非线性预测控制模型方法综述

预测控制(MPC)算法经历了30余年的发展,展现出强大的生命力。近年来,非线性MPC已逐渐成为MPC研究的热点。非线性系统多样性给非线性MPC研究造成了困难,主要体现在模型选取、能量函数求解和非线性算法等诸多方面。非线性MPC以非线性模型为基础,这也是非线性MPC区别于线性MPC的根本因素。论文针对非线性预测模型进行了总结和评述。     

基于模型预测静态规划的自适应轨迹跟踪算法

轨迹跟踪是飞机自主运动控制的关键问题之一。跟踪模型预测静态规划（T-MPSP）是一种新近发展的基于非线性模型的轨迹跟踪算法,但对于飞行器受损等情况下,模型参数相较于标称模型具有较大的偏差时,则可能导致轨迹跟踪效果不理想。提出了基于参数估计的自适应轨迹跟踪算法,在模型预测静态规划（MPSP）的框架下得出解析解,实现了对参数的实时估计,据此更新跟踪模型预测静态规划算法中所使用的模型后,可以有效扩大对参数偏离的适应性,并保留模型预测静态规划计算效率高的特点。通过仿真对比得出,相较于已有的跟踪模型预测静态规划,改进后的算法对模型参数偏离的容忍性明显提高,且算法迭代效率高,适于在线应用。     

直接优化算法在快速交会组合变轨策略中的应用

快速交会远程导引段轨道机动过程中,交会时间受限、考虑测控约束的最小燃料消耗脉冲交会属于多变量优化问题,需要建立一种混合的优化算法对问题求解。建立了基于Lambert双脉冲的多脉冲快速变轨策略模型,给出一种三步串行的混合智能优化算法对模型进行求解。首先利用粒子群算法搜到全局最优解的近似解;然后以全局最优解的近似解作为二体模型的初解,用序列二次规划算法对全局最优解的近似解进行局部优化,所得解为精度较高的精确解;最后以二体模型下所得的解为初值,用最小二乘法解非线性摄动约束的快速交会问题。使用三步串行的混合优化算法对基于轨道要素的变轨策略进行仿真验证与分析。仿真结果表明,该算法能够规划出椭圆轨道到圆轨道共面、两椭圆轨道异面以及考虑测控约束情况下的快速交会轨道机动策略。     

应用SGCMG的卫星姿态快速机动控制

针对存在外界干扰的情况下使用单框架控制力矩陀螺(SGCMG)作为执行机构的卫星姿态大角度快速机动控制问题,设计了以Legendre伪光谱算法和滑模控制方法相结合的控制策略.采用能量与时间相结合的最优性能指标,应用Legendre伪光谱算法将最优控制问题转化成非线性规划问题,求解出能量和时间综合最优姿态机动轨迹.以该规划...     

固定翼无人机编队的启发分布式模型预测控制

针对无人机编队飞行控制中队形保持、路径规划、重构、防撞等多重功能需求,采用启发型分布式模型预测控制框架,将需求转化为多目标优化问题中的代价函数与相容性约束求解,实现了对无人机编队飞行的一体化控制.同时,采用分阶段式的轨迹规划算法,融合模型预测轨迹规划与多项式轨迹规划,利用多项式轨迹系数实现高效的邻居轨迹信息交互,从而增大了模型预测控制的预测范围,并降低了规划控制过程中的计算量与通信量.最后,通过9架无人机的协同避障编队仿真,证明了该方法的有效性.     

空间交会多冲量变轨非线性规划优化研究与仿真

以工程应用为背景,采用C-W相对运动方程研究了冲量式交会轨道优化问题,建立了以燃料消耗最少为目标函数、初始半长轴和初始相位约束条件下的交会变轨优化模型。同时利用全局探索的方法对初始估计值进行优化选取,形成求解非线性规划问题的程序。仿真表明:交会初始半长轴和初始相位角对交会燃料消耗的影响均很大,在交会变轨策略设计中应将最优初始相位角(对应发射窗口)作为主要的设计参数加以考虑。     

基于高斯伪谱法的翼伞系统复杂多约束轨迹规划

翼伞系统在实际环境中飞行时易受到风场以及地形环境等复杂干扰的影响,无法精确归航,控制难度较大。针对该问题,提出了一种针对复杂多约束条件的翼伞系统的最优控制轨迹规划方法,可同时实现翼伞系统在复杂环境下逆风对准、精确着陆以及控制量全局最优的控制目标。首先,建立了风场干扰下的翼伞系统模型;然后,通过引入地形环境曲面,将复杂环境转化为实时路径约束,将轨迹着陆偏差以及逆风雀降转化为终端约束,并考虑控制量消耗最小为目标函数,以此将复杂环境下的翼伞系统的轨迹优化转化为一系列非线性的带有复杂约束的最优控制问题;最后,采用高斯伪谱法将多约束最优控制问题转化为易于求解的非线性规划问题。通过设立3组复杂环境仿真实例和实验验证,表明本文方法使翼伞系统在多种较恶劣的复杂环境中有效应对多类约束条件,规划出控制量全局最优的可行轨迹。与已有的混沌粒子群优化算法相比,本文方法具有较好的最优性和较高的精度。     

