一、模糊控制算法在光电跟踪伺服系统中的应用（论文文献综述）
姜珊[1]（2021）在《无人机光电系统视轴稳定方法研究》文中指出无人机对地面目标进行侦察、瞄准时,机上光电跟踪系统通常会受到载体姿态变化和平台自身运动部件等内外力矩的干扰,引起视轴抖动,造成目标图像晃动和不清晰。为了保证光电系统视轴稳定平台在惯性空间指向稳定并隔离扰动,需要采取有效的控制方法来提高系统的稳定性能。本文围绕无人机光电系统视轴稳定平台控制方法开展研究,着重对经典PID控制器参数的阶次及经典PID控制器参数自整定方法进行深入分析,分别设计分数阶PID控制器和BP神经网络PID控制器,并将控制性能较优的控制算法进行硬件性能实现及硬件系统测试。研究主要内容如下:（1）对光电系统视轴稳定平台的结构、运动学和动力学进行了分析和系统建模。依据光电系统视轴稳定平台的性能要求,选取两轴两框架稳定结构,建立基座、俯仰框架和方位框架间的坐标系,推导坐标系间的变换矩阵;通过对稳定平台结构的运动学分析,建立平台轴系间角速度、角加速度、转动惯量和力矩间的动力学模型;通过对视轴稳定回路的分析,计算回路各环节传递函数的数学模型,为视轴稳定控制器的设计奠定了基础。（2）光电系统视轴稳定平台分数阶PID控制算法研究。对经典PID控制器参数中微分和积分项的阶次进行了深入分析和研究,依据分数阶微积分理论,采用Oustaloop近似滤波法设计了分数阶PID控制器。通过仿真实验,验证了分数阶PID控制器相比较于经典PID控制器控制性能更显着。针对外部扰动,将基于速率的扰动观测器（VDOB）引入到视轴稳定回路中,设计了分数阶PID与VDOB的复合控制方法。通过仿真实验验证了引入VDOB能够有效隔离低频信号对视轴稳定回路的扰动,提高系统的控制性能。（3）视轴稳定平台BP神经网络PID控制算法研究。对经典PID控制器参数自整定的方法进行深入分析和研究,将目前主流的BP神经网络算法的输出值作为PID控制器的参数值,设计了 BP神经网络PID控制器。通过搭建仿真实验平台进行仿真实验,验证了BP神经网络PID控制器相比较于经典PID控制器实现了参数在线自动调整的同时,提高了系统的动态性能。最后通过隔离度对分数阶PID控制器和BP神经网络PID控制器的控制性能进行对比,得到了分数阶PID控制器的性能优于BP神经网络PID控制器。（4）视轴稳定分数阶PID控制算法的FPGA实现及系统的实验验证。对控制性能优良的分数阶PID控制算法进行了算法简化,并在FPGA上实现了算法性能。最后对所设计的视轴稳定平台分别从硬件实验测试、启停实验测试、摇摆实验测试和稳定精度实验测试进行了实验验证,实验结果表明,所设计的分数阶PID控制方法的稳定精度为46.1μrad,满足系统指标要求,有效提高了视轴稳定系统的控制性能。
温健伯[2]（2021）在《光电跟踪系统中绳索牵引机构的建模与控制》文中提出光电跟踪伺服系统是一种使用红外或者可见光探测装置进行被动搜索的实时图像侦查设备,在民用与军事领域均发挥着巨大的作用,有着举足轻重的战略意义。为解决传统光电跟踪系统不能获取距离信息的问题,本实验室与中科院长春光机所合作开展了一款新型光电跟踪系统的研发工作。该系统基于人眼中心凹结构的仿生学原理,将一个大型的主光学平台和安装于轻质筒状结构中的次级光学系统结合起来,兼具大视场、高分辨率等特性,可以对多个远距离目标进行快速跟踪与定位。合作中本实验室负责新型光电跟踪系统中次级光学机构驱动装置的研究工作。为了满足该新型光电跟踪系统对于多个目标快速、精确跟踪的需求,本文首先结合系统的性能指标,选择四绳索牵引并联机构作为次级光学机构的驱动装置。然后介绍了绳索牵引并联机构的结构设计,建立了绳索牵引并联平台的位姿描述体系,并对其进行了运动学与动力学分析。其次设计了中心运动平台的点到点轨迹规划策略,在此基础上设计了一种基于电机位置控制的运动学控制策略,并对系统中存在的运动学误差进行了分析。为进一步提高系统的控制精度,设计了一种工作空间中的基于电机力矩控制的动力学控制策略。考虑到绳索牵引并联机构的冗余性造成的索力冗余分解问题,综合索力约束条件与系统的实时性需求,采用了一种基于平均可行力的索力分配策略。接着采用线性自抗扰算法为动力学控制策略设计了控制器。为验证本章所设计自抗扰控制器与索力分配算法的效果,在ADAMS中建立了等比例仿真模型,并搭建了 ADAMS/Simulink联合仿真平台,对算法进行了仿真验证。最后为了验证控制算法在实际平台上的控制效果,搭建了光电跟踪系统中绳索牵引并联机构的原理实验样机。在实验平台上分别对基于运动学的控制方案和基于动力学的控制方案进行了实验,并测试了运动平台在两目标点间进行切换跟踪的效果。实验结果表明本文所设计的控制算法具有良好的控制效果,同时基于动力学的控制方案能有效解决运动过程中的绳索虚牵问题。
邓明[3]（2021）在《基于自抗扰的两轴光电稳定平台控制系统研制》文中研究表明机载光电稳定平台在工作过程中,会受到陀螺测量噪声、载机角速度干扰和平台力矩干扰等因素的影响,从而降低光电稳定平台的跟踪精度和稳定精度。为提高光电稳定平台跟踪精度和稳定精度,本文以两轴机载光电稳定平台为研究对象,采用自抗扰控制算法对光电稳定平台控制系统进行研制。本文主要进行了以下几方面的研究工作:（1）分析两轴光电稳定平台的组成和工作原理,基于机理建立光电稳定平台数学模型,其中包括直流力矩电机、功率放大电路以及光纤陀螺的数学模型。（2）研究自抗扰控制算法,基于被控对象设计线性自抗扰控制器,分析控制器的参数整定方法并选择合理的参数。搭建稳定平台控制系统simulink仿真模型,以此验证自抗扰控制的稳态性能和抗扰能力。仿真结果表明,自抗扰控制系统方法较PID控制系统方法具有更好的动态性能和抗扰动能力。（3）结合光电稳定平台的技术指标要求,采用模块化设计方法设计光电稳定平台控制系统,搭建硬件电路、软件编程与系统调试,完成自抗扰控制算法工程化处理。（4）在实际的稳定平台上验证自抗扰控制算法的有效性,分别对稳定平台进行扰动抑制试验、速度和加速度测试试验以及跟踪精度的试验。试验结果表明,采用自抗扰控制算法的光电稳定平台满足了技术指标的要求。
