基于参数在轨辨识的组合体航天器姿态控制技术

面向在轨服务提出了一种组合体航天器的参数在轨辨识与控制方法。针对辨识参数估计误差相对较大、环境存在干扰力矩以及控制输入受限的情况,设计了一种自适应变结构控制算法,实现组合体航天器对干扰和参数不确定的鲁棒性,并保证了快速和精确的响应。仿真结果表明设计方法有效,能满足控制指标要求。     

基于LuGre摩擦模型的转台伺服系统自适应摩擦补偿研究

为消除非线性摩擦对测试转台性能的影响,选用LuGre摩擦模型描述转台系统所受的非线性摩擦。根据转台直流电机系统数学描述,提出了非线性摩擦补偿方法。设计了双观测器结构估计LuGre模型中的不可测状态;考虑LuGre模型中3个参数的非一致性变化,设计了自适应摩擦补偿控制算法,在线估计摩擦模型中的参数,并对非线性摩擦进行补偿。用李雅普诺夫方法证明了采用自适应摩擦补偿方法的闭环系统的稳定性。仿真结果表明:正弦波输入时,摩擦补偿后的位置跟踪误差(峰-峰值)较无摩擦补偿减小了1个量级,位置跟踪性能有较大改善,辨识出的摩擦模型参数能稳定收敛于真实值附近;三角波输入时,自适应控制的位置跟踪精度更高。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控制的增益根据舵效变化完成在线自适应调节,实现飞行器的自适应姿态控制;最后,进行数学仿真验证,结果表明,将BP神经网络应用于飞行器姿态控制中,能够实现控制参数的自适应调整,说明BP神经网络具有优良的逼近性能,最终提升了飞行器姿态控制系统的性能,提高了智能化设计水平.     

基于灵敏度分析的惯导平台参数分步辨识方法

研究的是多位置静态测漂法平台参数辨识的问题。对平台漂移的非线性模型 进行了分析,提出了静基座下平台参数辨识的局限性、参数辨识位置选取的原则。最后考虑 到利用EKF辨识包含陀螺交叉项的参数时存在难以收敛甚至有些参数出现发散的问题,提出 了分步辨识的方法来解决这一问题。并且文中仿真结果证明了这种方法能有效抑制辨识中的 发散现象。     

机动再入飞行器自适应飞行控制系统设计

研究机动再入飞行器的制导控制问题。为了解决机动再入飞行器气动系数变化范围大、气动耦合严重和气动参数非线性过零常值大等恶劣条件下的控制，并且能充分利用飞行器可测量信息提高系统自适应能力，本文提出了状态方程参数辨识－－极点配置－－前馈补偿自适应控制的飞行控制系统的设计方法。通过对新型号再入飞行器的制导系统仿真，可以看出该控制系统使其有很好的飞行性能。     

旋转导弹动力学耦合分析与解耦控制方法研究

对旋转导弹动力学耦合分析及其解耦控制方法进行了研究。给出了旋转导弹产生的运动耦合、控制耦合,以及加速度计不在质心耦合的机理。讨论了前馈补偿解耦和三回路驾驶仪解耦的方法。介绍了基于变结构控制理论的自动驾驶仪解耦设计:保留动力学方程中的全部耦合项,将耦合视作扰动,用变结构自适应控制方法对导弹俯仰/偏航通道进行独立设计,不要求给出系统参数的在线辨识和典型弹道特征点精确参数,由系统参数上下界可获得时变参数的信息综合控制律。给出了变结构控制律的设计步骤,所得控制系统的鲁棒性强、稳定域大,在包含建模误差、外界扰动等不确定因素的极限边界条件下仍能获得理想的控制效果。研究对强对称耦合和参数快时变系统的控制有一定的参考意义。     

大型挠性充液卫星自适应PID智能控制技术研究

介绍以新一代静止轨道三轴稳定卫星平台为研究对象的大型挠性充液卫星的自适应PID智能控制方案。自适应PID智能控制继承了PID控制器的优点,在PID控制器的基础上增添了模态参数智能自主在轨辨识、自适应滤波器参数自主确定,从而使自适应PID智能控制的鲁棒性、可靠性、安全性显著增强,即使帆板挠性或液体晃动等模态参数超出预定指标范围,也可以自主地智能地消除可能出现的姿态振荡。     

挠性空间结构变形的自适应辨识

本文以空间控制中的挠性结构变形的辨识为背景,以李雅普诺夫稳定性理论为基础,从辨识的一致性原则出发,给出时变参数的自适应辨识算法。该算法具有梯度型递推形式,结构简单、容易实现。计算机模拟结果表明该算法是解决时变参数辨识的一种有效方法。     

一种基于滑动库的多模自适应控制方法

针对系统参数跳变时常规自适应控制闭环系统暂态响应差的问题,论文提出了一种基于滑动库的多模自适应控制方法。该控制器由多个参数已知的固定模型,一个自适应模型和一个滑动模型库构成。固定模型由被控对象在特定环境下的特征模型直接映射获得,其参数和其邻域一起覆盖被控对象的参数集;自适应模型对被控对象进行在线参数辨识,其参数被用来动态更新固定模型库;滑动模型库根据当前的工作点从固定模型库中选择离工作点较近的部分模型参与控制,优化控制模型集,减少计算量。仿真实验的结果表明了该方法的有效性。     

