基于连续螺旋滑模的无人机分布式编队控制

为了解决复杂环境中无人机分布式编队控制问题,考虑外界干扰影响和状态信息不完全反馈情况,对无人机设计分布式编队控制器。无人机利用自身位置反馈,基于二阶精确微分器设计状态观测器,得到无人机速度和干扰的估计值;结合自身估计信息和邻机位置、速度的估计,基于连续螺旋滑模控制方法设计编队控制器和姿态跟踪控制器;稳定性分析保证了无人机闭环系统稳定性。基于Matlab/Simulink数值仿真和软件在环实时仿真平台,验证了所设计控制算法的有效性,并演示了三维可视化仿真结果。     

具有输入时滞的集群无人机事件触发协同最优控制

针对带有输入时滞和外部干扰的集群无人机系统,提出了一种基于强化学习的集群无人机事件触发分布式自适应最优控制方法。为了实现最优控制,引入了基于神经网络的强化学习算法,并设计了一种与系统控制性能有关的动态事件触发策略,该策略可以在尽可能降低对一致性控制性能不利影响的前提下,减少通信资源的浪费,同时该策略不存在Zeno行为。此外,在控制器设计过程中,引入了一种含有积分项的坐标变换来处理系统的输入时滞问题。在输入时滞和外部干扰的影响下,所提出的基于干扰观测器的最优分布式协同神经网络控制策略能够保证每个无人机系统所有信号都有界,并且每个无人机系统的输出能够实现一致性。最后,仿真结果验证了所提控制方法的有效性。     

边缘网络下多无人机协同计算和资源分配联合优化策略

针对边缘网络环境下多人机之间存在计算负载不均，造成卸载任务失败的问题，提出了一种多无人机间协作的智能任务卸载方案。通过联合考虑多无人机任务分配、计算资源分配和无人机飞行轨迹，引入公平性指数建立了无人机公平负载最大化和能量消耗最小化问题。基于多智能体深度强化学习框架，提出了融合轨迹规划和任务卸载的分布式算法。仿真结果表明，所提出的多无人机协作方案可以显著提高任务完成率和负载公平度，并且有效适用于大规模用户设备场景。     

一种鲁棒自适应预测控制器的设计

作者在以前工作的基础上，提出了一种基于频域建模、时政控制，二者在线智能结合的设计思想的鲁棒自适应预测控制算法，理论分析及仿真均表明，该算法提高了匹配精度，对降阶模型有较好的鲁棒性。     

基于经验直觉的无人机威胁规避机动决策方法

针对无人机飞行过程中遇到威胁需要及时安全规避的问题,本文提出一种基于经验直觉的无人机机动规避决策算法.首先将无人机威胁安全规避机动过程中所获取的态势信息,按照规避机动区域进行结构化处理并标注相应的机动决策标签,建立基于数据的无人机情景决策知识库.其次,利用无人机情景决策知识库中的数据训练长短时记忆网络以实现情景与机动决...     

无人机伞回收动力学分析

在建立无人机六自由度飞行力学模型和降落伞回收动力学模型的基础上,对无人机的整个回收过程进行仿真分析,并与飞行试验进行了比较。结果表明:本文所采用的方法较为准确地预测了整个减速伞工作阶段中的相关动力学特性。计算结果还包括了无人机与回收系统的相对运动过程,有效地预测了回收过程的危险情况,为无人机控制律和回收系统设计提供了重要参考。     

倾转三旋翼无人机倾转定高控制研究

针对倾转旋翼无人机在倾转过程中的高度控制问题,提出一种基于灰狼优化的神经网络自适应控制方法,用于一种倾转三旋翼无人机倾转过程的飞行控制.首先,建立了无人机的非线性数字仿真模型;其次,基于神经网络自适应控制方法分别设计了无人机的高度控制器和姿态控制器,并用灰狼优化算法对神经网络的参数和控制器的参数寻优;再次,设计了倾转过...     