戚兴成[4]（2021）在《轻小型无线光通信捕获与跟踪技术研究》文中研究表明近年来,无线光通信因其高带宽、高数据传输速率、抗干扰能力强、安全性高等优势,已经成为国内外研究热点。由于平台相对运动、基座振动、光束发散角窄等诸多原因,无线光通信链路的建立需要使用捕获跟踪机构。典型捕获跟踪机构采用粗精两级架构,在近半球形空域覆盖范围内实现微弧度量级的跟踪精度。但是,典型的粗精两级捕获跟踪机构结构复杂、体积重量功耗大,不便于快速部署和使用维护。而在舰船、车辆间进行无线光通信的特定场景下,仅需要在球带状空域覆盖范围内建立激光通信链路,便能满足应用需求。因此,本文以简化典型粗精两级捕获跟踪机构为目标,提出并实现了一种新的轻小型无线光通信捕获与跟踪技术方案,并开展了外场演示验证。在实验过程中发现,完全依赖经验进行PID参数整定非常困难,于是又提出了一种新的多点并行随机梯度下降的PID参数自动整定算法。具体研究内容包括:1轻小型无线光通信捕获与跟踪原理样机研制。以检流式振镜为核心器件,结合激光发射模块、图像采集模块、平台姿态传感模块、数据采集模块、核心控制单元和光学组件等硬件,完成了原理样机的硬件集成。基于Lab VIEW软件开发环境实现了稳像算法、手柄控制算法、图像跟踪算法和消像旋算法,完成了原理样机的软件开发。2轻小型无线光通信捕获与跟踪原理样机性能的外场实验验证。在原理样机各功能模块的实验室定标基础上,先后在地面和海面开展了实验验证。实验结果表明,在通信距离大于2km且舰船晃动幅度小于8度的条件约束下,达到了10s至120s的稳定时间,并且跟踪精度为40微弧度。3多点并行随机梯度下降的PID参数自动整定算法研究。借鉴群智能算法和自适应光学领域的SPGD算法思想,创新性地提出了多点并行随机梯度下降的PID参数自动整定算法。并在多个控制系统模型中,将该算法与遗传、粒子群这两个经典的PID参数自动整定算法进行比较。MATLAB仿真结果表明,新算法整定效果好,超调量、稳态误差优于经典算法。综上所述,本论文研究全面突破了轻小型无线光通信捕获与跟踪技术,为无线光通信终端的小型化、便携化奠定了坚实的理论和技术基础。
吴忠明[5]（2021）在《基于高精度辨识的车载跟瞄转台伺服系统研究》文中提出随着激光通信和目标跟踪等领域的快速发展,光电跟踪设备的应用越来越广泛,机动性较高的车载光电设备成为研究的热点。跟踪转台作为车载光电跟踪系统的核心部分,要克服车体振动、风阻等扰动的影响实现对目标的高精度稳定跟踪,对伺服控制系统的性能提出了更高要求,高精度的控制需要先进的伺服控制策略和精确的传递函数模型。本文以车载激光通信为背景,从系统辨识技术和伺服控制技术两个方面对车载光电跟瞄转台伺服控制系统进行设计和研究。根据跟瞄转台的技术指标设计合理的结构形式,介绍车载跟瞄系统的工作原理,对视轴稳定原理进行分析,阐述伺服控制系统的组成和原理,对跟瞄转台的主要部件进行了分析和选型,设计“ARM处理器+FPGA数据采集+H桥驱动”伺服控制器。针对系统传递函数辨识问题,通过改进变异因子和交叉概率设计自适应差分进化辨识方法,利用标准测试函数验证了该辨识算法对参数的求解速度和精度优于GA、PSO、DE算法。对转台的主要单元进行建模分析,并进行频率响应测试,辨识出跟瞄转台精确的传递函数模型。为提高车载跟瞄转台的抗干扰能力与跟踪精度,根据获得的控制系统传递函数模型,进行控制系统速度环和位置环设计,将陀螺测得角速度通过视轴稳定方程引入速度环输入端,设计基于可测扰动的速度前馈控制,同时,在位置环加入自抗扰控制技术中的扩张状态观测器（ESO）,利用ESO对扰动的估计值调节位置回路的输出,实现对转台未知扰动的补偿。仿真对比结果验证速度前馈和ESO对扰动抑制和补偿的有效性。在车载光电跟瞄系统上对控制算法进行实际测试,转台在摇摆台角速度10°/s,角加速度10°/s2的模拟载体扰动下,对速度为1°/s匀速运动的目标进行跟踪,稳定后动态跟踪精度小于57μrad。在距离1km的两光端机之间建立无线激光通信测试,相同扰动下,稳态跟踪精度小于85μrad,通信链路稳定,优于转台设计指标。
郑兆恒[6]（2021）在《小型舰船自适应稳定平台控制系统的设计》文中指出舰船在海上行驶时容易受到风浪的影响而产生晃动,导致舰船上的设备无法保持稳定,从而影响设备的正常运行。而小型舰船因为其体积小、重量轻,受到风浪冲击的影响更严重,因此保证舰载设备稳定是我们急需解决的问题。稳定平台作为一种能够隔离外界扰动的装置,可以应用在舰船上保持舰载设备稳定。本文主要从模型建立和算法设计等角度进行研究,旨在设计一种响应速度快、控制精度高、满足系统性能指标的小型舰载自适应稳定平台。本文首先根据稳定平台的性能指标和实际需求,选用双轴稳定平台作为研究对象,确定了稳定平台两轴两框架的机械结构,并制定了基于电流环、速度环和位置环的三闭环串级控制稳定平台总体控制方案。然后对稳定平台的控制结构进行了数学模型的建立,并通过仿真验证了所建模型准确无误。其次,针对稳定平台控制算法进行了研究。控制算法是稳定平台控制系统的核心,一个良好的控制算法能够很大幅度地提高系统的响应速度和控制精度。本文首先分别研究了经典PID控制、模糊控制、自适应控制的原理和设计过程,随后采用了模糊自适应PID复合控制算法,并通过MATLAB进行仿真验证,证明了模糊自适应PID复合控制算法满足设计要求,同时与单一控制算法相比,复合算法的控制效果明显更佳。最后完成了稳定平台控制系统软硬件的设计,并进行了系统测试。其中,硬件电路以系统性能指标的最佳匹配度为标准进行选择,硬件系统主要由STM32F407IGT6主控核心、MPU9250姿态采集模块、伺服电机及其驱动器和电源模块等构成;控制系统的软件主要是在硬件的基础上,完成了硬件电路的控制、硬件系统与上位机的人机交互界面、控制算法的实现等工作。最终由系统测试结果表明,本设计满足系统的性能指标,并且具有较好的控制效果。
王义敏[7]（2020）在《光电成像系统稳定成像与运动补偿控制的研究》文中提出光电跟踪系统对于载体扰动具有很好的抑制作用,能够在载体高速工作下依然保持稳定,是一种具有高精度跟踪性能的伺服控制系统,广泛应用于航空航天、目标跟踪以及空间通信等领域[1-2]。随着当今时代对光电跟踪系统研究的深入,使得对光电跟踪系统的跟踪精度以及成像精度的要求越来越高。而在实际应用中,由于机载光电跟踪系统的工作环境,以及自身的制作工艺,所以存在着多种扰动源,因此为保证系统稳定成像,提高系统跟踪精度,本文做了以下研究:首先,针对光电跟踪系统的结构以及动力学模型进行了研究。介绍了有关于坐标变换的理论知识,以及其在运动学中的知识,建立系统的模型,并且研究与化简了单通道的三轴平台机电模型,最终得到了光电平台模型的传递函数形式以及状态空间形式。其次,针对稳定成像问题,保证视轴的稳定是首要前提,基于此分析了影响光电跟踪系统视轴稳定的因素,为了克服系统存在的各类干扰,保证视轴稳定,本文采用干扰补偿控制方法,对此研究了两种控制方案,第一种控制方案是基于鲁棒H?混合灵敏度控制理论,设计干扰观测器,估计补偿系统的干扰,可以有效的抑制系统的干扰问题。第二种方案从精细化抗干扰的层面研究了干扰补偿策略,采用复合高阶滑模干扰补偿控制策略,针对系统的等效扰动,结合有限时间收敛理论,设计了一种高阶滑模干扰观测器,对扰动进行有效估计和补偿。针对系统的未估计状态,设计了一种基于Lyapunov理论的高阶滑模补偿器,进一步补偿干扰的未估计状态。最后,通过仿真对比实验,证明了所提方法的有效性。最后,针对光电跟踪系统在扫描成像这个动态过程中出现的像旋问题,采用运动补偿控制策略。针对像旋问题,首先分析了像旋产生的原因,其主要是由于扫描系统与成像系统运动不同步所造成的,为了克服这一问题,本文研究了机器人遥操作领域的双边控制,并将此控制应用于扫描成像系统,用以提高两系统的透明性,进而解决像旋问题。在此基础上,针对目标的跟踪问题,在双边控制结构内,本文提出了预测滑模控制算法,结合广义预测理论,设计了一种具有预测性能的滑模面,可以有效的提高系统的跟踪速度,通过使用双幂次趋近率与快速趋近率结合作为趋近率,设计系统的控制器,但是控制器中的切换函数会使系统跟踪过程发生抖震,为了降低滑模控制的抖震问题,提出了一种新型的幂次函数代替控制器中的切换函数,并利用边界层厚度对系统的稳定精度的影响,在边界层内,采用反正切函数,边界层外部,采用滑模面的幂次,通过选取合适的边界层厚度,可以在消除系统抖震的前提下,提高系统的跟踪速度。最后,通过实验仿真,验证了本文所设计的控制方法的有效性。
