模糊自适应过失速飞行控制

研究了带推力矢量飞机过失速非线性飞机控制问题。根据奇异摄动理论将受控变量分为快变量和慢变量，然后分别对内环和外环进行设计，外环利用滑动面控制进行设计，内环利用模糊逻辑系统的万能特性来抵消近似非线性动态逆所带来的误差，根据李亚谱诺夫稳定性理论了模糊系统权值的自适应调整规律，从而保证闭环系统的稳定性。数字仿真结果表明：在存在较大的模型不确定性以及飞机动力学对状态和控制输入均为非线性的情况下，该控制方案能对指令进行良好的跟踪。     

自适应滑模容错跟踪飞行控制律的设计

当飞行控制系统操纵面发生卡死或控制效率损伤故障时,采用自适应滑模控制方法进行容错跟踪飞行控制律的设计。采用单位向量法进行滑模控制器的设计,利用李雅普诺夫理论和Barbalat引理设计自适应滑模调节规律,同时能够保证闭环系统的渐近稳定性。利用某型飞机线性化模型进行仿真,结果表明,带有自适应调节规律的滑模控制方法不仅适合于正常情况下飞行控制律的设计,而且对操纵面损伤和卡死故障情况具有较强的适应能力,具有很好的跟踪控制效果和强鲁棒性。     

一种鲁棒的非线性飞行控制律设计

介绍了一种反馈线性化方法——逆系统方法，用以解决非线性飞行控制。针对逆系统方法存在的误差，介绍了一种鲁棒控制方法——基于RBF神经网络直接自适应控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真，结果证明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。     

基于神经网络的自动着陆飞行鲁棒自适应逆控制

针对飞机自动着陆飞行提出了基于神经网络的鲁棒自适应非线性动态逆控制器设计方案。首先采用非线性动态逆方法设计着陆飞行的基本控制律,再利用多层感知器神经网络设计适当的权值调整规则使其能够自适应地逼近和补偿逆误差。仿真结果表明,所设计的飞行控制系统是有效的,系统能够克服动态逆误差对着陆飞行控制带来的不利影响。     

基于自适应神经网络的非线性飞控系统设计

将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中，通过动态逆控制律将非线性耦合系统转换为线性解耦系统，采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差，最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明，这种控制结构具有良好的跟踪能力和极强的鲁棒性。     

带有执行器约束条件的模糊自适应反步控制

针对高超声速飞行器在飞行控制过程中存在外界干扰以及考虑执行器的动态特性等问题,结合飞行器纵向模型的特点,考虑舵的动态特性,分别设计了基于动态逆的速度控制器和基于指令滤波器采用Backstepping控制方法的高度控制器。模糊自适应系统用来在线辨识飞行器模型由于气动参数的变化而引起的不确定性。运用Lyapunov理论分析闭环系统的稳定性,证明了包含跟踪误差在内的所有信号满足半全局一致稳定。最后通过仿真对控制器的控制效果进行验证,得到了较为满意的控制效果。     

SE(3)上航天器姿轨耦合固定时间容错控制

针对相对运动航天器姿轨一体化控制问题,考虑执行器故障和控制输入饱和的影响,提出了一种基于滑模的模糊自适应固定时间容错控制方法。首先,在李群SE（3）的框架下建立并推导相对运动航天器姿轨一体化误差动力学模型;其次,引入执行器故障和控制输入饱和的问题,采用双幂次快速终端滑模面,并结合模糊自适应方法设计了固定时间稳定的容错控制器,可以实现执行器故障情况下相对运动航天器的高精度快速跟踪控制;然后,运用Lyapunov方法证明了系统的稳定性,该控制器不仅能不依赖于系统的初始状态实现滑模趋近和到达阶段的固定时间稳定性,而且由于采用模糊逼近方法结合自适应更新策略可以实时高精度地估计系统的总扰动信息,因此可以达到快速高精度的容错控制目标;最后,对所提出的的控制方法进行数值仿真分析,结果验证了该方法的有效性和可行性。     

基于简单自适应控制的滑模飞行重构控制律

为提高飞行重构控制系统的鲁棒性,提出了一种基于简单自适应控制的滑模变结构重构控制律设计方法。采用简单自适应控制取代传统的等效控制律,可以较好地解决原等效控制律求取完全取决于被控系统结构和参数以及计算复杂等问题;同时引入饱和函数替代符号函数来减弱变结构控制的抖振现象;利用李雅普诺夫稳定性理论分析了该重构飞行控制系统的稳定性;以某型飞机侧向飞行控制系统为例,进行了仿真分析与研究。结果表明,该方法对操纵面损伤等故障具有较强的适应能力,使重构飞行控制系统在跟踪参考输入信号时具有较好的鲁棒性。     

微小型飞行器的神经网络动态逆控制方法

微小型飞行器(MAV)精确的数学模型很难得到,限制了单纯动态逆控制方法的使用,比例-积分-微分(PID)等传统的控制方法已不能满足要求。针对这一问题,研究了应用动态逆控制方法的新途径──神经网络动态逆。选取串接积分器的多层前向神经网络训练飞行控制系统的动态逆模型,并自适应补偿逆误差。用MATLAB的NNCTRL20工具箱并结合NNSYSID20工具箱建立了仿真系统。升降舵和方向舵联合控制转弯。用PID控制器、近似神经网络动态逆模块、在线神经网络补偿器构建了飞行控制系统。仿真结果表明,神经网络动态逆有较强的鲁棒性、稳定性和指令跟随能力,比PID更适合于微小型飞行器的姿态控制。     

