有约束重复使用运载器障碍变换预设时间控制

针对姿态角受约束的重复使用运载器(RLV)再入段姿态跟踪控制问题，提出了一种基于障碍变换的预设时间控制方法。首先建立了面向控制系统设计的RLV动力学模型，设计障碍函数对动力学模型中受约束的状态量进行变换，得到等价无约束变量及控制模型；然后针对变换后控制模型，基于反步法思想设计了预设时间控制律，采用指令滤波器避免微分膨胀问题，并引入RBF网络对再入过程中RLV所受不确定扰动进行了补偿。Lyapunov方法证明了姿态跟踪误差可在预设时间内收敛至原点附近邻域，且姿态角满足时变约束。数值仿真验证了所提方法可保证姿态角满足约束，实现姿态跟踪误差预设时间收敛，且具有更佳的跟踪控制性能。     

自主学习干扰观测器驱动的重复使用运载器再入段滑模控制

针对重复使用运载器(RLV)再入段的姿态控制问题，设计一种具有自主学习干扰观测器(SLDO)的滑模控制器。基于奇异摄动理论及时标分离原则，将RLV的姿态动力学方程划分为外环和内环子系统。根据RLV再入段模型不确定性和外部干扰均随时间变化、不可忽略且无法预知边界等特点，结合2型模糊神经结构、误差反馈学习架构以及滑模控制(SMC)理论，提出一种新型在线自主学习干扰观测器。设计基于SLDO驱动的多元超螺旋滑模控制器，完成对再入段姿态的跟踪。最后，针对6自由度RLV模型进行了仿真分析，仿真结果证明了控制方法的有效性以及鲁棒性。     

RLV再入混合制导方法研究

提出可重复使用跨大气层飞行器（RLV）再入混合制导方法，该方法将再入轨道在线生成技术、基于阻力加速度飞行剖面的跟踪制导技术和数值预测制导技术有机结合。其中再入轨道在线生成能够向轨道预测制导算法提供初值，以加快轨道预测制导算法收敛速度；轨道跟踪控制器控制再入吸热，使再入轨道满足再入走廊约束；而数值预测制导算法则对再入轨道进行快速预报，生成合适的制导指令，将RLV导向目标。给出了RLV再入混合制导的具体算法，并对Marshall航天中心先进制导与控制项目所提出的九种再入情况进行了初步仿真，结果表明所提出的RLV再入混合制导方案是可行的。     

基于自适应RBF神经网络的可重复使用运载器再入段姿态控制

针对再入段可重复使用运载器(Reusable Launch Vehicles,RLV)姿态控制问题,提出一种基于自适应径向基函数(Radial Basis Function,简称RBF)神经网络(ARBFNN)的姿态控制方法。首先,建立RLV的6-DOF非线性动态模型,并将旋转动力学模型变成严反馈形式。然后,设计了一种自适应RBF神经网络控制(ARBFNN)结构,可以减少神经网络逼近误差的影响。同时,通过李雅普诺夫和自适应控制的结合消除了控制器设计过程中的不确定影响,并验证了系统的稳定性。最后,通过仿真验证了所提算法在解决再入段RLV姿态控制问题上的有效性。     

RLV双环滑模RCS/气动舵复合控制器设计

针对可重复使用运载器(RLV)再入飞行强非线性、快时变特性和多种控制模式给姿态控制器设计带来的困难和挑战,提出了一种双环滑模反作用控制系统(RCS)/气动舵复合控制器设计方案。首先建立了RLV再入飞行的数学模型,基于时标分离原理,设计了快、慢双环回路控制系统,并采用滑模控制律(SMCL)获得控制力矩指令;所设计的RCS/气动舵复合控制器,由控制分配将控制力矩指令分别映射成RCS推力器执行的开关指令和气动舵面偏转指令,采用链式递增融合协调气动舵与RCS的复合控制。仿真结果表明,双环滑模RCS/气动舵复合控制器能较好地完成姿态跟踪控制,有效地节省RCS燃料,实现了气动舵面与RCS的协调控制。控制方案也能用于再入飞行器或空天飞机的控制系统设计。     

