交互式多模型滤波算法相结合,利用状态估计过程中的获取的模型概率进行决策,得到更加接近与系统真实模式的期望模型集合,再通过期望模型集合滤波结果对固定模型集合滤波结果进行修正。与传统的交互式多模型算法相比,提出的基于期望模式修正的交互式多模型算法可以捕捉到系统模式更细微的变化。仿真结果表明,该算法可以大幅提高AUV组合导航系统的估计精度和稳定性。

简介：在时变通信延迟下研究了无人机群编队的鲁棒自适应控制问题。对于无人机编队系统中存在外部扰动和模型不确定性的情况,通过选取包含位置跟踪误差和速度跟踪误差的辅助变量,提出了一种适用于时变通信延迟的鲁棒自适应编队控制策略。提出了自适应律对无人机质量、外界扰动的上界等未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性,给出了系统渐近稳定所需要满足的条件。数值仿真结果表明,所提出的控制方法既能抑制外界扰动和模型不确定性对控制器的影响,同时队形跟踪和队形保持的稳态误差分别小于0.1m和0.05m。

简介：针对四旋翼无人机鲁棒自适应飞行问题,提出了一种基于指数收敛的控制方法。考虑到四旋翼系统的欠驱动、强耦合等非线性特性,采用线性化反馈控制策略实现对其轨迹追踪飞行能力的基本控制;针对线性化反馈控制易受系统内外部未知干扰等影响,采用基于指数收敛干扰观测器组合控制设计,实现四旋翼飞行的鲁棒与自适应控制;线性反馈及状态观测器控制系统基于指数收敛稳定。进行了仿真分析,结果表明,干扰观测器对四旋翼系统中存在的未知干扰具有很好的估计能力,所设计的基于指数收敛控制系统,结构简单,且具有较强的干扰抑制能力和较高的系统稳定性,满足四旋翼无人机的鲁棒及自适应飞行能力要求。

简介：基于各向异性非结构网格生成技术，开发了面向复杂几何和复杂湍流燃烧问题的自适应求解算法，并进行了程序代码的可靠性验证工作，展示了各向异性网格自适应算法在降低问题求解规模、提高火焰面和流场计算精度等方面的优势．应用该自适应求解技术准确捕捉到了一维预混层流火焰、二维对冲火焰和三维本生灯湍流火焰的流场信息，火焰面附近的温度、速度、组分等物理量与实验值吻合很好．对一款富油-快速混合-贫油（rich—bum，quick-mix，lean-burn，RQL）低排放发动机燃烧室进行了计算分析，发现了燃烧室内的热声不稳定现象．