林俤[8]（2020）在《复杂背景下反无人机的智能光电搜索跟踪技术研究》文中进行了进一步梳理随着国际反恐和安保形式的变化,必须对来自空中的“低慢小”目标进行有效的防范。城市空中安保面临的空中威胁多为“低慢小”目标,固定翼目标机动飞行的速度可达30～50m/s,飞行角速度较大,且存在机动。在目标机动情况下,高精度拦截系统需要光电搜索跟踪系统的激光测距光轴实时照准目标,以获取目标位置信息,并实时估计目标机动运动参数,这对光电搜索跟踪系统的跟踪精度提出了很高的要求。另一方面,由于城市环境楼宇及建筑物众多,背景复杂,相对于常规净空背景下的无人机目标跟踪,对光电搜索跟踪系统复杂背景下的目标探测及图像跟踪能力也提出了新的要求。智能光电搜索跟踪系统能够实现城市复杂背景下对空中“低慢小”目标的实时搜索、捕获和跟踪,以便为高精度的拦截系统提供目标运动参数。针对复杂背景下“低慢小”目标探测及高精度跟踪的难点,本文分析了目标和复杂背景成像特点,提出了多光谱多元探测光学系统设计方案,将目标信息获取从常规的单一通道扩展为多个通道,使目标和背景可以在不同的波段上进行区分。在多光谱成像探测的基础上重点研究了复杂背景下的目标图像搜索跟踪技术和高精度伺服跟踪技术。在多光谱成像探测的基础上,对于目标机动情况下的高精度伺服跟踪技术,针对多种类型的“低慢小”目标机动能力和典型飞行方式的不同,提出了基于神经网络的IMM卡尔曼滤波前馈补偿跟踪方法。该方法将各种类型目标的机动特性建模后加入IMM卡尔曼滤波机动模型中,并采用神经网络目标识别模型来对搜索到的空中目标进行识别,根据识别到的目标类型自动调整IMM卡尔曼滤波参数,使滤波器对目标的机动特性获得最佳估计。从而为前馈补偿控制算法提供精确的前馈补偿控制量。高精度的伺服控制可保证在目标机动情况下,光学系统光轴仍可以稳定对准目标,使得测距激光可实时连续对目标进行测距。对于城市复杂背景下的目标图像搜索跟踪技术,提出了基于多光谱探测的多模复合TLD目标跟踪算法。在实际系统应用中,TLD算法存在耗时较长,容易产生跟踪漂移等缺点。因此,为了获得实时稳定的跟踪算法,本文提出了改进的复合TLD目标跟踪算法,一方面,图像处理前端首先对获取的图像进行融合处理,融合后的视频帧一路经过抽取（原始50Hz,抽取后为10Hz）,之后送入TLD目标跟踪算法,另一路直接送入KCF目标跟踪算法中,KCF算法实时性高,运算速度快,在运行正常的情况下,TLD算法会对KCF样本进行更新,以弥补KCF算法不能适应目标尺度变化及局部遮挡的情况,最外层采用基于先验信息的神经网络目标识别技术,在内层算法丢失目标后重新捕获目标,复合跟踪算法将三种算法进行优势互补,提高了跟踪稳定性和可靠性。对于城市复杂背景下建筑物对无人机的遮挡情况,通过IMM卡尔曼滤波技术来解决目标进入遮挡区域后对其运动轨迹的预测问题。无人机在进入遮挡区域后,其轨迹预测误差随时间的增长而增加。在短时间内,IMM卡尔曼滤波器的预测精度较高,随着时间的增长,目标出现各种机动的概率增加。提出了抗长时遮挡的IMM卡尔曼滤波-TLD目标跟踪算法,并进行了单机试验验证。对多机联合跟踪情况进行了仿真。本章算法根据目标出现区域的概率来自适应的调整跟踪波门,以使目标脱离遮挡区域后能够以较大概率重新进入跟踪视场。本文对以上关键技术在理论分析的基础上,进行了相关试验验证,证明了其算法的有效性。对于机动目标的跟踪精度验证,在实验室环境采用目标模拟器模拟各种目标机动,采用光电搜索跟踪系统实时跟踪并评估其跟踪精度,采用基于神经网络的IMM卡尔曼滤波前馈补偿控制器较常规控制器精度可提高3倍以上,实际系统在外场验证目标典型机动跟踪精度优于0.5mrad;在外场环境验证了多模复合TLD目标跟踪算法,较常规KCF或TLD算法,包含复杂背景下测试视频集的平均测试精度评估为0.9。单次抗遮挡跟踪试验中,基于IMM卡尔曼滤波将轨迹预测误差从常规预测的53m减小到15m。提高光电搜索跟踪系统的智能化水平、抗遮挡能力和精确跟踪能力是未来城市复杂背景反无人机系统的发展方向。对反无人机相关关键技术进行深入研究无论是军用还是民用反恐都将具有重要意义。
任维[9]（2020）在《运动平台下光电跟踪系统的抗扰控制技术研究》文中指出随着光电跟踪系统应用领域的不断拓展,期望光电跟踪系统具备灵活性和机动性,以便无论在哪种运动平台下都可以实现对目标的稳定跟踪。在运动平台下的光电跟踪系统面临的技术挑战较传统地基光电设备更大。由于运动载体的机动和环境振动会严重影响系统的视轴稳定,因此光电跟踪系统的抗扰技术至关重要。本文针对光电跟踪系统中机架和精密稳定平台等执行结构在实现视轴稳定控制中面临的问题,分别提出了基于H∞原理的扰动观测器设计方法、基于虚拟速度三闭环控制、改进型Smith预估器和复合稳定平台及控制方法,并通过实验验证分析了所提方法达到的性能效果。本文首先介绍了光电跟踪系统的工作原理,分析了稳定和跟踪两个问题的处理方式。通过建立光电跟踪平台的坐标系,推导了实现视轴稳定的扰动补偿方程,并基于扰动补偿方程阐述了惯性陀螺的两种安装方式。其次,分析了光电跟踪系统的复合轴控制结构,对机架和精密稳定平台分别进行了数学建模。因为系统的视轴稳定精度取决于系统的扰动抑制能力。对任何伺服系统来说,系统的扰动抑制能力都是由主动抑制能力和被动抑制能力组成。主动抑制能力的性能取决于被控对象的特性、惯性传感器的性能和控制算法。而被动抑制能力取决于平台自身的机械隔离特性。本文从主动抑制和被动抑制两个角度展开稳定控制技术研究。提出了一种基于H∞原理的扰动观测器设计方法,利用扰动观测器观测出外界扰动并进行前馈补偿以提高机架系统的扰动抑制能力。但机架被控对象的非线性特性会影响扰动观测器的稳定性。本文进一步利用H∞控制理论分析关于扰动观测器的Q滤波器设计的优化方程,以确保扰动观测器的稳定性。由于该优化方程为非标准的H∞优化方程型式,难以实现求解。因此理论推导和分析了将非标准优化方程转换成优化方程的计算步骤。基于吊舱平台的稳定实验表明在吊舱转轴存在非线性摩擦特性的情况下,扰动观测器稳定并可以将1Hz处的扰动能力提高-11.22d B。为了满足精密稳定平台轻量化和小型化的需求,从减少传感器数量和节约成本的角度出发,兼顾系统的稳定性要求。提出了基于虚拟速度环的三闭环控制方法,利用价格低廉、体积小、重量轻、测量带宽宽的MEMS线加速度计来估计平台的角速度信号。数学推导了信号数字积分的基本原理,并针对积分过程中产生的累积误差问题,设计了一种周期性的虚拟初始速度修正方法,消除了累积误差的影响。