天线交流伺服系统建模分析及控制补偿

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:pluto_jelly
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
大型天线在战略预警、深空探测、射电天文领域具有重要的价值和广阔的应用前景。随着探测分辨率和灵敏度要求的提升,大型天线正朝着:高增益、高频段、高指向精度和交流伺服的方向发展。然而,结构参数和环境因素与伺服控制系统相互耦合,成为制约大型天线性能提升的一个关键问题。针对这一问题,本文系统研究了交流伺服驱动大型天线的机电动力学建模、参数辨识和自适应控制方法,具体内容包括:针对传统天线伺服系统简化模型存在难以分析结构和环境因素对系统性能影响的问题,考虑传动机构、天线座架的柔性,采用模态叠加法建立了大型天线的刚柔耦合动力学模型,在此基础上,构建了天线交流伺服控制系统机电动力学模型,为伺服跟踪性能的精确分析及结构和环境因素的控制补偿研究奠定了基础。针对大型天线参数时变的特点,基于灵敏度分析提出了一种递推最小二乘和递推子空间相结合的辨识方法,降低了模型阶数,实现了模型参数的精确辨识,7.3米实验天线仿真表明:在保证模型精度的同时,也减少了辨识过程的计算量,辨识模型与实际模型输出误差小于5%,为天线伺服跟踪性能的在线调控提供了依据。研究了面向大型天线的交流伺服自适应控制器,基于参数辨识推导了内环控制器的自适应律,提出了位置环自适应最优输出反馈控制方法,利用7.3m实验天线进行了仿真分析,在平均风速10m/s的风扰下,相较于传统的PID控制方法,其指向精度提升了 63.7%,同时在模型参数发生摄动时其自适应控制能力提升了 65%以上。在此基础上,研制了天线交流伺服仿真平台,开发了天线交流伺服系统建模、参数辨识、自适应控制补偿模块,实现了天线的时域及频域性能的高效分析。
其他文献
在相控阵雷达进行目标搜索和目标跟踪时,如果干扰落在天线方向图的主瓣范围内,干扰信号的存在会导致相控阵雷达的搜索和跟踪效果大幅度下降,造成测向精度下降甚至目标丢失等严重后果。现有的许多主瓣干扰抑制算法计算复杂度较高,难以满足工程中的实时性需求,同时无法在强主瓣干扰的条件下兼顾对旁瓣干扰的抑制。大型相控阵雷达往往阵元数目成千上万,为降低算法的运算量需要通过划分子阵的方式对阵列进行降维处理。本文针对上述
作为模拟信号与数字信号的桥梁,模数转换器严重影响通信、智能传感等系统的性能,也是模拟集成电路领域一直以来的研究热点。流水线模数转换器(Pipeline ADC)因其流水线操作的特点,是实现高速高精度指标的首选架构。但是由于传统结构包含大量运放和比较器,使得功耗随精度增加而大大增大。相较而言,逐次逼近型模数转换器(SAR ADC)能效优势明显,结构简单,与先进工艺兼容性高,但其速度受限于比较次数和比
函证是指审计人员为了获取影响财务报表或相关披露认定的项目的信息,通过直接来自第三方对有关信息和现存状况的声明,获取和评价审计证据的过程,如对应收账款余额或银行存款的函证。整个函证过程由注册会计师主导,由被审计单位和被询证单位配合完成。作为一项不可或缺的审计程序,审计人员需要保证函证的有效性,以充分发挥函证的证明作用。要保证注册会计师获取到充分可靠的审计证据,完善的函证程序是必不可少的,同时也对审计
网约车作为共享经济的代表性业态,以大数据和云计算技术为驱动,对传统出行业态实施了现代化改造。网约车释放了诸多社会"红利",亦改变了秩序、利益的配置方式,但在运营安全管理、产品合规性等方面存在诸多问题和安全隐患,这些问题仅仅依赖平台的自我规制无法有效解决,亟须完善法律规制予以回应。因此,欲促进网约车健康持续发展,应从完善网约车立法、规范执法方式及尺度、发挥司法规制优势、建立健全配套保障措施等方面建构
随着社会经济的发展,人们对康复治疗的追求日益提高,促使康复机器人迅速发展。康复机器人与索牵引技术的结合,简化了机器人结构、增强了柔顺性、且具有工作空间大以及人机交互安全等优点。本文通过对索牵引康复机器人的国内外发展现状与机器人零位标定技术和控制策略的研究,设计出一款用于下肢康复的索牵引康复机器人,对其进行零位标定分析与仿真控制分析,并设计实验对理论分析进行验证。主要研究工作如下:基于人体尺寸标准与
由于倒立摆系统在控制领域中的典型性,因此已经成为一个长期的研究方向。本文以直线型倒立摆系统为研究对象,完成了对直线一级倒立摆系统起摆控制和直线二级倒立摆系统稳定控制的算法研究。本文首先研究了直线倒立摆系统的结构和基本组成,接着通过深入分析系统,发现倒立摆系统具有强耦合、欠驱动、非线性、不确定以及开环不稳定等性质。其次基于倒立摆系统所具有的性质,建立了比较精确的数学模型。由于直线一级倒立摆系统结构相
计算机视觉和自然语言处理是当前人工智能研究的两个热门方向,而图像描述则是两者交叉融合的一个综合性研究课题,近几年也越来越多地受到学术界和工业界关注。让机器学习理解并翻译一张图片是非常具有挑战性的,需要利用模型学习理解图像内容,除此之外模型还需要抓住图像的语义信息并且学习用自然语言表达图像内容,最后生成语义逻辑正确、通顺连贯且人类可读的句子。目前基于深度学习的图像描述普遍存在着一些问题:首先,模型的
调制识别技术是指在非合作通信场景下,以识别目标信号的调制类型为目标的一种技术。调制识别技术广泛应用于民用无线电监测以及军用电子对抗等领域,是通信领域一个重要的研究分支。传统识别器识别效果依赖于决策理论、信号特征和分类器的选择,识别精度也受限于复杂电磁环境。然而深度学习方法能够针对原始数据充分发挥特征提取能力,避免了人工特征提取,其识别准确度也比经典算法高。本文对基于深度学习的通信信号调制识别技术进
随着计算机视觉技术和人工智能技术的发展,快速提取自然场景中的文字需求也急剧增加,捕获和识别这些文字有助于理解和分析图像,而靠人工去手动读取图像中的文本不仅耗费大量时间和精力,而且也容易出错。因此,自然场景图像中的文本检测识别成为当下热门的研究话题之一。目前文本检测与识别在现实生活中有着广泛的应用,例如手机设备上的拍照翻译软件,可以拍摄异国街道或路牌上的文字,将一种语言实时翻译为另一种语言,提供导游
计算机博弈作为近代计算机技术和博弈理论结合的产物,已成为当前人工智能领域最热门的研究方向之一。完全信息博弈因其具有广泛的场景实用性成为计算机博弈的主要研究方向。近几年随着人工智能技术的发展,深度学习和强化学习领域的相关算法已被广泛用以解决各类完全信息博弈问题。特别的,通过神经网络训练与强化学习算法的结合演化出的众多人工智能算法已应用于多种博弈类游戏中,如完全信息博弈代表之一的围棋。由Deep Mi