【摘 要】
：
为了提高快速反射镜(fast steering mirror,FSM)的跟踪精度和扰动抑制能力,建立了基于自抗扰控制器(active disturbance rejection control,ADRC)的FSM闭环控制系统,并对ADRC的参数整定方法进行研究.由于ADRC参数用试凑法整定效率低,用粒子群优化(particle swarm optimization,PSO)算法整定容易陷入局部最优,因此提出一种惯性权重基于箕舌线调整的改进PSO (improved PSO,IPSO)算法.通过系统仿真实验
【机 构】
：
南京航空航天大学航天学院,江苏南京211106
论文部分内容阅读
为了提高快速反射镜(fast steering mirror,FSM)的跟踪精度和扰动抑制能力,建立了基于自抗扰控制器(active disturbance rejection control,ADRC)的FSM闭环控制系统,并对ADRC的参数整定方法进行研究.由于ADRC参数用试凑法整定效率低,用粒子群优化(particle swarm optimization,PSO)算法整定容易陷入局部最优,因此提出一种惯性权重基于箕舌线调整的改进PSO (improved PSO,IPSO)算法.通过系统仿真实验,在考虑卫星平台振动的情况下,采用基于IPSO、PSO的ADRC和传统比例-积分-微分(proportion integration differen-tiation,PID)控制器分别控制FSM.结果 表明,在跟踪不同频率的高频正弦信号时,采用基于IPSO的ADRC控制的FSM跟踪精度相较其他两种控制器控制FSM的跟踪精度均有明显提升.
其他文献
针对低信噪比条件下雷达辐射源信号特征提取困难、识别准确率低的问题,提出一种基于切片循环神经网络(sliced recurrent neural networks,SRNN)、注意力机制和卷积神经网络(convolutional neural networks,CNN)的雷达辐射源信号识别方法,并在CNN中引入批归一化层,进一步提升网络的识别能力.模型以雷达辐射源信号幅度序列作为输入,自动提取信号特征,输出识别结果.实验结果表明,SRNN相比于门控循环单元(gated recurrent unit,GRU)
针对装备体系网络建模过程中未充分考虑节点异质性等问题,提出了基于节点重要度与改进信息熵的体系效能评估方法.首先,依据作战环理论和装备分层方法构建装备体系网络模型.其次,从网络全局、网络局部、战时装备完好性三方面综合评估节点重要度.最后,根据节点权值和节点参与作战环数量,建立了改进信息熵的作战效能评估模型.以轰炸蓝方指挥所作战体系为例进行分析,验证了所提方法的可行性和合理性.