实验结果表明,在低频段虚拟速度信号可以替代陀螺传感器的使用,实现对平台速度状态信息地近似表征。并利用虚拟速度信号作为速度反馈信号实现了稳定的三闭环控制系统,验证了该方法的可行性。考虑到延迟环节对闭环稳定回路带宽的限制,提出了一种改进型Smith预估器补偿方法。通过对比分析Smith预估器、内模控制和扰动观测器的控制结构和补偿原理,将扰动观测和补偿的设计思想引入到传统的Smith预估器中,得到了一种改进型的Smith预估器控制结构。对改进型Smith预估器的理论分析表明该方法不仅可以改善陀螺信号滞后对速度环的影响,而且还提高了系统低频段的扰动抑制比。最后在基于精密稳定平台稳定控制实验中验证改进型Smith预估器算法的有效性。最后针对精密稳定平台高频隔振能力不足的问题,提出了一种复合式稳定平台结构。从单级精密稳定平台的被动隔离特性和闭环回路中的动力学方程开始分析,指出了通过降低平台刚度系数提高被动隔离能力对系统主动稳定带宽设计产生的限制。然后建模分析了复合平台的被动隔离特性、主稳定平台的动力学方程和次稳定平台的动力学方程。并对次稳定平台在闭环设计过程中出现的不确定问题,提出了一种基于模型的鲁棒控制器设计方法。在此基础上搭建了相应的复合稳定实验验证平台。最终的扰动抑制对比实验结果表明复合稳定平台能够极大地提高系统全频段的扰动抑制能力。
汤翔[10]（2020）在《多旋翼无人机稳定平台控制系统研究》文中提出多旋翼无人机稳定平台应用广泛,在军事领域中,可以执行侦查任务;在农业领域中,可以记录水稻颜色深浅,来判断水稻生长情况;在交通领域中,可以对拥堵路段现场勘察,方便远程控制等等。科技是第一生产力,科技强则国强,提高综合国力来提高国际地位,所以在军事、农业以及交通等方面都要提升,因而对稳定平台的精度指标提出了更高要求。本文以三轴稳定平台为被控对象,以多旋翼无人机为载体,针对动力学模型耦合,载机振动影响视轴稳定,以及脱靶量延迟影响跟踪精度等问题做了以下研究工作:首先依据跟踪目标的目标特性制定伺服系统指标参数,依据载体运动形式的特点以及考虑精度和复杂性的问题,选择合适的机械结构框架。结合伺服系统指标,元器件的误差因素,以及结构的特点选择陀螺仪,磁编码器,力矩电机等主要器件。其次建立执行器的数学模型,根据角动量守恒原理建立三个框架的动力学模型。针对三轴耦合系统控制复杂,参数调节困难,很难达到理想的精度要求,由此采用非线性反馈解耦控制策略,解耦后等效为三个单输入单输出的系统,实现三个框架轴的输出量只和自身框架的控制量有关而和其他框架的控制量无关,并通过仿真验证解耦方法的可行性。接着分析多旋翼无人机的运动形式,无人机的前进、偏航、升降等运动都会产生对应的扰动形式会带来多种姿态的扰动,为补偿扰动,由此采用自抗扰控制算法。设计自抗扰控制器,进行仿真实验,为验证自抗扰算法的有效性,和传统的PID算法进行比对,表明自抗扰算法在扰动抑制方面具有一定的优越性,能有效隔离机体的扰动,实现视轴稳定达到稳定精度要求。然后分析脱靶量延迟对跟踪精度的影响,延迟会降低系统的带宽,减小相位裕度,甚至影响系统的稳定性,由此采用singer当前统计模型建立目标特性,结合有界可时变延迟的H∞预测滤波方法对延迟进行补偿,并与基于均加速模型的kalman预测滤波算法进行比较,通过设计时不变延迟与时变延迟仿真,表明H∞预测使系统具有更高的跟踪精度,能有效对脱靶量延迟进行补偿达到跟踪精度指标要求。最后介绍伺服系统的硬件、软件以及算法的实现。介绍试验条件,分析载机的扰动幅值以及频率,并以五轴摇摆台模拟载机和目标的运动特性。摇摆台以2°3Hz的正弦角运动,靶标以10°0.2Hz的正弦角运动模拟跟踪精度测试条件,经试验以脱靶量数据计算跟踪精度达到1.0327mrad;摇摆台以3°1Hz做正弦角运动,靶标静止不动模拟稳定精度测试条件,经试验以三轴陀螺仪数据计算稳定精度达到1.1468mrad。
二、模糊控制算法在光电跟踪伺服系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊控制算法在光电跟踪伺服系统中的应用（论文提纲范文）
（1）无人机光电系统视轴稳定方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光电系统视轴稳定平台国内外研究现状 |
| 1.2.2 视轴稳定控制方法国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 主要章节安排 |
| 2 光电系统视轴稳定平台分析和建模 |
| 2.1 光电稳定平台系统组成 |
| 2.1.1 光电系统视轴稳定平台结构分析 |
| 2.1.2 两轴两框架视轴稳定平台系统组成 |
| 2.1.3 光电系统视轴稳定平台性能评价方法 |
| 2.2 视轴稳定平台运动学分析和动力学建模 |
| 2.2.1 空间坐标系定义 |
| 2.2.2 视轴稳定平台运动学分析 |
| 2.2.3 视轴稳定平台动力学建模 |
| 2.3 影响平台性能的扰动因素分析 |
| 2.3.1 力矩扰动 |
| 2.3.2 速率扰动 |
| 2.4 视轴稳定平台系统设计 |
| 2.4.1 视轴稳定控制系统原理 |
| 2.4.2 视轴稳定系统传递函数模型 |
| 2.5 本章小结 |
| 3 视轴稳定系统分数阶PID控制方法研究 |
| 3.1 分数阶微积分理论 |
| 3.1.1 基本函数 |
| 3.1.2 分数阶微积分定义及性质 |
| 3.1.3 分数阶控制系统描述 |
| 3.2 视轴稳定系统分数阶PID控制器设计 |
| 3.2.1 分数阶PID控制器描述 |
| 3.2.2 分数阶PID控制器模型微积分算子近似解及离散化 |
| 3.2.3 分数阶微积分环节s~(±(?))的频域性质 |
| 3.3 分数阶PID控制系统仿真平台的搭建及性能分析 |
| 3.3.1 分数阶PID控制器微积分模块 |
| 3.3.2 分数阶PID控制系统仿真平台 |
| 3.3.3 分数阶PID控制系统参数整定 |
| 3.3.4 分数阶PID控制器仿真分析 |
| 3.4 基于扰动观测器的分数阶PID控制器设计及分析 |
| 3.4.1 基于速率的扰动观测器 |
| 3.4.2 引入VDOB的分数阶PID控制系统仿真研究 |
| 3.5 本章小结 |
| 4 BP神经网络PID控制方法研究 |
| 4.1 神经元 |
| 4.1.1 单神经元模型 |
| 4.1.2 激活函数 |
| 4.1.3 神经元的连接拓扑 |
| 4.1.4 神经元网络学习方式 |
| 4.2 BP神经网络 |
| 4.2.1 BP神经网络结构 |
| 4.2.2 BP神经网络学习算法 |
| 4.2.3 BP神经网络的特点 |
| 4.3 BP神经网络PID控制器设计 |
| 4.3.1 数字PID控制 |
| 4.3.2 BP神经网络PID控制原理 |
| 4.3.3 BP神经网络PID控制算法流程 |
