XiaoMi-AI文件搜索系统
World File Search System控制算法
特征结构控制算法
Srinathkumar 博士拥有电气工程学士（印度班加罗尔大学，1960 年）、硕士（夏威夷大学，1973 年）和博士学位（俄克拉荷马州立大学，1976 年）。他的整个职业生涯都是在印度国家航空航天实验室 (NAL) 担任科学家（1961-71 年、1978-2000 年）。1993-2000 年期间，他担任 NAL 飞行力学和控制部门负责人。他曾在美国国家研究委员会奖学金计划下在美国弗吉尼亚州 NASA 兰利研究中心度过两次休假。在 NASA 任职期间，他参与了特征结构控制技术在飞机飞行控制中的开创性应用（1976-78 年），以及柔性机翼主动颤振控制的设计和成功实验演示（1987-89 年）。他目前的兴趣仍然是将现代控制技术应用于飞机和旋翼机的操控质量设计问题。
垂直起降飞机的稳定和跟踪控制算法
摘要 随着近年来嵌入式系统计算功率的增加，应用于多旋翼航空系统 (MAS) 的控制理论引起了人们的关注。这些系统现在能够以较低的传感器和执行器成本执行各种控制技术所需的计算。这些类型的控制算法应用于 MAS 的位置和姿态。本文简要概述并评估了多旋翼航空系统（特别是 VTOL - 垂直起降飞机）的流行控制算法。主要目标是提供统一且易于理解的分析，将 VTOL 车辆的经典模型和所研究的控制方法置于适当的环境中。从而为从事航空器的初学者提供基础。此外，这项工作还有助于全面分析非线性和线性反步、嵌套饱和和双曲有界控制器的实现。通过模拟和实验研究，选择并比较了这些技术以评估飞机的性能。
基于无线传感器网络覆盖控制算法研究
摘要：无线传感器网络具有传感器节点众多、成本有限、数据采集、容错性好、存储性强等特点，在环境监测、医疗卫生、军事和商业等领域得到广泛应用。覆盖控制是无线传感器网络亟待解决的重要问题。为了解决环境监测的重叠覆盖问题，提高覆盖率，提出了一种基于簇头选择的改进免疫模糊遗传算法（IIFGA），系统地描述了该算法的数学模型。实验中，给出了蚁群优化（ACO）和模拟退火（SA）来比较IIFGA的性能。实验表明，提出的覆盖控制算法具有较高的收敛速度，提高了覆盖率。
GridShield：防止断电的稳健控制算法
GridShield 系统在各种模拟场景中进行了测试。这些场景包括住宅区，也包括带有电动汽车充电器的公共停车场。根据模拟结果，提出了最适合 GridShield 系统的控制策略的建议。通过在特温特大学 SlimPark 站点对 GridShield 系统进行实际测试，验证了模拟结果的有效性。结果表明，GridShield 可有效减少电动汽车充电导致的电网功率超限 85% 至 94%
双臂架固定翼无人机实时控制算法...
摘要 - 无人驾驶飞行器 (UAV) 已广泛应用于经济、安全、军事等许多领域，包括空中拍摄、交通状态更新、在建建筑监视和娱乐……如今，无人机研究是最受关注的领域，尤其是在自主控制器方面。在本文中，我们提出了一种用于倒 V 型尾翼配置的固定翼无人机的实时控制算法模型，包括自动起飞阶段、航路点跟踪阶段和自动着陆阶段。该算法是在 matlab/simulink 上构建为标准化模型，并使用 PID 控制器进行实现。使用 X-Plane 模拟算法的性能 - X-Plane 是由 Laminar Research 开发并由美国联邦航空管理局 (FAA-USA) 认证用于训练飞行员的模拟器，它能够使用实时数据和最高精度进行模拟飞行
共轴旋翼飞行器控制算法研究...
