高超声速飞行器纵向系统鲁棒协调控制器设计

飞行器在高超声速阶段,强非线性耦合与不确定性问题给飞行控制系统的设计带来了巨大的挑战。为了研究高超声速飞行器纵向控制系统中的间耦合关系,基于高超声速纵向非线性模型,对其状态变量组与输入变量组进行了耦合采样分析。同时考虑到系统的不确定性提出了一种分层鲁棒协调控制策略。对高超声速纵向的高度和速度子系统设计鲁棒与耦合补偿控制器,对姿态子系统设计鲁棒与耦合转换控制器。利用Lyapunov稳定性理论来分析整个闭环系统的稳定性。仿真表明该控制方法可以有效的应对纵向系统间的强耦合问题。     

基于切换系统的变体飞行器鲁棒自适应控制

针对变体飞行器变形过程的控制问题,将切换系统理论与多变量自适应控制理论相结合,提出了一种基于切换系统的鲁棒自适应控制器设计方法。首先,建立了变体飞行器纵向短周期线性切换模型,描述了飞行器的整个变形过程;然后,设计了一种改进的鲁棒自适应控制律,抑制了各类干扰和不确定性对系统的影响,实现了切换系统对参考模型的良好跟踪;最后,提出了一种基于模型依赖驻留时间（MDDT）的切换控制律,保证了变体飞行器在变形切换过程中的稳定性,利用Lyapunov函数方法证明了本文方法最终一致有界。仿真验证表明,在存在外部干扰和各类不确定性的情况下,本文方法能保证飞行器在变形过程中精确跟踪参考模型,且具有较好的抗干扰能力。      

飞行器航迹倾角的自适应动态面控制

针对飞行器纵向模型具有参数不确定性和外界干扰的特点,提出一种飞行器航迹倾角的自适应动态面控制方法.动态面控制方法通过引入一阶低通滤波器避免了传统反演设计存在的"微分爆炸"现象,采用自适应律对模型未知参数进行在线估计,并利用非线性阻尼项克服外界干扰.通过Lyapunov方法证明得出闭环系统半全局一致稳定,跟踪误差可通过调节控制器参数达到任意小.仿真结果表明:该方法能在简化控制设计过程的同时保证航迹倾角跟踪上预定轨迹,控制系统具有较强的自适应能力且对外界干扰具有一定的鲁棒性.     

可重复使用飞行器再入姿态的区间二型自适应模糊滑模控制设计

针对具有强非线性、多变量耦合特性的可重复使用飞行器（RLV），同时考虑模型参数不确定性和外界干扰对飞行器再入姿态跟踪的影响，提出了一种基于区间二型自适应模糊滑模的姿态控制方法。首先，建立飞行器再入动态模型，并基于反步思想将控制模型转化为姿态角和角速率相关子系统。其次，将模型参数不确定性和外界干扰视作子系统非线性项的一部分。再次，采用区间二型模糊系统逼近子系统非线性项，并结合自适应技术和滑模控制方法分别设计虚拟控制量和实际控制量。此外，引入一阶低通滤波器用以处理子系统虚拟控制律。通过Lyapunov方法的分析证明了闭环控制系统的稳定性，且飞行器姿态跟踪误差可收敛于原点附近的小邻域。最后，利用飞行器的数值仿真验证了所设计控制方法能有效跟踪飞行器参考指令，且对外界干扰有较强的鲁棒性。      

多体航天器大角度机动鲁棒控制

研究了具有模型不确定性的多体航天器大角度机动控制问题。航天器姿态动力学方程具有不确定性和非线性。首先通过逆系统方法求得近似伪线性系统,然后应用H∞混合灵敏度方法和μ综合方法设计了两种鲁棒控制器。通过引入PD控制器,避免了H∞控制器设计时方程出现奇异。针对航天器中心体与天线同时跟踪不同目标的任务,进行了数值仿真。仿真结果表明在同等条件下两种鲁棒控制器都能满足鲁棒稳定性指标,其中μ控制器的鲁棒性能更好。     