| 4.4 BP神经网络PID控制系统仿真平台设计及分析 |
| 4.4.1 S函数 |
| 4.4.2 BP神经网络PID控制器仿真分析 |
| 4.5 本章小结 |
| 5 视轴稳定控制器FPGA实现及系统实验验证 |
| 5.1 分数阶PID控制算法离散化及简化 |
| 5.1.1 分数阶PID控制算法的离散化 |
| 5.1.2 分数阶PID控制算法的简化 |
| 5.2 分数阶PID控制算法硬件架构设计 |
| 5.2.1 寄存器模块 |
| 5.2.2 查找表模块 |
| 5.2.3 计算矩阵A模块 |
| 5.2.4 控制模块 |
| 5.3 分数阶PID控制算法仿真及时序分析 |
| 5.3.1 仿真分析 |
| 5.3.2 时序分析 |
| 5.4 视轴稳定控制系统实验验证 |
| 5.4.1 硬件电路测试实验 |
| 5.4.2 启停特性实验 |
| 5.4.3 摇摆实验 |
| 5.4.4 视轴稳定控制器参数测试 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（2）光电跟踪系统中绳索牵引机构的建模与控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 绳索并联机构国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 绳索牵引并联机构运动学与动力学分析 |
| 2.1 机构设计与位姿描述 |
| 2.1.1 并联机构结构设计 |
| 2.1.2 并联机构位姿描述 |
| 2.2 并联机构运动学逆解 |
| 2.2.1 运动学位置逆解 |
| 2.2.2 运动学速度逆解 |
| 2.3 并联机构运动学正解 |
| 2.4 运动学数值仿真分析 |
| 2.5 并联机构动力学分析 |
| 2.6 本章总结 |
| 第3章 平台运动控制策略与轨迹规划 |
| 3.1 中心运动平台轨迹规划 |
| 3.1.1 基于梯型速度曲线的直线轨迹规划 |
| 3.1.2 基于三角函数的直线轨迹规划 |
| 3.2 基于绳长空间的运动学控制策略 |
| 3.3 运动学误差分析 |
| 3.3.1 绳索过轮包角变化误差 |
| 3.3.2 绳索绕轮缠绕误差 |
| 3.4 基于工作空间的动力学控制策略 |
| 3.5 基于平均可行力的索力优化分配算法 |
| 3.6 本章总结 |
| 第4章 绳索牵引并联机构自抗扰控制器设计与仿真 |
| 4.1 自抗扰控制器简介 |
| 4.2 基于线性自抗扰的控制器设计 |
| 4.3 绳索牵引并联机构控制仿真 |
| 4.3.1 仿真平台搭建 |
| 4.3.2 点到点轨迹跟踪实验 |
| 4.3.3 外力扰动下的平台轨迹跟踪实验 |
| 4.3.4 噪声扰动下的平台轨迹跟踪实验 |
| 4.4 本章总结 |
| 第5章 运动控制实验 |
| 5.1 实验平台介绍 |
| 5.2 自抗扰控制器的LabVIEW代码实现 |
| 5.3 两点间直线运动效果验证 |
| 5.3.1 位置模式下的运动学控制实验 |
| 5.3.2 力矩模式下的动力学控制实验 |
| 5.4 多目标点间切换跟踪实验 |
| 5.5 圆形轨迹跟踪实验 |
| 5.6 本章总结 |
| 第6章 结束语 |
| 6.1 本文主要工作 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（3）基于自抗扰的两轴光电稳定平台控制系统研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要技术指标和研究内容 |
| 1.3.1 主要技术指标 |
| 1.3.2 主要研究内容 |
| 第2章 两轴光电稳定平台建模 |
| 2.1 引言 |
| 2.2 两轴光电稳定平台组成和工作原理 |
| 2.2.1 两轴光电稳定平台的组成 |
| 2.2.2 两轴光电稳定平台伺服系统的工作原理 |
| 2.3 稳定平台系统建模 |
| 2.3.1 直流电机数学模型 |
| 2.3.2 速率陀螺数学模型 |
| 2.3.3 PWM功率放大电路数学模型 |
| 2.3.4 稳定平台伺服系统模型 |
| 2.4 本章小结 |
| 第3章 基于自抗扰的稳定平台伺服控制算法研究 |
| 3.1 引言 |
| 3.2 自抗扰控制算法 |
| 3.2.1 跟踪微分器原理 |
| 3.2.2 状态误差反馈控制律分析 |
| 3.2.3 扩张状态观测器 |
| 3.3 线性自抗扰控制器设计 |
| 3.3.1 LADRC控制策略 |
| 3.3.2 LESO的参数整定 |
| 3.4 基于simulink的稳定平台伺服控制系统仿真分析 |
| 3.4.1 基于simulink的稳定平台伺服控制仿真系统搭建 |
| 3.4.2 仿真结果与分析 |
| 3.5 本章小结 |
| 第4章 伺服控制系统的设计 |
| 4.1 引言 |
| 4.2 控制系统硬件的设计 |
| 4.2.1 DSP内核电路 |
| 4.2.2 CPLD电路 |
| 4.2.3 供电电路 |
| 4.2.4 驱动控制电路 |
| 4.2.5 AD和DA转换电路 |
| 4.2.6 数据通讯电路 |
| 4.2.7 PCB制图 |
| 4.3 控制系统的软件设计 |
| 4.3.1 软件集成开发环境 |
| 4.3.2 主程序设计 |
| 4.3.3 主程序初始化 |
| 4.3.4 DSP通信程序设计 |
| 4.3.5 PWM波产生的程序设计 |
| 4.3.6 编码器数据处理设计程序 |
| 4.3.7 控制算法程序的设计 |
| 4.4 本章小结 |
| 第5章 光电跟踪稳定平台控制试验 |
| 5.1 引言 |
| 5.2 扰动抑制试验 |
| 5.3 最大加速度和速度测试试验 |
| 5.4 跟踪精度测试试验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 附录 |
| 作者简介 |
| 致谢 |
（4）轻小型无线光通信捕获与跟踪技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无线光通信研究现状 |
| 1.2.2 无线光通信ATP技术研究现状 |
| 1.2.3 无线光通信ATP技术发展趋势 |
| 1.3 本文主要研究内容与创新 |
| 1.4 本文的章节安排 |
| 第二章 无线光通信的捕获与跟踪理论 |
| 2.1 捕获理论 |
| 2.1.1 开环捕获模式 |
| 2.1.2 扫描方式 |
| 2.1.3 捕获单元的性能指标 |
| 2.2 跟踪理论 |
| 2.2.1 系统跟踪精度误差源分析 |
| 2.2.2 复合轴ATP系统的先进控制算法 |
| 2.3 本章小结 |
| 第三章 轻小型捕获跟踪系统的设计与实现 |
| 3.1 总体方案设计 |
| 3.1.1 系统架构设计 |
| 3.1.2 工作流程设计 |