变质心共轴双旋翼无人机建模与反步滑模控制

针对共轴双旋翼无人机旋翼组件过于复杂，导致旋翼控制系统可靠性较低的问题，提出了一种依靠三轨变质心机构进行姿态控制的方案。推导了三轨变质心共轴双旋翼的运动模型和空气动力学模型，并分析了不同滑块所处位置和质量占比情况下变质心无人机动力学特性。建立变质心无人机姿态控制系统的状态方程，针对系统中的非线性和不确定性，设计了基于反步滑模控制的姿态控制器。仿真实验表明，所设计的控制器能够在含有外部扰动的工况下有效完成姿态跟踪任务，具备较好的抗干扰能力。     

变体辅助的无人机栖落机动模糊控制设计

无人机（Unmanned aerial vehicle， UAV）的栖落机动是一种大幅度的俯仰运动，易引起升降舵操纵力矩饱和。本文以变体方式增强无人机的俯仰操纵能力，并研究其对应的控制设计方法。首先对栖落机动建立了纵向动力学模型，并通过采用轨迹线性化和张量积变换方法转换得到T-S模糊模型。基于Lyapunov稳定理论和平方和方法，设计了满足控制输入约束的栖落机动多项式模糊控制器。对非变体与变体下的栖落机动控制过程进行了仿真，结果验证了控制律的有效性，并且表明变体辅助的无人机具有更强的操纵性能，能提高栖落机动中升降舵的抗饱和能力。     

A SMGCS滑行道冲突预测与避免控制

针对先进机场场面引导与控制系统(Advanced surface movement guidance and control system,A-SMGCS)滑行道冲突预测与避免控制,提出基于事件反馈的闭环控制框架,并重点解决对头冲突预测与避免控制问题。建立滑行道受控着色Petri网模型。提出航空器可控滑行路段概念,并给出其对应子模型的生成规则。利用子模型中环路和环路链,给出无对头冲突的充分必要条件。提出对头冲突避免控制策略,以及适合实时控制的对头冲突预测与避免控制算法。算例表明本文能根据场面状态及时识别对头冲突并实现冲突避免。     

Cooperative Search of UAV Swarm Based on Ant Colony Optimization with Artificial Potential Field

An ant colony optimization with artificial potential field(ACOAPF)algorithm is proposed to solve the cooperative search mission planning problem of unmanned aerial vehicle(UAV) swarm. This algorithm adopts a distributed architecture where each UAV is considered as an ant and makes decision autonomously. At each decision step,the ants choose the next gird according to the state transition rule and update its own artificial potential field and pheromone map based on the current search results. Through iterations of this process,the cooperative search of UAV swarm for mission area is realized. The state transition rule is divided into two types. If the artificial potential force is larger than a threshold,the deterministic transition rule is adopted,otherwise a heuristic transition rule is used. The deterministic transition rule can ensure UAVs to avoid the threat or approach the target quickly. And the heuristics transition rule considering the pheromone and heuristic information ensures the continuous search of area with the goal of covering more unknown area and finding more targets. Finally,simulations are carried out to verify the effectiveness of the proposed ACOAPF algorithm for cooperative search mission of UAV swarm.     

A Status Graph Based Control Allocation Algorithm of Digital Micro-Thruster Array for Micro/Nano-Satellites Orbit Control Application

Digital micro-thruster arrays can be used for special missions of micro/nano-satellites with the requirements of high precision and small impulse. This paper presents a novel control allocation algorithm for the digital micro-thruster array,namely status graph based control allocation(SGBCA)algorithm,which aims at finding the optimal micro thrusters combination scheme to realize the sequential control synthesis for micro/nano-satellite during real-time orbit control tasks. A mathematical model is set up for the control allocation of this multivariate over-actuated system.Through dividing thrusters into disjoint segments by offline calculation and combining segments dynamically online to provide a sequence of the required impulse for the micro/nano-satellite,the time complexity of the control allocation algorithm decreases significantly. All levels of impulse can be generated by the digital micro thruster arrays and the service life of the arrays can be extended using the segment converting strategy proposed in this paper. The simulation indicates that the algorithm can satisfy the requirements of real-time orbit control for micro/nano-satellites.     

关于遗传算法模糊控制的研究

在控制对象的数学模型由于受非线性的时变的影响很难精确确定时，模糊控制是一个比较好的方法，但模糊控制规则易受人的因素的影响而归纳得不完善，并且不能自学习影响了模糊控制的效果。遗传算法可以搜索整个空间，不易陷入局部最优解，不受搜索空间的性假设的约束。可以解决非常困难的寻优问题，本文提出关于遗传算法的模糊控制，使控制规则得到优化，从而改善了控制性能。仿真实例表明这种方法是可行的。     

Optimal Control Strategy for Buck Converter Under Successive Load Current Change

A new control algorithm is presented for digitally controlled dc-dc converters to achieve a fast response under a successive load-change. Under the steady-state condition, the tight voltage regulation is processed by the conventional digital PID compensator. If the load disturbance is significant, the controller switches to an optimal control scheme. With the integration of the capacitor current, the proposed algorithm predicts the optimal switch over time based on the charge balance control, and the minimal voltage derivation and recovery time are thus achieved when the load current has a successive load-change. The method for calculating the optimal switch over time is described, and the implementation of the proposed algorithm with a digital controller is treated in detail. Furthermore, the simulation and experiment results are provided to validate the effectiveness of the approaches.     

