高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一类结构随机跳变系统的最优控制方法

吴森堂

downloadPDF
文章导航 > 北京航空航天大学学报  > 2001 >  27(5): 548-551.
范子强, 方振平. 超机动飞机的非线性飞行控制研究[J]. 北京航空航天大学学报, 2000, 26(4): 404-407.
引用本文: 吴森堂. 一类结构随机跳变系统的最优控制方法[J]. 北京航空航天大学学报, 2001, 27(5): 548-551.
shu
FAN Zi-qiang, FANG Zhen-ping. Nonlinear Flight Control Design for Supermaneuverable Aircraft[J]. Journal of Beijing University of Aeronautics and Astronautics, 2000, 26(4): 404-407. (in Chinese)
Citation: WU Sen-tang. Optimal Control of Systems with Random Changing Structures[J]. Journal of Beijing University of Aeronautics and Astronautics, 2001, 27(5): 548-551. (in Chinese)
shu

一类结构随机跳变系统的最优控制方法

  • 北京航空航天大学 自动控制系

基金项目: 国家自然科学基金资助项目(69704002)
详细信息
    作者简介:

    吴森堂(1963-),男,山东平度人,教授,100083,北京.

  • 中图分类号: TP 273+1; V 233.7+1

Optimal Control of Systems with Random Changing Structures

  • Beijing University of Aeronautics and Astronautics, Dept. of Automatic Control

摘要

    摘要
  • 摘要: 针对一类复杂的结构随机跳变系统提出了一种新的最优控制方法,解决了当系统结构的转换过程难以观测或根本无法观测情况下结构随机跳变系统的控制问题.在机载障碍规避系统的反干扰最优控制问题中的仿真结果,验证了这种方法的有效性.

     

    Abstract: An approach is given to get optimal control of systems with random changing structures.Without the indicator of structures conversion, the solution is obtained to solve control problems of systems with random changing structures when system structures conversion process is difficult or unable to observe. The effectiveness of this method is proved by simulation results for an anti-interference optimal control problem of airborne obstacle avoidance system.

     

    • HTML全文
    • 参考文献(1)
  • [1] 林正盛.虚拟仪器技术及应用[J].电子应用技术, 1997,3:24~26. [2] Filbert D. Intelligent measurement methods in technical diagnosis and quality assurance-A comparison[J]. Measurement, 1988,6(2):69~74. [3] Zhang Hong Yue, Chen Jie. Identifications of stochastic multi-variable continuous-time systems[J]. Int J Modeling Simulation,1990,10(2):631~642. [4] Chow M Y, Sharpe R N, Hung J C. On the application and design of artificial neural networks for motor fault detection[J]. IEEE Trans Ind Electron,1993,40:181~197.
    • 相关文章
    • 施引文献

  • 期刊类型引用(15)

    1. 罗飞，王润峰. 基于YOLOv5水下目标检测算法研究与改进. 通信与信息技术. 2024(01): 34-40 . 百度学术
    2. 陈宇梁，董绍江，孙世政，闫凯波. 改进YOLOv5s的弱光水下生物目标检测算法. 北京航空航天大学学报. 2024(02): 499-507 . 本站查看
    3. 周玺兴，梁翔宇，胡佳宁，曾立华. 基于负压的浅海养殖海参捕捞系统设计与性能研究. 中国农机化学报. 2024(10): 94-99 . 百度学术
    4. 杨婷，高武奇，王鹏，李晓艳，吕志刚，邸若海. 自动色阶与双向特征融合的水下目标检测算法. 激光与光电子学进展. 2023(06): 132-143 . 百度学术
    5. 贾文娟，张孝薇，闫晨阳，李红志. 海洋牧场生态环境在线监测物联网技术研究. 海洋科学. 2022(01): 83-89 . 百度学术
    6. 范刚，张亚，赵河明，李波. 水下机器人定位导航技术发展现状与分析. 兵器装备工程学报. 2022(03): 22-29 . 百度学术
    7. 郝琨，王阔，王贝贝. 基于改进Mobilenet-YOLOv3的轻量级水下生物检测算法. 浙江大学学报(工学版). 2022(08): 1622-1632 . 百度学术
    8. 高天铭，闫敬，尤康林，张良，林景胜，罗小元. 水下智能识别与自主抓取机器人设计与实现. 控制理论与应用. 2022(11): 2074-2083 . 百度学术
    9. 王伟，李琰. 基于GIS的短时交通客流智能协调控制系统设计. 计算机测量与控制. 2021(01): 154-158 . 百度学术
    10. 王晓鸣，吴高升. 基于单目视觉的水下机器人相对位姿精确控制. 水下无人系统学报. 2021(03): 299-307 . 百度学术
    11. 高云，彭炜，周建慧. 机器人智能抓取未知目标位置深度识别仿真. 计算机仿真. 2021(08): 376-380 . 百度学术
    12. 石少炜，石少敏. 基于虚拟现实的机器人工作状态智能监测系统. 自动化与仪器仪表. 2021(12): 172-175+180 . 百度学术
    13. 魏哲，焦航. 纱筒搬运机器人的设计. 机械与电子. 2020(08): 76-80 . 百度学术
    14. 翟国栋，任聪，王帅，岳中文，潘涛，季如佳. 多尺度特征融合的煤矿救援机器人目标检测模型. 工矿自动化. 2020(11): 54-58 . 百度学术
    15. 于红. 水产动物目标探测与追踪技术及应用研究进展. 大连海洋大学学报. 2020(06): 793-804 . 百度学术

    其他类型引用(21)

    • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  2661
  • HTML全文浏览量:  55
  • PDF下载量:  715
  • 被引次数: 36
出版历程
  • 收稿日期:  2000-02-24
  • 网络出版日期:  2001-05-31

目录

摘要
HTML全文
    参考文献(1)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回
    常见问答

    版权所有 © 《北京航空航天大学学报》编辑部

    通讯地址：北京市海淀区学院路37号 《北京航空航天大学学报》编辑部　 邮编：100191 邮箱：jbuaa@buaa.edu.cn

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计