-
公开(公告)号：CN114706305A
公开(公告)日：2022-07-05
申请号：CN202210328732.8
申请日：2022-03-31
Applicant: 哈尔滨工业大学
Abstract: 一种基于预设基函数的自适应滤波器设计方法及伺服系统，涉及自适应滤波器技术领域，用以解决现有的自适应滤波器无法有效处理伺服系统的输入信号跟踪和扰动抑制问题。本发明的技术要点包括：针对跟踪参考指令和抑制扰动的目的，设计滤波基函数，其特点为参数、结构可调且不与参考信号耦合；利用梯度下降法设计权值迭代律，并确定使系统稳定的迭代步长；针对多种成分的扰动构造并联自适应滤波器；将并联自适应滤波器外接于原伺服系统以重构参考指令。本发明减小了由伺服系统参考指令和扰动信号导致的跟踪误差，有效提高了精密速率伺服系统的速率平稳性。本发明适用于包含具有位置周期或时间周期扰动信号的伺服系统的扰动抑制及指令跟踪。
-
公开(公告)号：CN109858137B
公开(公告)日：2022-07-01
申请号：CN201910078778.7
申请日：2019-01-25
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
Abstract: 一种基于可学习扩展卡尔曼滤波的复杂机动飞行器航迹估计方法，本发明涉及飞行器的航迹估计方法。本发明解决了现有航迹估计方法在目标飞行器复杂机动条件下精度较低的问题。本发明的技术要点为：建立飞行器的动力学模型，并进一步建立飞行器的机动模型；构建用于飞行器航迹估计的可学习扩展卡尔曼滤波算法，并设计和训练其中的输入修饰网络和增益修饰网络。本发明中飞行器航迹估计中所使用的可学习扩展卡尔曼滤波算法是根据已有航迹数据训练获得的，更充分的利用了飞行器的运动特性先验信息，可更准确的描述飞行器的复杂机动模态，提升了航迹估计精度。本方法适用于基于知识和模式的信息推算领域。
-
公开(公告)号：CN113391621B
公开(公告)日：2022-03-25
申请号：CN202110694914.2
申请日：2021-06-23
Applicant: 哈尔滨工业大学
Abstract: 一种电动仿真测试转台的健康状态评估方法，它涉及一种健康状态评估方法，具体涉及一种电动仿真测试转台的健康状态评估方法。本发明为了解决电动飞行仿真测试转台设备的妥善率和可靠性较低时则会造成测试计划延误，甚至被测设备损坏的问题。本发明的具体步骤如下：步骤一、分析电动仿真测试转台的关键性能及关键组件性能，给出各性能的评价标准及相关测试参数；步骤二、利用基于多重渐消因子的均方根容积卡尔曼滤波组成的循环推挽滤波器组方法实现控制系统内部器件重要参数的在线辨识以及伺服系统传感器的故障辨识；步骤三、基于数据与模型混合驱动的方法进行控制系统整体性能的评估。本发明属于机电设备控制及故障诊断与健康管理领域。
-
公开(公告)号：CN108873820B
公开(公告)日：2020-06-23
申请号：CN201810909894.4
申请日：2018-08-10
Applicant: 哈尔滨工业大学
IPC: G05B19/414
Abstract: 本发明提出了一种从动轴参考指令实时修正的多轴速率伺服系统同步控制方法，属于运动控制技术领域。所述方法基于串、并联混合同步控制的结构，利用系统的同步误差设计从动轴指令实时修正系数，进而构造实时修正的从动轴指令实现多轴速率伺服系统的高精度同步控制。本发明所述方法克服了串联同步控制方法和并联同步控制方法各自的局限性，具有同步误差波动小，动态性能好等特点。
-
公开(公告)号：CN109165444A
公开(公告)日：2019-01-08
申请号：CN201810970984.4
申请日：2018-08-22
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 多飞行器同时协同拦截飞行器数量及空间位置散布的设计方法，属于飞行器制导控制领域。目前多飞行器同时协同拦截的设计方法大多未考虑飞行器的空间位置散布设计，难以应用于目标运动信息探测不准下的拦截问题。根据目标运动信息误差及加速度预报的误差特性，计算中末交班时目标预测命中区域视线坐标系的投影；建立同时协同拦截问题的数学模型；基于区域覆盖优化方法，求解飞行器的零控终端位置和相应的中末交班成功概率；求解所需飞行器的最少数量。本发明给出了目标运动信息探测不准下的同时协同拦截设计框架，将飞行器数量及空间位置散布的设计问题转化为区域覆盖优化的求解问题，本发明提出的方法还可应用于带有假目标的协同拦截设计。
-
Patent Agency Ranking
公开(公告)号：CN109145451A
公开(公告)日：2019-01-04
申请号：CN201810970985.9
申请日：2018-08-22