基于RBF网络辨识的挠性卫星姿态自适应控制

为满足挠性卫星姿态控制的更高要求,提出了一种基于径向基函数（RBF）网络辨识的模糊自适应控制方法。根据卫星姿态动力学方程,将RBF辨识网络引入模糊神经网络的T-S模型,以辨识卫星,在线修改模糊神经控制器（FNC）参数,使卫星的姿态角度达到设定值。仿真结果表明：该法能有效克服卫星的不确定性,提高卫星姿态的控制精度。     

直接力/气动力复合控制系统自适应滤波器设计

针对防空导弹直接侧向力开启诱发的弹性振动,对直接力/气动力复合控制系统自适应滤波器设计进行了研究。根据弹性振动模型,采用有陷波滤波器的控制系统,设计了高通滤波器、频率辨识器和陷波滤波器。用渐消记忆最小二乘法在线辨识弹性振动模态频率,实时调整陷波滤波器参数,实现对弹性振动信号的自适应滤波。仿真结果表明:设计的自适应滤波器能准确辨识出弹性频率,可有效抑制弹性振动对控制系统的影响。     

分层模糊广义预测控制及其在挠性航天器振动抑制中的应用

针对广义预测控制计算量大的缺陷,将自适应分层模糊逻辑系统(HFLS)引入广义预测控制,对参数未知线性系统提出一种直接自适应分层模糊广义预测控制方法.该方法直接利用HFLs设计广义预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整.文中证明了该方法可使广义误差收敛到原点的一个小领域内.由于控制结构中使用了HFLS,避免了模糊控制器中规则数目随系统变量个数呈指数增长问题.仿真结果表明:该方法能快速抑制挠性航天器的低频振动且稳态精度高.     

基于变结构控制理论的BTT导弹自动驾驶仪的三通道独立设计

对于倾斜转变导弹而言，现有的自动驾驶仪三通道独立设计方法都是在忽略通道间耦合关系前提下根据经曲控制理论的单变量频域方法设计的。本文基于变结构自适应控制理论。提出一种新的ＢＴＴ导弹自动驾驶仪三通道独立设计方法，该方法不仅在其设计过程中保留了通道间的全部耦合因素，而且控制律完全基于被控对象参数变化的上下界，无需对系统进行在线参数辨识，从而提高了设计的准确性，增强了系统的适应性和鲁棒性。运用所提出的方法     

数字式自校正控制方法

通过实例说明自校正控制的设计和实现过程.从参数辨识开始,给出递推最小二乘算法和遗忘因子法.在数字控制器离线设计中,应用PID和极点配置两种方法来解决系统跟踪调节的参数选定问题.最后,将系统辨识、控制器设计和控制过程实现融为一体,在线实时地应用自校正算法来解决给定实例的跟踪控制,并通过计算曲线说明系统对于外界参数变化的自适应功能.     

复合材料结构损伤的小波神经网络辨识研究

将小波神经网络应用于结构健康监测，研究实现复合材料结构常见损伤的高精度辨识。剖析了小波神经网络的收敛算法，并使用了惯性系数以抑制振荡并提出了一种自适应调整学习率的算法以加快收敛。组建结构健康监测实验系统，进行数据处理和特征提取以获得不同的结构损伤模式。提出了小波神经网络初始权值的设置方法，据此删除了小波神经网络的冗余节点。将该小波神经网络应用在实验获得的各种结构损伤模式的辨识上，验证了它的高精度和快速收敛，并成功实现了复合材料结构损伤状态的辨识仿真。     

柔性结构振动的向量控制实验研究

本文针对柔性结构振动主动控制问题，提出了一种微量控制方法，该方法能将结构振动幅值与相位分开辨识，独立控制，能在控制作用的同时，辨识结构响应微量值，当振动幅值变化时，实现跟踪控制，同时，对薄壁铝合金简的振动控制进行了实验研究，实验结果表明，该方法具有时域和频域控制方法的优点，收敛速度快，控制精度高，振动控制比达到90％以上。     

基于自适应遗传算法的飞行器气动参数辨识

为了克服传统辨识算法的缺点，把自适应遗传算法作为辨识算法，进行飞行器的非线性气动参数的最大似然仿真辨识。在仿真辨识中，加入了零均值高斯分布的随机观测噪声。辨识结果比较满意，表明白适应遗传算法具有良好的优化性能，是进行气动参数辨识的一种实用的辨识算法。     

基于特征提取的容错控制及其应用

在黄金分割鲁棒自适应控制器的基础上，设计了一种自适应被动容错控制器，能在线辨识对象特征模型，在线提取系统动态性能特征和故障特征，对控制系统执行机构和测量部件的某些软故障具有被动容错能力。与传统PID控制的对比仿真充分说明了这种控制方案的优越性。     

运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

可拦截机动目标的终端角度约束制导律（英文）

设计了一种连续且有限时间稳定的终端角约束制导律,该制导律不但能够打击非机动目标而且能有效打击机动性的目标。文中首先将超扭曲算法进行改进,设计了一种自适应超扭曲算法,该算法的参数是随着干扰的大小自动调节的,从而避免了常规的超扭曲算法由于参数选取不当而引起的对滑模抖振的抑制能力下降。文中将自适应超扭曲算法首次与积分滑模相结合,设计了一种有限时间收敛的干扰补偿器,该干扰补偿器能够在有限时间内对干扰进行精确补偿,然后采用几何齐次理论针对干扰补偿后的系统设计了有限时间收敛控制器。以上干扰观测器和控制器组成的复合控制律,能够保证系统的有限时间稳定性,此外该控制律不但是连续的,而且参数是自适应的,因而大大降低了滑模的抖振特性。文中将以上控制理论应用于终端角约束制导律的设计过程中,最后通过仿真验证了该制导律的有效性。