基于ESO的高超声速飞行器解耦控制

针对高超声速飞行器三通道具有强耦合的问题,提出一种基于扩张状态观测器的全通道解耦控制方法。该方法不需要根据耦合项特点设计耦合补偿模型,而是通过设计扩张状态观测器,将高超声速飞行器耦合项视为扰动,利用扩张状态观测器具有实时跟踪估计扰动的能力,将耦合项扰动估计出来。通过补偿控制来消除耦合的影响,从而完成解耦控制。进一步,通过LQR控制方法完成姿态控制系统的闭环反馈控制律设计,最终实现一种工程上实用的高超声速飞行器解耦控制方法,并通过数学仿真验证了该控制方法的正确性和有效性。     

基于跟踪微分器的高超声速飞行器减步控制

针对高超声速飞行器强非线性,强耦合与高度不确定性的特点,提出一种基于高阶跟踪微分器的减步控制方案。将高超声速飞行器纵向模型表达为严反馈形式。在反步法设计框架中,引入跟踪微分器,利用其对给定信号任意阶导数精确估计的能力,计算第1步设计中产生的虚拟控制量的导数,并直接获得第2步实际控制量,从而将设计步骤从3步减少为2步。且在每步设计中将参数不确定性与外部扰动建模为等效干扰,设计扩张状态观测器获得等效干扰估计值,继而在控制器设计中进行补偿。利用Lyapunov方法证明闭环系统稳定性。仿真结果验证了所提控制方案对不确定及干扰的抑制作用,且跟踪精度优于传统动态面方法。     

基于SMDO-TLC的高超声速飞行器姿态控制

针对高超声速飞行器快时变、强耦合以及存在参数不确定和外部干扰情况下的姿态控制问题,同时考虑到执行机构动态和输入受限,提出了基于滑模干扰观测器-轨迹线性化(SMDO-TLC,Sliding-Mode Disturbance Observer-Trajectory Linearization Control)的高超声速姿态控制方法.首先,引入二阶线性微分器(SOLD,Second-Order Linear Differentiator)的概念,通过理论分析指出了当前TLC中采用一阶惯性+伪微分器求取输入指令的微分信号时会存在与SOLD类似的峰值现象,随后利用韩式跟踪微分器求取姿态标称指令及其微分信号,可有效解决过渡过程中执行机构饱和问题;接着,分别在姿态和角速率回路设计二阶滑模干扰观测器,利用符号函数积分来重构内外回路的复合干扰,在此基础上设计补偿控制律,以实现姿态控制器设计.仿真结果表明,所提出的方法能够克服时变干扰及气动参数大范围摄动的影响,同时兼具良好的动态特性与静态品质,能够满足高超声速飞行器的快时变、高精度以及强鲁棒的控制需求.     

高超声速飞行器的干扰补偿Terminal滑模控制

研究了一种基于干扰补偿Terminal滑模的高超声速飞行器姿态控制方法.针对传统Terminal滑模控制存在的奇异问题,提出了一种简单的改进型Terminal滑模面,通过在平衡点附近从非线性滑模面切换至高增益线性滑模面,避免了控制奇异问题,同时保持了较高的收敛速度,并对改进Terminal滑模控制在干扰作用下的误差收敛特性进行了理论分析.为进一步提高控制的鲁棒性和控制精度,设计了扩张状态观测器对干扰进行估计和补偿.进行了六自由度数学仿真验证,仿真结果表明:该方法可有效提高控制系统的控制性能和鲁棒性.     