基于改进帝国竞争算法的微型燃气轮机容错控制

针对微型燃气轮执行机构故障,提出了一种基于改进帝国竞争算法的自适应容错控制方法,实现了对故障的有效抑制。本文建立了微型燃气轮发电系统部件级一体化模型,实现了部件级模型与发电系统的联合仿真,提出了一种自适应改革概率的方法对帝国竞争算法进行改进。设计了基于改进帝国竞争算法的自适应模糊逻辑保护控制器。最后进行了改进算法性能测试以及微型燃气轮发电系统在孤岛模式下的仿真实验。结果表明:本文所提出的改进方法可以提高帝国竞争算法的寻优性能,设计的容错器可以明显改善故障发生时的动态性能,确保发电系统的稳定工作。     

硫化罐温度和压力的两级控制

推导了Ｈａｍｍｅｒｓｔｃｉｎ模型描述的一类多变量非线性系统的加权最小方差自校正控制器算法，并将该算法应用在硫化罐温度和压力控制上。为提高该算法应用在工程上的可靠性，本文提出了两级控制思想──即先用本文推导的算法和常规多变量ＰＩＤ控制算法分别计算控制值，若两者计算结果差别不大，则认为自校正算法收敛，自校正计算控制值可直接输出；若两者计算结果差别较大，则认为自校正算法可能发散，这时可根据两种算法对控制值进行调整，然后输出调整后的控制值。实际运行结果表明，这种控制器具有较强的鲁棒性和较好的控制效果。     

基于滑模控制理论的导弹自动驾驶仪的设计

基于变结构自适应控制理论,提出一种新的STT导弹自动驾驶仪三通道独立设计方法。该方法在设计过程中保留了通道间的全部耦合因素,通过构造滑模面和最优值原理配置转换系统零动态的极点,从而提高了系统的稳定性,增强了系统的适应性和鲁棒性。运用所提出的方法,本文设计了某型导弹的自动驾驶仪,并在考虑了舵机系统,加速度计等各种非理想因素的情况下,得到了良好的输出跟踪性能和鲁棒性。     

基于RHC的航班着落调度多目标优化算法

研究了基于滚动时域控制(RHC)策略的终端区进场航班动态排序问题,目的是在终端区空中交通繁忙的情况下,有效地为到达航班安排合理的着陆次序,在满足安全间隔兼顾管制员负荷的情况下,给出航班经过多目标优化的着陆时间,提高航班进场率,降低飞行延误成本。建立了基于RHC的航班动态排序模型,并利用精英保留策略的遗传算法对一个算例进行验证计算。算例仿真结果表明,进场率得到了提高,延误时间和成本明显减少,验证了方法的有效性。     

模糊控制算法分析及改进

基于E.H.Mamdai等人的模糊控制算法,本文讨论了模糊控制器参数的选择及对系统输出性能的影响。与已有的方法不同,本文注重物理概念的分析,并研究了模糊控制器参数的自调整问题。这是因为基本模糊控制器参数的选择难以同时兼顾控制系统的动静态性能,一般只好采取折衷的方法。为了改善控制系统性能,一种实用的方法是在线调整模糊控制器的参数。文中提出了一种分段式自调参方案,仿真结果表明该方案优于已有的自调参方案。为了达到有效的调参目的,本文给出了模糊控制器参数初始配置的一种关系,并通过仿真,验证了该关系是确切的。最后,基于模糊控制算法的特点,探讨了一种新的模糊控制算法的构思,作为今后进一步研究的问题。     

基于遗传算法整定的PID网络流量控制

结合经典控制理论和优化控制理论设计了基于遗传算法的线性PID控制器,并与经典的PID控制器进行了比较．此控制器较好地控制了交换机缓冲器的队列长度,动态性能明显优于一般PID控制器．并得到了仿真结果的验证．