Applicant: 哈尔滨工业大学
IPC: G06F17/50
CPC classification number: G06F17/5095 , G06F2217/78
Abstract: 高速滑翔飞行器的运动行为识别与航迹估计方法，属于基于知识和模式的信息推算领域。本发明解决了现有航迹估计方法无法应对高速滑翔飞行器复杂运动模态的问题。本发明的技术要点为：建立飞行器的动力学模型，进一步建立准平衡滑翔、跳跃滑翔两种飞行模式的运动行为模型，并构造飞行器运动行为模型集；构建飞行器运动行为识别算法，识别飞行器的运动行为；根据运动行为识别的结果，使用合理的策略在模型集中选择用于航迹估计的模型；构建融合滤波算法，估计飞行器的航迹。本方法适用于基于知识和模式的信息推算领域。
-
公开(公告)号：CN103884237B
公开(公告)日：2015-08-05
申请号：CN201410138467.2
申请日：2014-04-08
Applicant: 哈尔滨工业大学
IPC: F41G3/00
Abstract: 基于目标概率分布信息的多对一协同制导方法，属于飞行器制导领域。解决了临近空间高超声速目标的协同制导采用现有的制导方法存在目标的探测精度低、弹道预测精度低、末制导时间过短致使对拦截器的过载响应速度要求过高的问题。技术要点为：获取拦截器与目标之间的相对运动测量信息；结合拦截器的状态值，应用Kalman滤波对上述相对运动测量信息进行处理，得到当前时刻目标状态的估计值，结合目标运动的动力学方程，得到目标终端时刻位置概率密度函数；构造终端时刻目标位置概率密度函数在多个拦截器可达集内的积分作为协同制导代价函数；多对一协同制导优化问题的求解。本发明应用于多飞行器协同拦截高超声速目标，具有广阔的应用前景。
-
公开(公告)号：CN103884237A
公开(公告)日：2014-06-25
申请号：CN201410138467.2
申请日：2014-04-08
Applicant: 哈尔滨工业大学
IPC: F41G3/00
Abstract: 基于目标概率分布信息的多对一协同制导方法，属于飞行器制导领域。解决了临近空间高超声速目标的协同制导采用现有的制导方法存在目标的探测精度低、弹道预测精度低、末制导时间过短致使对拦截器的过载响应速度要求过高的问题。技术要点为：获取拦截器与目标之间的相对运动测量信息；结合拦截器的状态值，应用Kalman滤波对上述相对运动测量信息进行处理，得到当前时刻目标状态的估计值，结合目标运动的动力学方程，得到目标终端时刻位置概率密度函数；构造终端时刻目标位置概率密度函数在多个拦截器可达集内的积分作为协同制导代价函数；多对一协同制导优化问题的求解。本发明应用于多飞行器协同拦截高超声速目标，具有广阔的应用前景。
-
公开(公告)号：CN116923730B
公开(公告)日：2024-06-18
申请号：CN202310914465.7
申请日：2023-07-24
Applicant: 哈尔滨工业大学
IPC: B64G1/24
Abstract: 一种具有自调节预设性能约束的航天器姿态主动容错控制方法，它属于航空航天故障诊断及飞行控制领域。本发明解决了现有航天器姿态控制系统中执行器故障估计的准确率低，性能指标无法与控制器参数直接关联，以及无法根据故障估计结果和执行器性能约束在线调节预设性能边界的问题。本发明首先建立航天器姿态控制系统的运动学模型和动力学模型；其次设计一种自适应滑模迭代学习观测器，通过获取航天器姿态控制系统的控制力矩和角速度的测量信号，实现对等效故障的准确且快速的估计；然后在得到等效故障准确估计值的基础上，设计一种自调节预设性能主动容错控制方法。本发明方法可以应用于航天器姿态控制。
-
公开(公告)号：CN116923730A
公开(公告)日：2023-10-24
申请号：CN202310914465.7
申请日：2023-07-24
Applicant: 哈尔滨工业大学
IPC: B64G1/24
Abstract: 一种具有自调节预设性能约束的航天器姿态主动容错控制方法，它属于航空航天故障诊断及飞行控制领域。本发明解决了现有航天器姿态控制系统中执行器故障估计的准确率低，性能指标无法与控制器参数直接关联，以及无法根据故障估计结果和执行器性能约束在线调节预设性能边界的问题。本发明首先建立航天器姿态控制系统的运动学模型和动力学模型；其次设计一种自适应滑模迭代学习观测器，通过获取航天器姿态控制系统的控制力矩和角速度的测量信号，实现对等效故障的准确且快速的估计；然后在得到等效故障准确估计值的基础上，设计一种自调节预设性能主动容错控制方法。本发明方法可以应用于航天器姿态控制。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.036 seconds)