| 3.1.3 链路设计 |
| 3.1.4 ATP控制环路设计 |
| 3.1.5 ATP突发中断概率分析 |
| 3.1.6 光束发散角优化 |
| 3.2 系统硬件集成 |
| 3.2.1 激光发射模块 |
| 3.2.2 图像采集模块 |
| 3.2.3 光束指向控制模块 |
| 3.2.4 计算机和控制手柄 |
| 3.2.5 数据采集模块 |
| 3.2.6 姿态传感模块 |
| 3.2.7 分色片和滤光片 |
| 3.3 系统算法设计 |
| 3.3.1 稳像算法 |
| 3.3.2 手动捕获控制算法 |
| 3.3.3 图像消像旋算法 |
| 3.3.4 光斑重心提取算法 |
| 3.3.5 PID跟踪控制算法 |
| 3.4 本章小结 |
| 第四章 轻小型捕获跟踪系统的实验验证 |
| 4.1 地面模拟实验 |
| 4.1.1 实验设备定标 |
| 4.1.2 工作原理 |
| 4.1.3 模拟实验方案设计 |
| 4.1.4 实验结果分析 |
| 4.2 海面实验验证 |
| 4.2.1 海试方案设计 |
| 4.2.2 实验结果分析 |
| 4.3 本章小结 |
| 第五章 基于智能优化算法的PID参数整定方法研究 |
| 5.1 经典优化算法整定PID参数及其仿真结果 |
| 5.1.1 遗传算法 |
| 5.1.2 粒子群算法 |
| 5.1.3 经典智能优化算法整定PID参数仿真结果 |
| 5.2 多点并行随机梯度下降算法的提出与性能仿真评估 |
| 5.2.1 经典随机并行梯度下降算法 |
| 5.2.2 多点并行随机梯度下降算法设计 |
| 5.2.3 多点并行随机梯度下降算法的性能仿真评估 |
| 5.3 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）基于高精度辨识的车载跟瞄转台伺服系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 激光通信发展现状 |
| 1.2.2 车载光电平台发展现状 |
| 1.2.3 转台伺服控制系统研究现状 |
| 1.3 论文主要研究内容及结构 |
| 1.4 本章小结 |
| 第2章 跟瞄转台伺服系统总体设计方案 |
| 2.1 主要技术指标 |
| 2.2 车载跟瞄系统的工作原理 |
| 2.3 转台的总体结构设计 |
| 2.4 视轴稳定原理 |
| 2.4.1 转台坐标系定义 |
| 2.4.2 视轴的运动学模型 |
| 2.5 转台伺服控制系统的组成和原理 |
| 2.5.1 转台伺服控制系统组成 |
| 2.5.2 转台伺服控制系统原理 |
| 2.6 主要部件选型 |
| 2.6.1 直流力矩电机的选择 |
| 2.6.2 光纤陀螺的选择 |
| 2.6.3 位置传感器的选择 |
| 2.6.4 CCD探测系统的选择 |
| 2.7 本章小结 |
| 第3章 跟瞄转台伺服控制系统硬件设计 |
| 3.1 跟瞄转台硬件系统总体设计 |
| 3.2 伺服系统的控制器选型 |
| 3.2.1 ARM芯片 |
| 3.2.2 FPGA芯片 |
| 3.3 主要控制电路设计 |
| 3.3.1 系统电源电路 |
| 3.3.2 功率驱动电路 |
| 3.3.3 通信电路 |
| 3.3.4 保护电路 |
| 3.3.5 增量式编码器接口电路 |
| 3.4 硬件电路实物 |
| 3.5 本章小结 |
| 第4章 转台伺服系统的模型辨识与设计 |
| 4.1 差分进化算法及其改进算法 |
| 4.2 自适应差分进化算法的性能评价 |
| 4.2.1 Benchmark标准化测试函数 |
| 4.2.2 求解精度测试 |
| 4.2.3 全局收敛性能比较 |
| 4.3 跟瞄转台主要模型的建立 |
| 4.3.1 直流力矩电机模型 |
| 4.3.2 直流PWM功放模型 |
| 4.3.3 CCD图像处理单元模型 |
| 4.3.4 光纤陀螺模型 |
| 4.4 系统频域测试 |
| 4.4.1 扫频数据处理 |
| 4.4.2 传递函数辨识结果与分析 |
| 4.5 本章小结 |
| 第5章 基于辨识模型的转台控制策略研究 |
| 5.1 跟瞄转台控制策略 |
| 5.1.1 速度环 |
| 5.1.2 位置环 |
| 5.1.3 陀螺速度前馈控制 |
| 5.2 扩张状态观测器(ESO) |
| 5.2.1 基于位置环的ESO |
| 5.2.2 仿真测试 |
| 5.3 本章小结 |
| 第6章 实验研究 |
| 第7章 总结与展望 |
| 参考文献 |
| 附录A 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（6）小型舰船自适应稳定平台控制系统的设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 稳定平台国内外发展现状 |
| 1.2.1 稳定平台国外发展现状 |
| 1.2.2 稳定平台国内发展现状 |
| 1.3 稳定平台控制算法研究现状 |
| 1.4 主要研究内容 |
| 第2章 稳定平台系统分析及数学模型建立 |
| 2.1 稳定平台控制系统的性能指标 |
| 2.2 稳定平台的分类及其工作原理 |
| 2.2.1 稳定平台的结构和分类 |
| 2.2.2 惯性坐标系理论 |
| 2.2.3 稳定平台的工作原理 |
| 2.3 双轴稳定平台总体控制结构 |
| 2.4 双轴稳定平台控制结构建模及仿真 |
| 2.4.1 双轴稳定平台执行元件建模 |
| 2.4.2 双轴稳定平台电流环建模及仿真 |
| 2.4.3 双轴稳定平台速度环建模及仿真 |
| 2.4.4 双轴稳定平台位置环建模及仿真 |
| 2.5 本章小结 |
| 第3章 稳定平台控制算法的研究 |
| 3.1 稳定平台经典PID控制算法的研究 |
| 3.1.1 经典PID控制的原理 |
| 3.1.2 经典PID控制算法仿真实验 |
| 3.2 稳定平台模糊控制算法的研究 |
| 3.2.1 模糊控制的特点及优势 |
| 3.2.2 模糊控制的原理 |
| 3.2.3 模糊控制器具体处理过程 |
| 3.2.4 模糊控制算法设计 |
| 3.2.5 模糊控制算法仿真分析 |
| 3.3 稳定平台自适应控制算法的研究 |
| 3.3.1 自适应控制的特点及优势 |
| 3.3.2 自适应控制的分类及原理 |
| 3.3.3 Narendra自适应控制算法原理 |
| 3.3.4 Narendra自适应控制器的设计 |
| 3.3.5 Narendra自适应控制参考模型设计及仿真 |
| 3.3.6 Narendra自适应控制算法设计及仿真 |
| 3.4 稳定平台模糊自适应PID控制算法的研究 |
| 3.4.1 模糊自适应PID控制的原理 |
| 3.4.2 模糊自适应PID控制算法设计 |
| 3.4.3 模糊自适应PID控制算法仿真 |