航天器姿态大角度机动有限时间控制

针对航天器姿态大角度机动控制问题，在存在外部扰动的情况下，基于航天器姿态跟踪系统的标准级联特性，利用反步法和自适应控制设计有限时间控制器。提出的控制方法可以严格保证姿态大角度机动系统是全局有限时间稳定的。李雅普诺夫理论推导和仿真结果表明，系统在控制器的作用下可以快速机动到平衡点并保持稳定，全物理仿真试验进一步表明了所提出的控制方法的有效性和优越性。     

SE(3)上姿轨耦合航天器高精度快速终端滑模控制

针对编队飞行航天器姿轨耦合一体化控制问题,本文提出了一种高精度快速收敛的滑模控制方法。首先,建立了以Lie群SE(3)上指数坐标表示航天器位置和姿态跟踪误差的相对耦合动力学模型。然后以该指数坐标和速度跟踪误差定义的滑模面,设计了一种新型的基于切比雪夫神经网络(CNN)的非奇异快速终端滑模控制器(NFTSMC),实现了跟踪航天器对目标航天器的有限时间跟踪控制,并基于Lyapunov方法证明了系统的稳定性。该控制器无需显式的相对参考状态,不仅能保证滑模到达阶段和滑动阶段的有限时间稳定性,还由于引入仅需期望信号具有强逼近能力的CNN在线自适应估计系统总扰动而获得了较高的控制精度。最后,对主从模式的编队飞行航天器进行了仿真分析,结果表明该方法是有效可行的。     

RLV再入标准轨道制导与设计

将可重复使用运载器(RLV)再入轨道设计分为纵向轨道和侧向轨道设计两个过程:首先引入形状约束因子,在不进行轨道积分的情况下,在再入走廊内快速优化设计RLV再入飞行剖面;然后结合轨道跟踪控制,设计侧向方位误差走廊,快速生成满足末端能量管理(TAEM)接口和航程等要求的再入轨道。进一步提出修正标准飞行剖面参数的航程更新及制导方法,并采用RLV概念模型进行仿真分析。仿真结果表明这种RLV再入轨道设计方法能够快速生成再入标准轨道,相应的RLV再入制导方法可行,且具有较高的制导精度和可靠性,鲁棒性好。     

基于模糊前馈的空天飞行器再入姿态的模糊鲁棒跟踪控制

提出一种新的模糊鲁棒跟踪控制方法,并应用于研究空天飞行器(ASV)再入段姿态角的跟踪问题。基于ASV再入段存在外界干扰的不确定姿态动态系统的T-S模糊模型,考查姿态角跟踪误差,引入模糊前馈,得出跟踪误差指数稳定的约束条件,并在镇定控制是前馈控制的先决条件的前提下,研究了模糊前馈跟踪控制器和具有η衰减率的模糊镇定控制器的设计问题,基于Matlab的LMI(linear matrix inequalities)和FLC(fuzzy logic control)工具可实现此问题的求解。仿真结果验证了算法的有效性。     

高超声速飞行器再入段LQR自抗扰控制方法设计

针对高超声速飞行器(HSV)再入过程中强非线性、强耦合、气动参数变化剧烈的不确定性的特点，提出一种基于线性二次型调节器(LQR)和自抗扰控制(ADRC)的高超声速飞行器再入段的姿态控制方法。首先，建立高超声速飞行器再入段线性化模型，并采用LQR方法完成了状态反馈控制律设计。然后，结合自抗扰控制技术，设计了扩张状态观测器(ESO)对系统的模型不确定性和外部干扰进行补偿，大幅增强了系统的扰动抑制能力。最后，将得到的高超声速飞行器再入段LQR自抗扰姿态控制器(LQRADRC)应用于高超声速飞行器六自由度仿真，仿真结果表明本文所提出的控制方法能够快速、精确地跟踪角位置指令，并且对系统不确定性具有强鲁棒性。     