高超声速飞行器迎角观测器及控制器设计

针对高超声速飞行器非线性动力学系统中所特有的输出非线性、状态向量强耦合等特性,综合考虑了飞行中的不确定性、具有复杂非线性输出、状态向量不完全可测量等因素,提出一种基于Lyapunov法的滑模观测器和控制器设计方法,用于解决高超声速飞行器迎角观测器不能精确测量的问题.首先在观测器设计过程中,利用过载输出滑模面构造了Lyapunov函数,确定出观测器收敛的条件,并基于线性化理论求出观测器增益矩阵.然后在控制器设计过程中,采用基于动态面的自适应反演方法设计出控制律,用多层神经网络调节函数逼近系统中的高频未建模动态,设计鲁棒项函数解决了逼近误差的影响问题,并进行了稳定性分析和仿真验证.      

基于动态逆的高超声速飞行器鲁棒自适应控制

针对高超声速飞行器运动学模型具有高度非线性、多变量耦合及参数不确定等特点,提出了一种基于非线性动态逆的控制系统鲁棒自适应控制器设计方法.该方法将飞行器的运动方程分成速度子系统和高度子系统,利用控制输入的功能分配,并结合虚拟控制指令设计与非线性动态逆技术,实现速度和高度的稳定跟踪.为消除系统中模型不确定性和外界干扰的影响,采用鲁棒自适应滑模控制策略进行补偿.仿真结果表明:所提出的控制器设计方法不仅满足飞行器速度与高度跟踪性能的要求,且对模型不确定性和外干扰具有一定的鲁棒性.      

基于特征模型的高超声速飞行器姿态控制器与自适应滤波算法的设计

提出一种基于特征模型的强跟踪无迹卡尔曼滤波（CSUKF）算法对状态和参数进行联合估计,利用特征模型参数构造时变的二阶状态转移阵,使滤波和辨识模型简化;结合强跟踪滤波（STF）的强跟踪能力和无迹卡尔曼滤波的（UKF）的非线性高逼近性对含测量噪声的高超声速飞行器系统进行参数辨识和滤波,并将其与非线性黄金分割自适应控制律相结合,对高超声速飞行器进行姿态控制.最后,将提出的CSUKF与基于特征模型的无迹卡尔曼滤波（CUKF）和基于特征模型的普通扩展卡尔曼滤波算法（CEKF）进行比较,仿真结果说明CSUKF与非线性黄金分割自适应控制律相结合可以有效改善控制的平稳性,且具有更好的滤波精度和系统输出,从而能更好地处理含测量噪声情况下的高超声速飞行器的辨识与控制问题.     

高超声速变外形飞行器建模与有限时间控制

针对高超声速变外形飞行器变形带来的参数摄动大、变形过程建模难、外界干扰复杂等大不确定问题,研究了一类可变后掠飞行器建模与姿态控制问题,设计了一种有限时间控制方案。针对变外形飞行器建立了带有变形量的面向姿态控制的三自由度模型,该模型能够反映出变外形飞行器的内在影响。分析了变外形飞行器在典型状态下的气动特征,并给出了连续变形关键气动数据可行处理方案。针对可连续变形的飞行器设计了一套有限时间控制方案,并证明了系统稳定性。进一步考虑控制律中用到的指令微分项,设计了有限时间指令收敛滤波器。利用扩张状态观测器,估计不易测量状态和“综合扰动”。以考虑复杂干扰下的高超声速变外形飞行器为对象进行仿真,结果表明:所设计的控制方案可解决不同变形速率下、存在复合干扰的飞行器姿态控制问题。      

高超声速巡航飞行器在线自适应反馈控制设计

由于飞行器模型的强非线性,各种建模不确定性以及飞行环境的复杂性,高超声速飞行器控制成为一个研究难点.针对某类具有参数不确定性的非线性系统,提出了一种反馈线性化与自适应估计相结合的方法,对非线性系统的输入输出动态应用反馈线性化处理以得到拟线性模型,并设计反馈控制律;对不确定参数采用自适应在线估计,利用Lyapunov方法分析稳定性;针对选择不同输出的情况,对如何消除内动态进行了讨论.为了验证该方法的可行性,将其应用于某高超声速飞行器巡航段纵向非线性模型,对速度和高度通道进行跟踪控制仿真,由于飞行器和大气环境存在建模不确定性,利用自适应控制对不确定参数进行在线估计.仿真结果显示该方法能够快速收敛,并且具有良好的在线自适应能力.     

