直升机地形跟踪控制的广义预测控制方法

探讨了广义预测控制(GPC)方法应用于直升机贴地飞行时地形跟踪控制的可行性．该方法通过最小化预测跟踪误差与预测控制增量的加权二次型性能指标来产生动态系统的最优控制输入。仿真结果表明，广义预测控制方法能够有效地减小跟踪误差，从而实现精确的地形跟踪。     

非线性预测控制在巡航导弹地形跟踪中的应用

建立了巡航导弹的非线性动力学模型,针对该模型的非线性连续预测控制方法,提出了预测跟踪误差和跟踪误差线性组合的性能指标,通过使性能指标最小,产生了巡航导弹地形跟踪的最优非线性反馈控制器,通过对虚拟地形的跟踪验证了控制器的性能,结果表明,该控制器不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

直升机贴地飞行地形跟踪控制器的广义预测控制方法

本文采用广义预测控制(GPC)方法设计了直升机贴地飞行地形跟踪器.该方法通过最小化预测跟踪误差与预测控制增量的加权二次型性能指标来产生最优控制输入.本文在多输入/多输出飞行轨迹控制系统中采用单输入/单输出(SISO)广义预测算法即可精确跟踪其中一个输出变量.通过简化的直升机动力学模型的计算结果表明广义预测控制可在纵向平面内精确跟踪预定飞行轨迹.     

基于预测控制的导弹俯仰通道制导控制一体化设计

考虑制导和控制之间固有的时间尺度差异,提出基于预测控制设计制导控制一体化策略,通过对动态调节过程的合理预测,更加真实的反应控制量对系统状态的影响。利用连续时间非线性预测控制,以输出跟踪误差和控制能量的组合为性能指标,在线滚动优化得到控制指令,分析了控制律的参数选取,最后通过数值仿真验证了制导控制一体化策略的有效性。     

航迹跟踪的DMC方法设计研究

动态矩阵控制（DMC）是模型预测控制（model predictive control）的一种典型算法,通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制,能有效处理系统输入输出约束和抑制随机干扰。论文在碟形飞行器控制模型基础上,设计了基于DMC方法的飞行器航迹跟踪控制系统。通过选取多组参数进行仿真研究,明确了DMC方法三个主要参数在系统中的作用,并获得了较好的航迹跟踪控制效果。     

基于预测控制的角度约束制导律设计

针对低高度、大倾角末端姿态约束问题,提出了一种弹道跟踪制导律.离线优化得到满足终端约束的基准弹道.为了避免出现奇异,将对位置的跟踪转换为对视线角及视线角速度的跟踪.根据当前状态,利用连续时间非线性预测控制,以弹道跟踪误差和控制能量的组合为性能指标,在线滚动优化得到制导指令,分析了制导律的参数选取,最后对该制导律进行了全...     

基于LMI的高超声速飞行器滑模预测控制

针对高超声速飞行器非线性、多约束、快时变等特点,提出了一种基于线性矩阵不等式的滑模预测控制方法.首先设计系统的滑模面,然后对滑模面进行预测并将其作为优化性能指标,通过Schur补引理将控制律的设计转化为一个优化问题.该方法避免了常规滑模控制的高频切换,有效地克服了抖振现象.此外,相对于传统的滑模预测控制方法,该方法不需要额外计算终端约束条件和终端代价函数,只需要通过选取合适的李雅普诺夫函数即可保证系统的稳定性,且其加权矩阵和控制律是同时进行优化设计的,简化了设计过程.仿真试验表明,相比于单纯的预测控制和滑模控制,所提出的方法具有更好的跟踪性能.     