RLV再入姿态双环滑模控制及舵喷混合配置

设计了一种基于滑模控制的可重复运载器（RLV）再入姿态控制方法。用内外两环滑模控制同时跟踪对角速度和角度;根据RLV再入姿态的动力面与反作用混合控制的特点,用优化控制选择配置算法将控制力矩指令配置为末端受动器的控制指令,分别由动力面与反作用致动器执行。仿真结果表明：由该法可获得高精度、鲁棒性和解耦的跟踪性能。     

基于微分平坦的升力式再入飞行器鲁棒姿态控制一体化设计

针对升力式再入飞行器飞行过程中非线性、强耦合、快时变特性和外界干扰给姿态控制系统带来的挑战,提出了一种基于微分平坦的鲁棒姿态控制一体化设计方法。首先建立了升力式再入飞行器的姿态运动非线性数学模型,证明了该模型具有微分平坦性质。基于系统的平坦特性,通过微分同胚变换将模型转化为积分串联形式。在此基础上整体设计姿态控制器,实现姿态控制的一体化设计,相对于传统的时标分离方法,能更大限度地利用系统的性能,达到更好的控制效果,同时简化控制器设计过程,提高控制器设计效率。将非线性、强耦合、快时变造成的系统不确定项和外界干扰视为总扰动,设计了基于扩张状态观测器的补偿器,对总扰动进行动态观测并在控制器中实时补偿。仿真结果表明,提出的方法具有良好的姿态跟踪性能和较强的鲁棒性。     

基于神经网络干扰观测器的柔性航天器姿态稳定控制

本文针对柔性航天器在惯性参数未知、外界干扰、输入饱和等复杂条件下的姿态控制问题,提出了1种基于神经网络干扰观测器的柔性航天器姿态稳定控制方法。首先,基于包含压电振动抑制输入的柔性航天器姿态动力学模型,构建了包含外界干扰、惯性参数不确定性的综合扰动项;其次,基于RBF神经网络设计干扰观测器与自适应参数调节律实时地估计综合扰动;再次,设计了1种固定时间收敛且有限时间稳定的非线性滑模控制器,并通过Lyapunov理论进行了稳定性分析;最后,利用航天器闭环姿态动力学系统进行数值仿真。结果表明:所设计的基于神经网络干扰观测器的控制方法可以有效实现航天器的姿态稳定、振动抑制与干扰估计,从而顺利完成航天器的高精高稳控制任务。     

反作用控制系统在RLV再入复合控制中的研究

以再入段的可重复使用飞行器(RLV)控制系统为研究对象,针对RLV再入姿态的气动舵面与反作用力控制系统的特点,提出优化控制选择配置算法把控制力矩指令配置为末端执行机构指令,分别由气动舵面与反作用力控制系统执行。仿真结果表明,该复合控制方法可以弥补某些情况下气动舵面控制的不足,能很好地实现RLV姿态控制,并具有更好的动态性能。     

火箭大偏航入轨双回路扰动观测补偿有限时间收敛滑模控制

为实现参数不确定和扰动下运载火箭大偏航入轨过程高精度姿态稳定控制,提出了一种双回路扰动观测补偿有限时间收敛滑模控制方法。首先基于运载火箭飞行动力学方程构建了面向控制的姿态模型;然后分析模型中存在的复合扰动,构建双回路扰动观测补偿滑模控制框架;通过引入有限时间收敛微分器、观测器和滑模控制器,实现了运载火箭姿态控制回路对姿态指令的高精度快速响应。该方法能够有效观测并补偿同时存在的匹配和非匹配扰动项,提高运载火箭姿态控制系统对参数不确定的适应性。通过对比传统PID控制方法,充分验证了双回路扰动观测补偿有限时间收敛滑模控制方法的良好性能。     