摘要：本文提出了一种共轴旋翼飞行器的滑模PID控制算法，之后采用Adams/MATLAB仿真与试验进行验证，结果表明该控制方法能够取得满意的效果。首先，当考虑上下旋翼间的气动干扰时，很难建立准确的数学模型，利用叶素理论和动态来流模型计算上下旋翼间的气动干扰和桨叶的挥动运动，其余不能准确建模的部分通过控制算法进行补偿。其次，将滑模控制算法与PID控制算法相结合对飞行器的姿态进行控制，其中，采用PID控制算法建立姿态与位置之间的关系，使飞行器能够更加平稳地飞行和悬停。第三，将飞行器的三维模型导入Adams，建立动力学仿真模型。然后在Simulink中建立控制器，并将控制器与动态仿真模型进行联合仿真，并通过仿真将滑模PID控制算法与传统PID控制算法进行比较，最后通过实验验证了滑模PID控制算法与传统PID控制算法的有效性。
具有过渡飞行能力的微型飞行器的无模型控制算法
摘要 具有过渡飞行能力的微型飞行器，或简称为混合微型飞行器，结合了固定翼配置在续航能力方面的有益特性以及旋翼机的垂直起降能力，可在典型任务中执行五个不同的飞行阶段，例如垂直起飞、过渡飞行、前飞、悬停和垂直着陆。这种有前途的微型飞行器类别比传统微型飞行器具有更宽的飞行包线，这对控制界和空气动力学设计师都意味着新的挑战。混合微型飞行器的主要挑战之一是过渡飞行阶段气动力和力矩的快速变化，很难准确建模。为了克服这个问题，我们提出了一种飞行控制架构，它使用智能反馈控制器实时估计和抵消这些快速动态。所提出的飞行控制器旨在稳定混合微型飞行器的姿态以及它在所有飞行阶段的速度和位置。通过使用无模型控制算法，所提出的飞行控制架构无需精确的混合微型飞行器模型，因为该模型成本高昂且耗时。介绍了一套全面的飞行模拟，涵盖了尾座微型飞行器的整个飞行包线。最后，进行了真实飞行测试以比较模型
航天/航空航天飞行器先进制导与控制算法综述
在过去的几十年里，航天/航空航天飞行器的先进制导与控制 (G&C) 系统的设计受到了全世界的广泛关注，并将继续成为航空航天工业的主要关注点。毫不奇怪，由于存在各种模型不确定性和环境干扰，基于鲁棒和随机控制的方法在 G&C 系统设计中发挥了关键作用，并且已经成功构建了许多有效的算法来制导和操纵航天/航空航天飞行器的运动。除了这些面向稳定性理论的技术外，近年来，我们还看到一种日益增长的趋势，即设计基于优化理论和人工智能 (AI) 的航天/航空航天飞行器控制器，以满足对更好系统性能日益增长的需求。相关研究表明，这些新开发的策略可以从应用的角度带来许多好处，它们可以被视为驱动机载决策系统。本文系统地介绍了能够为航天/航空航天飞行器生成可靠制导和控制命令的最先进的算法。本文首先简要概述了航天/航空航天飞行器的制导和控制问题。随后，讨论了有关基于稳定性理论的 G&C 方法的大量学术著作。回顾并讨论了这些方法中固有的一些潜在问题和挑战。然后，概述了各种最近开发的基于优化理论的方法，这些方法能够产生最佳制导和控制命令，包括基于动态规划的方法、基于模型预测控制的方法和其他增强版本。还讨论了应用这些方法的关键方面，例如它们的主要优势和固有挑战。随后，特别关注最近探索 AI 技术在飞行器系统最佳控制方面的可能用途的尝试。讨论的重点说明了航天/航空航天飞行器控制问题如何从这些 AI 模型中受益。最后，总结了一些实际实施考虑因素以及一些未来的研究主题。
基于滑模控制方法的无模型控制算法及其在无人机系统中的应用
推荐引用 推荐引用 Kadungoth Sreeraj，Adarsh Raj，“基于滑模控制方法的无模型控制算法及其在无人机系统中的应用”（2019 年）。论文。罗彻斯特理工学院。访问自