非线性动态逆系统在飞行控制系统应用中的几个问题研究

对非线性动态逆方法在飞行控制系统应用中的理论问题进行了研究,采用Singh算法证明了当前两种主要设计算法的等价性;并用逆系统的方法重新给出了非线性动态逆的解耦结构,这种结构的优点有利于工程上的应用和理解;在Singh算法意义下,得到了飞行控制系统设计中常用的一阶形式逆系统的定义和有关性质。     

超机动飞行非线性动态逆 - 模糊自适应控制

对带推力矢量飞机的飞控设计问题进行了研究。根据奇异摄动理论将受控状态变量分为快变量和慢变量，然后根据非线性动态逆理论分别对内环和外环进行设计。针对非线笥动态逆要求准确的数学模型的特点，引入模糊自适应控制以考虑模型的不确定性,最后对所设计的飞控规律进行过失速机动仿真。结果表明，在存在较大模型误差的情况下，所设计的飞控规律安全能在过失速机动条件下控制飞机跟踪指令飞行。     

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

Attitude tracking control for variable structure near space vehicles based on switched nonlinear systems

An adaptive robust attitude tracking control law based on switched nonlinear systems is presented for a variable structure near space vehicle (VSNSV) in the presence of uncertainties and disturbances. The adaptive fuzzy systems are employed for approximating unknown functions in the flight dynamic model and their parameters are updated online. To improve the flight robust performance, robust controllers with adaptive gains are designed to compensate for the approximation errors and thus they have less design conservation. Moreover, a systematic procedure is developed for the synthesis of adaptive fuzzy dynamic surface control (DSC) approach. According to the common Lyapunov function theory, it is proved that all signals of the closed-loop system are uniformly ultimately bounded by the continuous controller. The simulation results demonstrate the effectiveness and robustness of the proposed control scheme.     

基于神经网络自适应动态逆的结冰飞机飞行安全边界保护方法

考虑到飞机带冰飞行的安全问题，对结冰飞机进行安全边界保护成为一种有效的解决手段。基于神经网络自适应动态逆跟踪性能好、鲁棒性强的优点，提出了以安全关键飞行参数限制值作为神经网络自适应动态逆的输入，获取可用舵面偏转角的边界保护方法。建立了飞机本体动力学模型，采用高精度的数值模拟方法获得结冰数据库。设计了神经网络自适应动态逆控制律，通过在动态逆环节引入单隐层神经网络，对不确定性逆误差进行自适应补偿，增强了控制系统的鲁棒性。以俯仰姿态保持模式为例设计了结冰飞行闭环安全边界保护系统。以结冰飞机最小平飞速度的估算值作为飞机最低飞行速度，设计自动油门控制系统，实现对飞行速度的保护。通过仿真验证了设计的控制律具有较强的鲁棒性。对结冰严重程度线性增加情形下飞机状态参数的动态响应进行了分析。仿真结果表明，所设计的结冰边界保护系统，能够实现飞机在容冰飞行过程中对安全关键参数如迎角、飞行速度的实时保护。     

Application of neural networks for the design of flight control algorithms. II Adaptive tuning of neural network control law

In this paper, we consider different approaches for the neural network controller tuning in the flight control system. Two of the most common tuning approaches in the adaptive control theory are applied. The first one uses parameter identification technique and consists in solving a real-time regression problem for the control law. The second approach is based on the Lyapunov direct method, which utilizes a tracking error as an absolute measure of tuning performance. The neural network control law are designed for the three-axis flight control problem and tested on the full nonlinear model of a fighter aircraft. Closed loop simulation results are presented and two adaptation algorithms are compared in the case of abrupt change of aircraft dynamics.     

过失速机动飞机的鲁棒非线性控制律设计

 采用非线性动态逆和结构奇异值综合方法设计了过失速飞行条件下飞控系统控制律,解决了飞控设计中面临的非线性和鲁棒性问题。应用非线性动态逆的目的就是对过失速机动飞行条件下高度非线性的飞机动力学进行线化;从而围绕线性的快逆回路应用结构奇异值综合方法设计相应的鲁棒控制器,以提供对驾驶员指令的鲁棒跟踪。所设计的飞控系统将达到期望的飞行品质,确保系统对过失速机动飞行过程中因非定常气动力效应引起的系统参数摄动鲁棒性良好。高逼真度、非线性的仿真验证了这一点。     

超机动飞机飞行控制及大迎角飞行品质研究

超机动飞机飞行控制和大迎角飞行品质研究,对于强调超机动能力的第四代战斗机的飞行控制律设计、验证和试飞评定有着重要意义。以鸭式布局飞机为研究对象,应用推力矢量技术,结合奇异摄动原理和逆系统理论,设计了基于非线性动态逆理论的超机动飞行控制律。从过失速状态飞机空气动力的非线性和非定常迟滞效应、大气紊流等方面初步验证了控制律的...