基于ESO的高超声速飞行器模糊自适应姿态控制

针对高超声速飞行器再入过程的姿态跟踪要求,提出了基于扩张状态观测器(ESO)的模糊自适应姿态控制策略。在反步法框架下,对于姿态角动态,采用模糊自适应在线逼近耦合不确定性。为减轻计算负担,设计ESO在线观测角速率动态中由于参数摄动和输入扰动引起的综合不确定项。为避免反步控制的"微分爆炸"现象,使用动态面方法设计姿态控制器。基于Lyapunov理论的稳定性分析,证明了闭环控制系统是半全局一致最终有界的。仿真结果表明,该方法对于高超声速飞行器姿态角信号指令具有良好的跟踪性能。     

升力式再入飞行器非最小相位级联姿态控制

针对具有非最小相位特性的升力式再入飞行器的姿态控制问题,设计了一种基于干扰观测器的动态逆预测级联姿态控制器。提出了"外界输入控制外部状态,外部状态偏差控制内部状态"的级联控制策略。在内部状态回路中,利用模型预测控制器的最优性,以较小的控制量镇定内部状态到有界范围;在外部状态回路中,采用动态逆控制器将输出偏差镇定在内回路所需控制量上,并加入干扰观测器来消除再入过程中的建模不确定性,进而实现飞行器姿态的稳定跟踪输出。数值仿真结果表明,该级联控制策略能够有效地解决具有非最小相位特性的模型指令跟踪问题。Monte Carlo数值仿真结果表明,在建模不确定性存在的情况下,该级联姿态控制器具有良好的鲁棒性。     

基于快速终端滑模的航天器自适应容错控制

针对存在不确定的执行机构部分失效故障和未知外界扰动的航天器姿态跟踪控制问题,提出了一种基于自适应快速终端滑模控制的容错控制方法。在没有故障检测与诊断信息的情况下,采用快速终端滑模控制原理,利用自适应算法在线估计得到的故障信息,设计具有鲁棒性的容错控制器,使系统在执行机构故障发生时,能在有限时间内以指数收敛,实现系统有限时间渐近稳定,以及对航天器的容错控制和干扰的抑制。仿真结果表明,与基于普通滑模控制器的容错控制相比,该方法在保证系统鲁棒性和可靠性的同时,具有更快的收敛速率,实现执行机构故障时有效的航天器姿态跟踪控制。     

大气空间和季节性气候特征对RLV升力式再入飞行的影响

为提升重复使用运载器（RLV）竞争力精细化设计边界,在融合3颗卫星载荷采集的大气数据基础上,采用大/小尺度扰动分别建模的方法,建立了沿RLV再入飞行轨道的全域参考大气模型,开展了大气密度空间性和季节性（1月、4月、7月和10月）气候变化对跟踪RLV高纬度升力式再入标准轨道的影响分析。结果显示季节性和轨道空间性变化带来的大气密度偏差特性和散布特性,会强烈影响跟踪标准轨道的终端分布特征。这表明引入大气参考模型可以提升RLV性能,降低运行成本。     

飞行器再入段最优自适应积分滑模姿态控制

针对飞行器再入段的姿态跟踪控制问题,提出了一种最优自适应积分滑模控制(Optimal Adaptive Integral Sliding Mode Control, OAISMC)方法。首先针对飞行器的标称模型设计了基于状态相依黎卡提方程(State Dependent Riccati Equation, SDRE)的姿态控制器,使标称系统的性能满足提出的最优指标。然后,考虑系统的不确定性和外部干扰,在SDRE标称控制器的基础上设计积分滑模姿态控制方法,使系统在满足性能指标要求的同时,对不确定性和干扰具有鲁棒性。进一步采用自适应方法调整切换增益,避免了对复合干扰上界的先验要求,并引入滑模干扰观测器提高系统的性能。最后,仿真结果表明,在考虑外部干扰以及气动系数和大气密度摄动的情况下,本文设计的控制方法不仅能够实现姿态跟踪、满足设计的性能指标,而且具有较好的鲁棒性。