基于动态逆和分散控制的导弹控制系统设计

针对导弹六自由度非线性模型,根据时标分离原理将导弹系统分为快慢不同的4个回路.以快回路和较慢回路为例,提出在快回路和较慢回路中设计动态逆控制器以实现非线性解耦控制,并在较慢回路中设计鲁棒分散控制器以补偿整个控制系统的不确定性及干扰.鲁棒分散控制器结构简单,且不依赖于被控对象精确的数学模型.仿真结果表明,按照该方法设计的导弹闭环控制系统具有良好的稳态性能和动态性能,鲁棒性强.      

基于轨迹线性化方法的近空间飞行器鲁棒自适应控制

研究一种新的近空间飞行器鲁棒自适应飞行控制系统设计方案。利用单隐层神经网络的函数逼近能力和被控对象分析模型的有用信息构建一种单隐层神经网络干扰观测器,用以在线估计系统中存在的不确定性,具有自适应调节能力的鲁棒控制器用以克服估计误差。将所得单隐层神经网络干扰观测器与轨迹线性化方法结合形成新的非线性系统鲁棒自适应控制方案,严格的理论证明在给定的自适应调节律作用下闭环系统所有误差最终有界。该控制方案被用于近空间飞行器飞行控制系统设计,高超声速飞行条件下的仿真结果表明该方法不仅有效,而且能够提供高精度、高稳定度的控制性能。     

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.     

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能. RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

基于终端滑模和神经网络的多目标姿态跟踪鲁棒控制#br#

研究了航天器编队飞行多目标姿态跟踪的鲁棒控制问题.主航天器由中心刚体和一个快速机动天线组成,星载相机跟踪某一特定目标,同时天线与从航天器保持通信.在考虑模型不确定性和外部干扰情况下,基于非奇异终端滑模技术和RBF神经网络,设计了多目标姿态跟踪鲁棒控制器.鲁棒控制器由RBF神经网络和一个自适应控制器组成.自适应控制器用于抵消神经网络的逼近误差和实现期望的控制性能.RBF神经网络用于逼近模型不确定部分与外部干扰力矩,并且根据非奇异终端滑模的有限时间收敛属性,提出了一种RBF网络的在线学习算法,提高了RBF网络的逼近效率.应用Lyapunov稳定性理论,证明了闭环系统稳定性.数值仿真结果表明所设计的控制器对外部干扰与模型不确定具有良好的鲁棒性.     

高超声速飞行器BTT非线性控制器设计与仿真

高超声速飞行器的气动特性比一般的飞行器更为复杂,选用BTT(Bank-to-Turn)技术,即倾斜转弯技术可以满足其对于气动外形的要求,但随之给动力学系统带来了快时变、严重非线性及强烈耦合的特点.针对高超声速飞行器倾斜转弯非线性控制器的这一特点,采用了一种更为有效的非线性系统的控制方法,即非线性动态逆技术.首先建立了高超声速飞行器的非线性数学模型,然后根据奇异摄动理论将动力学系统的受控状态变量分为快变量和慢变量2部分,应用非线性动态逆理论分别对快逆回路和慢逆回路进行设计,其中慢逆回路控制器的输出作为快逆回路控制器的输入指令,最后对于所设计的系统在高超声速下的倾斜转弯运动进行了仿真验证.仿真结果表明该控制系统可以实现倾斜转弯,并可以满足高超声速飞行器稳定飞行的要求.      