航空发动机全程滑态模型跟踪控制研究

 将全程滑态变结构模型跟踪控制首次应用于航空发动机系统,设计出了航空发动机全程滑态模型跟踪控制器。采用二次状态反馈法规划的参考模型不仅满足性能指标要求和完全跟踪的模型匹配条件,同时也实现了完全解耦。由于全程滑态变结构控制消除了能达阶段,故能克服定常滑态变结构控制系统在此阶段对扰动的敏感性,并且其控制律的设计可以改善系统的瞬态性能,克服扰动和未知参数摄动的影响。结果表明:所设计的系统能取得令人满意的控制效果,能有效地抑制干扰和参数摄动的影响, 具有强的鲁棒性。     

基于RBF神经网络的一类不确定非线性系统自适应H∞控制

基于RBF神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用RBF神经网络逼近非线性函数，并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能。H^∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性，而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后给出的算例验证了该方法的有效性。     

LQR与Fuzzy控制在飞机俯仰运动中的对比仿真

目的为解决传统PID控制控制参数固定、控制响应速度慢、超调量大,难以完成飞机自动驾驶仪俯仰系统控制的问题;方法分别设计LQR最优控制器和模糊控制器,并建立对应的Matlab控制模型进行仿真研究;结果阶跃响应仿真实验结果表明,飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器更好地实现对飞机俯仰角的控制,具有响应快速,超调小,误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好;结论飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

NONLINEAR PREDICTIVE CONTROL FOR TERRAIN FOLLOWING

ＮＯＮＬＩＮＥＡＲＰＲＥＤＩＣＴＩＶＥＣＯＮＴＲＯＬＦＯＲＴＥＲＲＡＩＮＦＯＬＬＯＷＩＮＧＣｕｉＨｕｔａｏ（崔祜涛），ＧｅｎｇＹｕｎｈａｉ（耿云海），ＹａｎｇＤｉ（杨涤）（ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｐ．Ｏ．Ｂｏｘ１３７，...     

增广预测模型的航空发动机多变量约束预测控制

针对模型不匹配导致的模型预测控制性能下降的问题，提出了一种基于增广预测模型的航空发动机多变量约束预测控制器设计方法。在现有发动机状态空间模型基础上，将指令跟踪误差与系统状态的变化量增广为状态向量，设计增广预测模型以消除稳态跟踪误差，以控制量所需能量与模型预测输出误差最小为目标，利用带约束的序列二次规划（SQP）算法在线滚动优化控制变量。通过某型涡扇发动机非线性部件级模型的包线内不同状态下仿真分析，结果表明，控制系统无稳态误差，调节时间<2s，有效提高了发动机控制品质，实现了对输出量的限制管理。     

非线性PD控制在自动地形跟随系统中的应用

提出了一种非线性PD控制方法，并将其应用在自动地形跟随系统飞行控制律的设计中。对采用常规PI控制与非线性PD控制的飞行控制系统进行了鲁棒性仿真比较以及典型地形跟随误差仿真比较。结果表明，采用非线性PD控制方法设计的控制律具有良好的鲁棒性与跟随性能。     

基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制

针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.      

Nonlinear Adaptive Robust Force Control of Hydraulic Load Simulator

This paper deals with the high performance force control of hydraulic load simulator. Many previous works for hydraulic force control are based on their linearization equations, but hydraulic inherent nonlinear properties and uncertainties make the conventional feedback proportional-integral-derivative control not yield to high-performance requirements. In this paper, a nonlinear system model is derived and linear parameterization is made for adaptive control. Then a discontinuous projection-based nonlinear adaptive robust force controller is developed for hydraulic load simulator. The proposed controller constructs an asymptotically stable adaptive controller and adaptation laws, which can compensate for the system nonlinearities and uncertain parameters. Meanwhile a well-designed robust controller is also developed to cope with the hydraulic system uncertain nonlinearities. The controller achieves a guaranteed transient performance and final tracking accuracy in the presence of both parametric uncertainties and uncertain nonlinearities; in the absence of uncertain nonlinearities, the scheme also achieves asymptotic tracking performance. Simulation and experiment comparative results are obtained to verify the high-performance nature of the proposed control strategy and the tracking accuracy is greatly improved.     

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。     

电液力伺服系统的神经网络并行自适应预测 PI 控制

考虑电液伺服系统的复杂非线性和不确定性特性,提出一类基于神经网络的并行自适应预测PI控制结构,该结构使控制参数的调整和系统的实时控制操作可并行进行,不仅做到了神经模型和控制器的在线辨识和设计,而且避免了神经网络方法通常存在的实时控制的困难,使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。