A multilevel sampled‐data approach for resilient navigation and control of autonomous systems

Autonomous systems are rapidly becoming an integrated part of the modern life. Safe and secure navigation and control of these systems present significant challenges in the presence of uncertainties, physical failures, and cyber attacks. In this paper, we formulate a navigation and control problem for autonomous systems using a multilevel control structure, in which the high‐level reference commands are limited by a saturation function, whereas the low‐level controller tracks the reference by compensating for disturbances and uncertainties. For this purpose, we consider a class of nested, uncertain, multiple‐input–multiple‐output systems subject to reference command saturation, possibly with nonminimum phase zeros. A multirate output‐feedback adaptive controller is developed as the low‐level controller. The sampled‐data (SD) design of this controller facilitates the direct implementation on digital computers, where the input/output signals are available at discrete time instances with different sampling rates. In addition, stealthy zero‐dynamics attacks become detectable by considering a multirate SD formulation. Robust stability and performance of the overall closed‐loop system with command saturation and multirate adaptive control are analyzed. Simulation scenarios for navigation and control of a fixed‐wing drone under failures/attacks are provided to validate the theoretical findings.     

A concurrent control architecture for autonomous mobile robots using Asynchronous Production Systems

The quest for efficient real-time response by autonomous robots in hazardous environments necessitates not only fast computational schemes in expert systems but also requires insights on high performance data structures and concurrent algorithms that lead to elegant problem-solving methods in the AI discipline. towards this objective, this paper presents an Asynchronous Production System (APS) of architecture capable of monitoring and processing real-time information.     

工程范式背景下毕业设计引导策略

基于工程范式提出毕业设计的引导策略,毕业设计选题侧重学生创新能力的培养,并结合学生职业规划激发学习兴趣。企业通过校企合作吸引和培养人才,是校企合作联合培养得到落实的关键;而企业培训高校青年教师则是更为高效的合作形式。毕业设计采用自主学习模式是师生的最佳选择,有利于学生终身学习能力的形成。     

未知洋流干扰下基于单领航者的多自主水下航行器协同导航

洋流估计问题是多自主水下航行器(AUV)协同导航方法中的难点之一.针对未知洋流情况,给出了1种基于单领航者的多AUV协同导航方法.通过设计主、从AUV间的机动轨迹,将从AUV的初始定位以及洋流干扰、测速误差的初始估计问题转化为非线性极小平方优化模型求解,提高了初始化精度;并进一步将洋流干扰等作为状态变量参与协同导航过程...     

一种水下航行器轨迹发生器的设计与仿真

为了减少水下航行器（AUV）导航系统算法开发过程中跑车试验及半实物仿真等所耗费的资金和时间,提出一种水下航行器轨迹发生器的设计方法。利用所给出的轨迹微分方程,反推得出生成轨迹参数公式和惯性信息公式,同时给出水下航行器在直航、转弯和爬潜等常见的运动状态下轨迹发生器的具体输入,并将生成的惯性量测值（加速度和陀螺值）输入捷联式惯性导航算法。验证结果表明,利用所设计的轨迹发生器可以为研究导航算法提供模拟的数据,具有工程实际意义。     

基于自适应神经网络Backstepping 空中加油编队飞行控制

为解决无人机自主空中加油过程加油机和受油机编队飞行控制的问题,提出了对受油机采用导引回路和 姿态回路分离控制策略,采用L1 导引算法设计一种基于自适应神经网络Backstepping 飞行控制器。将改进的L1 导 引算法应用于受油机的横向和纵向的导引,使用自适应神经网络补偿受油机受到的外界的干扰和系统模型误差,神 经网络权值矩阵通过自适应律在线更新,并结合Backstepping 控制方法设计受油机的控制律。仿真结果表明：在受 油机与加油机编队飞行过程中,该设计方法能有效提高受油机的跟踪精度和抗干扰能力,解决空中加油编队飞行控 制问题。     

地下铲运机牵引力特性研究

地下铲运机在自主行驶时速度与加速度的控制非常重要,通过对2m3铲运机发动机与变矩器共同输入输出点的计算,结合传动系统模型,得出了不同油门开度下铲运机的牵引力与速度的关系,为后续地下铲运机自主行驶方面的研究提供了借鉴。     

基于设计实践的参数化与BIM

参数化与BIM这两个词越来越多地被建筑师们挂在嘴上,在中国从鲜有人知到谁都能说点,也就是过去三、五年的事情。时至今日,参数化已经成为复杂形体的代词,对于BIM的理解也是众说纷纭,有人甚至把参数化和BIM等"时髦"的词语罗列在一起,暴露了对于这些数字化技术应用背后本质和动机的错位。要想真正领悟什么是参数化,什么是BIM,以及二者之间的关系,就需要把参数化和BIM放到设计实践的语境下讨论。本文以广义的设计实践为媒介,先分别探讨如何全面理解参数化,BIM和设计?然后在此基础上,利用设计四方维度的哲学框架,详细阐述BIM与设计的关系、参数化与设计的关系、参数化和设计的关系,最后展望BIM与参数化的未来。本文结尾,提出无论是参数化还是BIIM,他们都是过程和途径,不是目的,只有正确理解它们和建筑设计之间的关系,才能在提升设计团队工作效率和质量的同时,不限制设计师个体源于经验和直觉的创造性。     

北京饭店二期改扩建工程电气设计介绍

本文以北京饭店二期改扩建工程为例,详细介绍综合类建筑电气设计特点,从供配电系统、低压配电系统等方面进行技术总结。     

泛在学习环境下英语专业学生自主学习探究——以吉林化工学院英语专业学生为个案研究

以吉林化工学院英语专业学生为调查对象,针对泛在学习环境下学生的自主学习情况进行了问卷调查和访谈。通过对他们自主学习现状的分析,提出了促进英语专业学生自主学习的相应策略。