基于控制变量参数化的主动反拦截突防最优控制计算方法

针对由于敌防空系统防御能力不断提高所带来的进攻导弹突防难题,提出主动反拦截突防(IAIP)的概念,以弥补传统机动突防仅考虑进攻导弹的逃逸而忽略其攻击任务的缺陷。根据IAIP制导的内涵,在综合考虑目标的机动性能、拦截导弹末段的拦截特性及进攻导弹的控制系统性能的基础上,建立进攻导弹-目标-拦截导弹的三体运动模型。将突防制导指令的设计等效为最优控制的求解,其中突防指令为实现燃料最省目标的最优解,进攻导弹的过载、拦截导弹的脱靶量、进攻导弹的攻击角、打击精度和突防后的视线角,分别为控制约束、路径约束和末端约束。借鉴控制变量参数化(CVP)方法将最优控制问题转化为非线性数学规划问题,并将路径约束离散化后采用序列二次规划(SQP)算法得到突防时机给定条件下制导指令的数值解。提出基于CVP的混合遗传算法(CVP-GA),用于求解最优突防时机及制导指令。仿真结果显示,采用IAIP最优控制算法的进攻导弹在成功突防后的打击精度仍可满足任务要求,且其燃料消耗相对于传统串联式突防方法降低了23.7%,验证了该方法的有效性及优越性。     

路径约束的时间最短多脉冲交会全局优化

不同于现有的多脉冲最优交会研究多集中于交会时间固定的最省燃料优化,研究了路径约束和脉冲受限的多脉冲最短时间交会问题。综合考虑了交会测量视场角、脉冲总量和脉冲作用时刻等约束,基于Lam-bert交会算法,建立了多脉冲交会最短时间优化的非线性规划模型。为了高效获得全局最优解,采用了模拟退火算法用于非线性优化问题的求解。最后,通过解决一个寻的三脉冲交会问题验证了模型和算法的有效性。该研究方法可寻找满足特定约束条件的最优交会轨道。     

模型预测控制在永磁同步电机系统中的应用发展综述

随着数字技术的发展,模型预测控制(MPC)已经广泛应用于交流传动系统。首先介绍了经典MPC策略——有限控制集MPC和连续控制集MPC的原理。其次综述了多步预测控制、多矢量预测控制、具有参数鲁棒性的预测控制、广义模型预测、显式模型预测这些常见的改进MPC的研究现状,并提出相关研究思路。最后,根据MPC的应用需求和研究现状,展望了未来需要进一步深入和拓展的研究方向。     

Virtual target guidance-based distributed model predictive control for formation control of multiple UAVs

The paper proposes a Virtual Target Guidance (VTG)-based distributed Model Predictive Control (MPC) scheme for formation control of multiple Unmanned Aerial Vehicles (UAVs). First, a framework of distributed MPC scheme is designed in which each UAV only shares the information with its neighbors, and the obtained local Finite-Horizon Optimal Control Problem (FHOCP) can be solved by swarm intelligent optimization algorithm. Then, a VTG approach is developed and integrated into the distributed MPC scheme to achieve trajectory tracking and obstacle avoidance. Further, an event-triggered mechanism is proposed to reduce the computational burden for UAV formation control, which takes into consideration the predictive state errors as well as the convergence of cost function. Numerical simulations show that the proposed VTG-based distributed MPC scheme is more computationally efficient to achieve formation control of multiple UAVs in comparison with the traditional distributed MPC method.     

Multi-UAV coordination control by chaotic grey wolf optimization based distributed MPC with event-triggered strategy

The paper proposes a new swarm intelligence-based distributed Model Predictive Control (MPC) approach for coordination control of multiple Unmanned Aerial Vehicles (UAVs). First, a distributed MPC framework is designed and each member only shares the information with neighbors. The Chaotic Grey Wolf Optimization (CGWO) method is developed on the basis of chaotic initialization and chaotic search to solve the local Finite Horizon Optimal Control Problem (FHOCP). Then, the distributed cost function is designed and integrated into each FHOCP to achieve multi-UAV formation control and trajectory tracking with no-fly zone constraint. Further, an event-triggered strategy is proposed to reduce the computational burden for the distributed MPC approach, which considers the predicted state errors and the convergence of cost function. Simulation results show that the CGWO-based distributed MPC approach is more computationally efficient to achieve multi-UAV coordination control than traditional method.     

基于Gauss伪谱法的UCAV对地攻击武器投放轨迹规划

研究无人作战飞机(UCAV)在对地攻击阶段的武器投放轨迹规划问题.针对传统方法在处理复杂的飞行器运动学、动力学约束上存在的困难,提出了一种基于Gauss伪谱法(GPM)的求解策略.首先,为了最大程度地逼近实际飞行环境,对UCAV的气动力特性、发动机推力特性、油耗特性及大气环境特性进行了高精度拟合,并充分考虑了飞行器各种...     