基于扰动观测器的指数时变滑模再入姿态控制

针对再入飞行器姿态控制问题,设计了一种全局鲁棒的基于扰动观测器的指数时变滑模姿态控制器,使得在存在匹配模型参数不确定性和外部扰动情况下仍能够实现精确的姿态控制。首先对飞行器模型进行反馈线性化解耦,将俯仰、滚转、偏航通道分解为3个独立的二阶系统。然后以俯仰通道为例,设计指数时变滑模控制器,使得系统具有全局鲁棒性。进一步,为了减小采用饱和函数消除滑模控制抖振而带来的系统跟踪误差,引入扰动观测器,设计了一种基于扰动观测器的指数时变滑模控制系统。最后,以某飞行器为例建立六自由度仿真模型,在考虑大气密度、转动惯量偏差以及外部高频扰动的情况下,验证了加入扰动观测器后对系统性能的提高。     

基于扩张状态观测器的泵控电液伺服系统滑模控制

以泵控电液伺服系统为研究对象，提出了一种基于扩张状态观测器的滑模位置跟踪控制策略。首先，利用奇异扰动理论对泵控电液伺服系统的数学模型进行降阶处理，得到降阶泵控电液位置伺服系统数学模型。其次，针对泵控电液伺服系统工况的复杂性及外负载干扰问题，设计了扩张状态观测器对系统干扰在线观测，同时该观测器还可以对活塞杆的位置和速度信号进行估计。然后，利用观测到的干扰信号及速度信号，基于滑模控制理论设计了滑模变结构控制算法，对所提出的控制策略的稳定性进行了理论分析。最后，利用MATLAB/Simulink和AMESim仿真平台，搭建了泵控电液伺服系统的联合仿真模型，对算法的可行性及有效性进行了仿真验证。仿真结果表明，所设计的扩张状态观测器能对干扰进行精确估计，基于扩张状态观测器的滑模控制策略的位置跟踪性能显著优于PID控制器和传统滑模控制器，且对外部干扰力具有较强的鲁棒性，提高了泵控电液伺服系统的控制性能。      

基于ADRC姿态解耦的四旋翼飞行器鲁棒轨迹跟踪

针对欠驱动四旋翼飞行器的控制特性,提出一种基于自抗扰控制(ADRC)的姿态解耦控制算法,该算法可以克服传统欠驱动四旋翼控制方法中存在的问题,如系统状态间耦合严重,抗干扰能力弱及系统建模误差对跟踪性能影响较大等弱点.该算法利用扩张状态观测器(ESO)实现状态间耦合项的跟踪和估计,同时ESO也可实现对系统干扰的估计,干扰包括系统内扰和外扰.利用动态反馈线性化将非线性MIMO系统转化成线性SISO系统,然后利用非线性反馈控制律实现四旋翼姿态系统的高品质控制,在上述姿态解耦控制的基础上研究飞行器的鲁棒轨迹跟踪问题,不同情况下的仿真结果验证了上述姿态控制算法可提高系统轨迹跟踪的鲁棒性.该算法不依赖于精确的系统模型,降低了实际应用的难度,并有很强的抗干扰能力,具有实际应用的价值.      