| 3.4.4 模糊自适应PID控制算法与其他控制算法比较分析 |
| 3.5 本章小结 |
| 第4章 稳定平台系统硬件设计 |
| 4.1 稳定平台总体硬件结构设计 |
| 4.2 主控单元设计 |
| 4.3 姿态信息采集单元设计 |
| 4.4 电机驱动单元设计 |
| 4.5 通信单元设计 |
| 4.6 电源单元设计 |
| 4.7 本章小结 |
| 第5章 稳定平台系统软件设计与实验 |
| 5.1 主控程序设计 |
| 5.2 中断处理子程序设计 |
| 5.3 姿态信息采集模块程序设计 |
| 5.4 人机交互界面设计 |
| 5.5 系统测试 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及获奖情况 |
| 致谢 |
（7）光电成像系统稳定成像与运动补偿控制的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.3 光电跟踪系统的结构分析 |
| 1.4 光电稳定平台的工作原理 |
| 1.5 影响光电平台跟踪精度的因素 |
| 1.6 本文的主要工作 |
| 2 系统建模 |
| 2.1 坐标变换及运动学关系 |
| 2.2 动力学模型 |
| 2.3 动力学模型的简化 |
| 2.4 机电模型 |
| 2.5 本章小结 |
| 3 基于鲁棒H∞混合灵敏度控制的干扰观测器的设计 |
| 3.1 干扰观测器的基本原理 |
| 3.2 H∞范数 |
| 3.3 标准H∞鲁棒控制问题 |
| 3.4 H∞混合灵敏度问题 |
| 3.4.1 加权函数的选择 |
| 3.4.2 混合灵敏度优化滤波器 |
| 3.5 S/KS混合控制 |
| 3.6 本章小结 |
| 4 复合干扰补偿控制策略 |
| 4.1 高阶滑模干扰观测器的设计 |
| 4.2 高阶滑模补偿器的设计 |
| 4.2.1 二阶终端滑模控制的到达条件 |
| 4.2.2 二阶终端滑模控制器的设计 |
| 4.3 实验仿真 |
| 4.4 本章小结 |
| 5 基于双边控制的像旋补偿控制 |
| 5.1 像旋产生的原因 |
| 5.2 像旋补偿控制方法 |
| 5.3 双边控制 |
| 5.4 双边控制简介 |
| 5.5 双边控制消像旋控制方法 |
| 5.6 预测滑模控制器设计 |
| 5.6.1 广义预测基本原理 |
| 5.6.2 预测输出 |
| 5.6.3 广义预测滑模控制器 |
| 5.6.4 幂次函数分析 |
| 5.7 实验分析 |
| 5.8 本章小结 |
| 结论 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
（8）复杂背景下反无人机的智能光电搜索跟踪技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 反无人机系统国内外研究现状 |
| 1.2.2 目标探测跟踪领域国内外研究现状 |
| 1.3 当前光电跟踪装备及目标搜索跟踪技术中存在的问题 |
| 1.4 研究难点 |
| 1.5 论文主要研究内容 |
| 第二章 目标成像特点及基本跟踪设计理论 |
| 2.1 引言 |
| 2.2 “低慢小”目标在复杂背景下的成像特点 |
| 2.2.1 光谱特征 |
| 2.2.2 颜色特征 |
| 2.2.3 偏振特性 |
| 2.2.4 三维特征 |
| 2.2.5 运动特征 |
| 2.3 基于多光谱探测的光学载荷设计 |
| 2.4 光电跟踪基本伺服跟踪理论 |
| 2.4.1 基本控制原理 |
| 2.4.2 复合前馈控制 |
| 2.4.3 目标跟踪及轨迹预测 |
| 2.4.4 动载体情况下的陀螺稳像控制 |
| 2.5 基于复杂背景的基本图像跟踪理论 |
| 2.6 本章小结 |
| 第三章 改进的多模TLD目标跟踪算法 |
| 3.1 引言 |
| 3.2 TLD算法的主要模块 |
| 3.2.1 跟踪器 |
| 3.2.2 检测器 |
| 3.2.3 整合器 |
| 3.2.4 P-N学习模块 |
| 3.3 KCF算法简介 |
| 3.3.1 构造样本 |
| 3.3.2 训练分类器 |
| 3.3.3 目标检测 |
| 3.3.4 分类器的更新 |
| 3.4 多模复合TLD目标跟踪算法 |
| 3.4.1 TLD算法中改进的多特征融合目标跟踪器 |
| 3.4.2 改进的多模复合TLD算法 |
| 3.4.3 仿真 |
| 3.5 本章小结 |
| 第四章 基于神经网络的IMM卡尔曼滤波前馈补偿伺服控制算法 |
| 4.1 引言 |
| 4.2 伺服系统构成及工作原理 |
| 4.3 基于神经网络的IMM卡尔曼滤波复合控制器 |
| 4.4 用于估计模型最优参数的神经网络参数训练器 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第五章 抗长时遮挡的联合IMM卡尔曼滤波-TLD目标跟踪算法 |
| 5.1 引言 |
| 5.2 基本原理 |
| 5.3 目标遮挡时对可能出现区域的概率估计 |
| 5.4 仿真分析 |
| 5.5 多机联合IMM卡尔曼滤波-TLD目标跟踪 |
| 5.6 基于抗长时遮挡IMM卡尔曼滤波器轨迹预估的延伸功能 |
| 5.7 本章小结 |
| 第六章 硬件设计与实现 |
| 6.1 引言 |
| 6.2 智能光电搜索跟踪系统构成和工作原理 |
| 6.3 光学系统设计 |
| 6.4 搜索跟踪系统的伺服控制模块设计 |
| 6.4.1 伺服控制系统设计要点 |
| 6.4.2 伺服控制系统总体构架 |
| 6.4.3 伺服控制电控设计 |
| 6.5 时序控制模块设计 |
| 6.6 GPU图像处理平台设计 |
| 6.7 关键技术 |
| 6.8 本章小结 |
| 第七章 智能光电搜索跟踪系统试验分析 |
| 7.1 引言 |
| 7.2 IMM卡尔曼滤波前馈补偿控制跟踪精度试验 |
| 7.3 多模复合TLD目标跟踪试验 |
| 7.4 抗长时遮挡IMM卡尔曼滤波-TLD目标跟踪试验 |
| 7.5 本章小结 |
| 第八章 工作总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（9）运动平台下光电跟踪系统的抗扰控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景以及意义 |
| 1.2 国内外研究现状 |
| 1.3 影响惯性稳定控制精度概述 |
| 1.4 本课题的研究难点 |
| 1.5 本文的内容安排 |
| 第2章 运动平台下光电跟踪系统的稳定跟踪原理 |
| 2.1 光电跟踪系统的工作原理 |
| 2.2 稳定跟踪控制问题 |
| 2.2.1 稳定和跟踪的关系 |
| 2.2.2 稳定和跟踪的分离 |
| 2.3 视轴稳定原理分析 |
| 2.3.1 光电跟踪平台的坐标系 |
| 2.3.2 视轴稳定的补偿方程 |