基于预置动压的高超声速飞行器上升段轨迹设计

针对高超声速飞行器燃料最省上升轨迹的研究问题,为实现高超声速飞行器的燃料最省上升轨迹快速求解,对定动压情况下高超声速飞行器上升段轨迹特性进行了研究分析,给出了定动压情况下高超声速飞行器燃料最省上升轨迹的快速反解方法,总结分析了不同定动压下的上升轨迹特性,并在此研究的基础上提出了基于预置动压的高超声速飞行器上升段轨迹设计方法。该方法可以通过设计燃料最省的动压曲线,反解出该预置动压下的上升轨迹参数,得到一条近似燃料最省最优解的轨迹。仿真结果表明,经过解算得到的上升轨迹结果与高斯伪谱法得到的最优上升轨迹结果基本相似。     

单推力航天器交会对接轨迹规划及跟踪控制

针对单推力航天器交会对接问题，提出一种轨迹规划及跟踪算法。首先，考虑到追踪航天器只沿本体X轴安装推力器，且推力方向固定，为了实现从起始位置转移至期望位置并满足姿态要求，基于三维螺旋线设计两阶段转移轨迹，根据初末位置以及末端速度方向要求，求解螺旋线参数。该螺旋线可以保证在初末速度方向固定情况下，曲率积分最小。其次，为了降低轨迹跟踪难度并减小初始时刻的位置跟踪控制力，需要将转移轨迹初始速度与追踪星X轴重合。传统螺旋线无法满足该约束条件。本文对传统螺旋线进行改进，提出一种旋转螺旋线轨迹设计方法。通过引入姿态旋转矩阵，将螺旋线在三维空间旋转，在不改变曲线形状的前提下满足初末位置及速度方向要求。然后，为了跟踪转移轨迹以及跟踪期望推力方向，提出基于CLF（Control Lyapunov Function）的滑模控制策略，当追踪星X轴与期望推力方向夹角较大时，采用CLF，保证最优性；当姿态误差收敛至滑模面附近时，切换为滑模控制，以提升系统鲁棒性。最后，通过仿真验证旋转螺旋线相比于传统螺旋线的优势。     

基于梯度下降法的翼伞系统最优分段航迹规划

传统最优控制航迹规划一般以逆风精确着陆、控制能量小为优化目标，但传统最优控制的操纵过程一般是一条连续变化的曲线，工程上不易实施；与之相比，传统分段航迹规划操纵简单，工程上容易实施，能实现逆风精确着陆的目标，但控制能耗大。为了兼顾逆风精确着陆、能耗低和控制操作简单等目标，提出了一种基于梯度下降法的翼伞最优分段航迹规划方法。该方法将控制变量参数化，将逆风精确着陆、控制能耗小、能实现避障等多目标优化问题转化为加权单目标优化问题，并通过梯度下降法求解得到分段常值最优归航航迹。所提算法与基于伪谱法的最优控制规划航迹和基于遗传算法的分段规划航迹进行了对比，算法仿真结果表明本文提出的最优分段航迹规划法既可以实现着陆精度高、控制能量小、逆风着陆和避障的优化目标，同时规划的航迹又由分段常值实现控制，工程上容易实施，兼顾了最优控制航迹规划和分段航迹规划的优点。     

Trajectory tracking control of a VTOL unmanned aerial vehicle using offset-free tracking MPC

Designing a stable and robust flight control system for an Unmanned Aerial Vehicle (UAV) is an arduous task. This paper addresses the trajectory tracking control problem of a Ducted Fan UAV (DFUAV) using offset-free Model Predictive Control (MPC) technique in the presence of various uncertainties and external disturbances. The designed strategy aims to ensure adequate flight robustness and stability while overcoming the effects of time delays, parametric uncertainties, and disturbances. The six degrees of freedom DFUAV model is divided into three flight modes based on its airspeed, namely the hover, transition, and cruise mode. The Dryden wind turbulence is applied to the DFUAV in the linear and angular velocity component. Moreover, different uncertainties such as parametric, time delays in state and input, are introduced in translational and rotational components. From the previous work, the Linear Quadratic Tracker with Integrator (LQTI) is used for comparison to corroborate the performance of the designed controller. Simulations are computed to investigate the control performance for the aforementioned modes and different flight phases including the autonomous flight to validate the performance of the designed strategy. Finally, discussions are provided to demonstrate the effectiveness of the given methodology.     

固定翼无人机编队集结控制算法研究

针对固定翼无人机协同作战时的编队集结问题，提出了一种新的路径规划和位置分配方法，并设计了包括航迹跟踪、高度保持和速度控制在内的自动驾驶仪。该路径规划算法通过矩阵迭代得到一组较优的目标点分配方案，满足总航程较小和同时到达约束。根据得到的各无人机飞向目标点的航迹，算出无人机编队集结的代价矩阵。在每架无人机确定了应飞航路后，开始沿航路飞向目标点，在此过程中，纵向采用高度保持自动驾驶仪，横向采用航迹跟踪自动驾驶仪，控制无人机按规定航迹飞行。速度调节自动驾驶仪可根据速度指令调节油门大小加减速，跟踪上目标速度，进而实现编队集结。仿真结果验证了所提出的编队集结控制方法的有效性和可行性。