基于数据驱动的弹性高超声速飞行器控制方法

高超声速飞行器存在气动非线性强、复杂振动干扰等特点,参数不确定性大条件下传统依赖于精确模型的控制方法品质下降明显,需要进一步提高控制系统在线适应能力。本文针对弹性高超声速飞行器过载跟踪性能在线优化和弹性振动影响下的控制参数优化问题,提出了一种基于数据驱动的自学习控制方法,首先将高超声速飞行器输出反馈控制问题转化为状态反馈形式,采用鲁棒自适应动态规划算法设计了适用于过载跟踪问题的无模型控制参数在线优化方法,然后针对飞行器复杂弹性振动干扰的问题,提出了基于陷波滤波器的自适应动态规划控制方法,从而保证了振动影响下的控制参数在线优化效果。仿真结果表明,在不依赖于准确模型参数的条件下,本文所提的方法能够有效实现弹性振动干扰下的控制参数在线优化,并提高过载跟踪控制品质。     

绳系拖曳飞行器高抗扰轨迹跟踪控制

针对受未知风扰动作用下的绳系拖曳飞行器轨迹精确控制问题,设计了一种基于最小学习参数神经网络估计器的拖曳飞行器轨迹动态面控制方法。首先,结合绳系拖曳系统多刚体动力学模型,构建拖曳飞行器六自由度非线性模型,并完成其仿射非线性化处理。其次,考虑到拖曳飞行器可能受到前方飞机尾涡、紊流和阵风等未知气流及不可测量瞬变缆绳拉力等扰动的综合影响,构建了基于最小学习参数神经网络的拖曳飞行器状态/扰动在线估计器,以准确重构系统不可测量集总扰动。然后,基于所提状态/扰动在线估计器,设计了一种基于最小学习参数神经网络状态/扰动在线估计器的拖曳飞行器轨迹动态面控制方法,并分析了系统稳定性。最后,仿真表明,所提方法能够在多重气流扰动下实现拖曳飞行器位置稳定和机动轨迹跟踪。      

基于扩张状态观测器的无拖曳系统参数辨识

分析了卫星无拖曳控制系统的在轨参数辨识问题,由于无拖曳系统的不稳定性质,需要设计控制器使其稳定,在此基础上进行闭环辨识.根据自抗扰控制原理,设计了扩张状态观测器以估计系统不同控制回路的扰动和状态,基于状态和扰动估计值设计控制器使系统稳定.提出了基于扩张状态观测器（ESO）的多输入多输出系统闭环参数辨识方法.为提高实际应用中的辨识效果,引入积分型滤波器对观测状态中的噪声进行抑制.将这种方法应用于类似LISA Pathfinder的单轴无拖曳模型,对系统动力学参数进行估计,通过数值仿真实验验证了该辨识方法的有效性和实用性.      

基于扩张状态观测器的航天器自适应姿态控制

针对航天器三轴姿态大角度机动时动力学特性耦合强烈的情况,同时考虑外界干扰及执行器的不确定性,根据扩张状态观测器的相关理论,提出了航天器姿态机动的一种自适应输出反馈控制策略。首先,采用动量矩定理和欧拉法建立了航天器的姿态动力学模型。然后,在此基础上,利用扩张状态观测器能够准确地获取航天器三轴间非线性耦合及其他未知的外界干扰信息的能力,设计了一种仅需要姿态角测量值的自适应输出反馈控制律,使航天器在大角度姿态机动的同时能够通过自适应律补偿控制力矩的输出偏差。仿真结果表明,在多种任务模式下,航天器都可以很好地完成姿态机动任务,从而验证了控制律的正确性和有效性。     

基于ADRC的MSCMG框架系统高精度控制

针对非线性摩擦和外部随机扰动影响磁悬浮控制力矩陀螺(MSCMG, Magnetically Suspended Control Moment Gyroscope)框架系统角速率精度的问题,提出了一种基于自抗扰控制器(ADRC, Active Disturbance Rejection Controller)的高精度转速控制方法.通过三阶扩张状态观测器将框架系统负载力矩、非线性摩擦力矩及外部随机扰动力矩作为"总扰动"进行估计,并对该扰动力矩进行补偿.仿真及实验结果表明:基于自抗扰控制器的框架系统控制方法使框架转速精度和稳定度提高了50%以上,且具有抗干扰能力强和动态特性好的特点.