| 2.3.3 惯性陀螺的安装方式 |
| 2.4 复合轴控制系统 |
| 2.4.1 复合轴控制原理 |
| 2.4.2 复合轴系统的控制对象特性分析 |
| 2.4.3 机架的电动力学模型 |
| 2.4.4 复合轴惯性稳定控制面临的问题 |
| 2.5 本章小结 |
| 第3章 基于扰动观测器的机架抗扰技术 |
| 3.1 扰动观测器的基本原理 |
| 3.2 基于H_∞原理的Q滤波器设计方法 |
| 3.2.1 H_∞的基本原理 |
| 3.2.2 DOB的灵敏度分析 |
| 3.2.3 Q滤波器的鲁棒设计 |
| 3.2.4 Q滤波器的求解 |
| 3.2.5 仿真分析 |
| 3.3 基于DOB的机架控制实验 |
| 3.4 本章小结 |
| 第4章 基于虚拟速度环的三闭环控制技术 |
| 4.1 多闭环控制的意义 |
| 4.2 基于虚拟速度环的三闭环控制 |
| 4.2.1 MEMS线加速度计的测量原理 |
| 4.2.2 虚拟速度估计原理 |
| 4.2.3 误差分析 |
| 4.3 基于虚拟速度的三闭环控制实验 |
| 4.4 本章小结 |
| 第5章 基于改进型Smith预估器的补偿技术 |
| 5.1 闭环系统的延迟组成 |
| 5.2 延迟对系统闭环带宽的影响 |
| 5.3 Smith预估器的基本原理 |
| 5.4 基于模型观测的补偿方法分析 |
| 5.5 改进型的Smith预估器设计原理 |
| 5.6 基于速度环的改进型Smith预估器设计 |
| 5.7 实验验证 |
| 5.8 本章小结 |
| 第6章 复合稳定平台结构及控制研究 |
| 6.1 单级精密稳定平台 |
| 6.1.1 被动隔离特性 |
| 6.1.2 闭环回路中的动力学方程 |
| 6.2 主动和被动稳定性能的冲突 |
| 6.3 复合稳定平台模型 |
| 6.3.1 被动隔离特性 |
| 6.3.2 基于控制回路的次稳定平台的动力学方程 |
| 6.3.3 基于控制回路的主稳定平台的动力学方程 |
| 6.3.4 复合稳定平台的控制器设计 |
| 6.4 实验验证 |
| 6.5 本章小结 |
| 第7章 总结和展望 |
| 7.1 论文的主要工作 |
| 7.2 主要创新点 |
| 7.3 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介及在学期间发表的学术论文与研究成果 |
（10）多旋翼无人机稳定平台控制系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究的目的和意义 |
| 1.2 稳定平台国内外研究现状 |
| 1.3 论文的主要内容 |
| 1.3.1 动力学耦合问题 |
| 1.3.2 视轴稳定问题 |
| 1.3.3 脱靶量时延问题 |
| 1.3.4 预期目标 |
| 1.3.5 创新之处 |
| 1.4 技术路线及研究方案 |
| 1.4.1 动力学解耦方法研究 |
| 1.4.2 视轴稳定方法研究 |
| 1.4.3 脱靶量预测方法研究 |
| 1.5 内容安排 |
| 1.6 本章小结 |
| 第2章 稳定平台系统分析 |
| 2.1 稳定平台系统组成 |
| 2.2 稳定平台工作模式 |
| 2.3 稳定平台框架结构分析 |
| 2.4 系统指标及分配 |
| 2.4.1 系统主要技术指标 |
| 2.4.2 误差因素分析 |
| 2.4.3 精度指标分配 |
| 2.5 主要器件的选择 |
| 2.5.1 陀螺仪的选择 |
| 2.5.2 角位移传感器选择 |
| 2.5.3 微处理器选择 |
| 2.5.4 隔离器选择 |
| 2.5.5 电机选择 |
| 2.5.6 驱动电路选择 |
| 2.6 本章小结 |
| 第3章 稳定平台建模及解耦 |
| 3.1 直流无刷电机模型 |
| 3.2 动力学模型 |
| 3.3 动力学模型解耦 |
| 3.4 陀螺仪信号解耦 |
| 3.5 解耦仿真分析 |
| 3.5.1 耦合仿真 |
| 3.5.2 解耦单轴仿真 |
| 3.5.3 解耦双轴仿真 |
| 3.6 本章小结 |
| 第4章 视轴稳定方法研究 |
| 4.1 多旋翼无人机扰动分析 |
| 4.2 自抗扰控制器(ADRC)设计 |
| 4.2.1 被控对象模型 |
| 4.2.2 跟踪微分器(TD)的设计 |
| 4.2.3 扩张状态观测器(ESO)的设计 |
| 4.2.4 非线性状态误差反馈(NLSEF)控制律的设计 |
| 4.2.5 控制器参数整定原则 |
| 4.3 抗扰仿真分析 |
| 4.3.1 快速性能仿真 |
| 4.3.2 抗扰性能仿真 |
| 4.3.3 扰动恢复特性仿真 |
| 4.4 稳定精度评价方法 |
| 4.5 本章小结 |
| 第5章 跟踪控制方法研究 |
| 5.1 引言 |
| 5.2 脱靶量延迟对跟踪精度的影响 |
| 5.3 有界时变延迟的H~∞控制设计 |
| 5.4 仿真分析 |
| 5.4.1 不变延迟仿真分析 |
| 5.4.2 时变延迟仿真分析 |
| 5.5 跟踪精度评价方法 |
| 5.6 本章小结 |
| 第6章 伺服控制系统实现及试验 |
| 6.1 伺服控制系统实现 |
| 6.1.1 伺服控制系统硬件实现 |
| 6.1.2 伺服控制系统软件实现 |
| 6.1.3 伺服控制系统算法实现 |
| 6.2 试验系统搭建 |
| 6.3 稳定精度测试试验 |
| 6.4 跟踪精度测试试验 |
| 6.5 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
四、模糊控制算法在光电跟踪伺服系统中的应用（论文参考文献）
- [1]无人机光电系统视轴稳定方法研究[D]. 姜珊. 西安工业大学, 2021(02)
- [2]光电跟踪系统中绳索牵引机构的建模与控制[D]. 温健伯. 中国科学技术大学, 2021(08)
- [3]基于自抗扰的两轴光电稳定平台控制系统研制[D]. 邓明. 长春大学, 2021(02)
- [4]轻小型无线光通信捕获与跟踪技术研究[D]. 戚兴成. 电子科技大学, 2021(01)
- [5]基于高精度辨识的车载跟瞄转台伺服系统研究[D]. 吴忠明. 长春理工大学, 2021(02)
- [6]小型舰船自适应稳定平台控制系统的设计[D]. 郑兆恒. 哈尔滨理工大学, 2021(09)
- [7]光电成像系统稳定成像与运动补偿控制的研究[D]. 王义敏. 内蒙古科技大学, 2020(01)
- [8]复杂背景下反无人机的智能光电搜索跟踪技术研究[D]. 林俤. 中国科学院大学(中国科学院西安光学精密机械研究所), 2020(06)
- [9]运动平台下光电跟踪系统的抗扰控制技术研究[D]. 任维. 中国科学院大学(中国科学院光电技术研究所), 2020(02)
- [10]多旋翼无人机稳定平台控制系统研究[D]. 汤翔. 长春理工大学, 2020(01)