一种高超声速飞行器的非线性再入姿态控制方法

针对高超声速飞行器的再入非线性动力学模型,利用SDRE（state dependent Riccati equation）设计姿态控制器。基于奇异摄动理论,把姿态动力学分解成姿态角和姿态角速度跟踪内、外环回路,同时把非线性动力学伪线性化。每个跟踪回路用SDRE获得控制律,考虑到SDRE局部渐近稳定的特点,可以保证系统闭环稳定。最后设计高超声速飞行器飞行控制系统,并在高超声速条件下进行仿真,验证了该方案的有效性。     

一种高超声速飞行器的再入约束非线性控制方法

在再入过程中高超声速飞行器存在着多约束,包括角度,角速度,力矩约束,提出一种约束非线性控制方法.基于奇异摄动理论设计内外环解耦控制方案,控制系统的外环基于近似连续非线性预测控制和滑模预测实现角度跟踪,满足角速度约束和闭环稳定.强耦合的内环采用动态逆跟踪角速度指令,期望动力学采用PI形式抑制干扰,采用抗饱和技术在线调整控制参数,减少力矩饱和,提高内环的跟踪性能.最后,通过仿真验证了所提算法的有效性.     

基于不变流形的高超声速飞行器动态面控制

针对存在未知气动参数的吸气式高超声速飞行器纵向运动控制问题,提出一种基于不变流形的自适应动态面控制方法.通过合理假设将高超声速飞行器纵向模型分解为弹道倾角回路和速度回路,分别实现对弹道倾角和速度参考指令的跟踪.弹道倾角回路被表达为严反馈形式进行控制器设计.采用基于不变流形的自适应方法实现了对未知参数的估计.所提出的自适应动态面控制方案能保证未知参数估计误差全局一致稳定和闭环系统全局有界稳定,且估计器和控制器设计不存在耦合,因此参数设计更加容易.仿真结果验证了该控制方法在参数估计方面的显著优势和良好的闭环系统性能.     

高超声速飞行器预设性能反演控制方法设计

为解决吸气式高超声速飞行器的飞行控制问题,提出了一种新型预设性能神经反演控制器设计方法。通过构造预设性能函数,保证速度跟踪误差和高度跟踪误差能够按照预设的收敛速度、超调量及稳态误差收敛至期望的区域,同时满足系统预设的瞬态性能和稳态精度。在反演控制设计结构下,引入径向基函数（RBF）神经网络对模型未知函数及不确定项进行逼近,提高了控制系统的鲁棒性。引入的RBF神经网络中仅有一个参数需要在线更新,有效提高了控制准确性,避免了通常反演控制方法中经常出现的"微分膨胀问题",并降低了计算量。通过仿真实验验证了所设计控制系统的有效性和可行性。      

高超声速伸缩式变形飞行器再入制导方法

针对高超声速变形飞行器再入制导问题，提出了一种采用伸缩式机翼的高超声速变形飞行器外形方案，建立了含有展长变形量的气动模型和动力学模型。将该变形飞行器的展长变形量扩展为控制变量，分析了倾侧角、展长变形量和终端航程、高度之间的关系。在此基础上，利用倾侧角和展长变形量在线预测剩余航程和终端高度，通过数值方法校正2个控制量以满足航程约束和高度约束，通过航向角走廊确定倾侧角符号。仿真结果表明:该变形飞行器再入制导方法制导精度高，相比于传统固定外形飞行器终端约束能力更强、轨迹更加平滑，且在扰动条件下具有一定鲁棒性。      

类X-20高超声速飞行器反馈线性化控制研究

通过对类X-20高超声速飞行器的气动系数与高度、马赫数、攻角、侧滑角和舵偏角的关系进行分析,对各项气动系数进行了简化和拟合,并将舵偏增量视作控制输入,在此基础上建立了类X-20飞行器仿射非线性形式的控制模型,证明了它是可以输入输出精确线性化的,从而可以设计反馈线性化控制器.最后在存在大气密度、气动力矩系数和转动惯量不确定性情形下,针对原动力学模型进行闭环仿真研究,原动力学模型考虑地球旋转,气动数据直接从类X-20飞行器的气动数据表插值得到.仿真结果表明,所设计的控制律可以实现控制目标,具有较强鲁棒性.