基于神经网络的超机动飞机自适应重构控制

 讨论了一种基于神经网络的超机动飞机直接自适应重构控制方法。飞机的基本控制律采用非线性动态逆方法设计,对于模型不准确和舵面故障等因素导致的逆误差采用神经网络进行在线补偿。通过仿真表明,在飞机发生舵面故障时,神经网络通过自适应地补偿逆误差,可以快速在线重构控制律,保持飞机稳定和一定的操纵品质。     

可重构零空间控制分配算法及流程规划

针对飞机正常情况和舵面故障情况下的控制分配算法展开研究。根据控制效能矩阵的特点设计了性能指标,并给出了对应的最优逆控制。对带约束的一般控制分配问题,采用零空间横截方法进行了再分配。设计了针对舵面卡死故障的重构控制律。结合某飞机仿真平台,进行了卡死故障的重构仿真,结果表明,控制分配算法能够在故障状态下完成对指令的精确跟踪。     

空天飞行器建模分析与自主重构

空天飞行器(ASV)跨临近空间飞行,具有高超声速、大飞行包线、参数时变等特征,必须应对故障、环境变化等高度不确定因素进行自主重构。研究和建立了ASV运动学模型,分析了时域、频域特性以及参数变化和运动特性,研究了纵向静稳定性、舵面操纵特性等与高度、马赫数的关系;提出了自主重构方案,给出了一种控制效益在线估计算法,提出并证明了可估计的充分条件;提出了基于模糊逻辑的线性规划重构算法,根据控制效益的实时估计结果对冗余异类效应器智能地进行控制分配。数值仿真验证了估计算法的稳定性和鲁棒性,说明该方案能够实现飞行器自主适应性重构,可应用于临近空间飞行器自适应控制等领域。     

基于混合线性规划的RLV再入气动控制分配

针对可重复使用运载器(RLV)再入阶段气动操纵面控制分配问题,将控制分配问题转化为有约束的优化问题,进而采用混合线性规划算法对其进行求解。针对气动操纵面与控制力矩呈现非线性关系的情况,采用分段线性规划算法解决了控制面发生故障等非线性在线可重构优化问题。最后通过仿真,验证了多种故障模式分段线性分配方法具有良好的可重构性能以及较小的分配误差。     

菱形翼布局无人机多舵面控制特性研究

采用控制分配技术对菱形翼布局无人机进行控制律设计,可以充分发挥其多舵面的优势,且在故障情况下进行控制重构而不改变飞行控制律.采用PID方法设计以虚拟舵面为输入的基本控制律,然后分别采用不动点迭代法、序列二次规划法(SQP)设计线性、非线性控制分配律,对比两种控制分配方法对控制系统的影响.经过仿真验证表明,由于阻力舵非线性舵效的影响,线性分配方法对指令的跟踪存在一定的误差,但是通过调整航向增稳系统的控制增益可以使控制系统具备足够的鲁棒性以克服跟踪误差的影响;非线性控制方法可以准确跟踪控制指令,但是其比线性分配方法计算耗时长.     

Autonomous Control Reconfiguration of Aerospace Vehicle Based on Control Effectiveness Estimation

未来空天飞行器跨空天两域飞行,要求有较高的自主性以适应由故障和环境变化带来的不确定因素。针对空天飞行器的不确定性,提出了自主控制重构方案。研究了线性模型的时变控制效益的估计方法,提出并证明了效益矩阵可估计的充分条件,给出了相应的算法并证明了其收敛性和对噪声的鲁棒性;提出了基于线性规划和模糊逻辑的控制分配算法,通过冗余效应器实现了不确定条件下的自主控制重构。系统集成和仿真结果分析验证了方案和算法的有效性。     

一类控制受限不确定系统的控制分配重构控制

针对一类控制受限的不确定性系统,提出了一种基于控制分配理论的重构控制策略。该重构策略充分考虑了作动器偏转受约束的情形,基于伪逆控制分配算法,利用自适应控制理论和李雅普诺夫稳定理论,设计了控制分配阵的自适应控制律,使得系统在作动器发生饱和的情形下自适应地调节控制分配阵,从而改变作用于作动器的控制指令,完成系统的重构任务。最后以某多操纵面战机模型为算例对算法予以验证,仿真结果表明了算法的合理性。     

基于自适应反演滑模的末制导律设计

针对三维导弹-目标相对运动模型,结合反演控制、滑模控制和自适应技术,设计了一种新的自适应反演滑模末制导律。针对目标机动加速度上界难以获取的问题,将目标机动加速度视作模型的干扰,设计了一种自适应律对其进行在线估计,并将估计值补偿到制导律中。运用李亚普诺夫稳定性理论证明了系统的全局渐进稳定性和误差的收敛性。仿真结果证明了所设计的自适应反演滑模末制导律对机动目标的鲁棒性和有效性。     

无人机空中加油自主编队控制器设计

针对自主空中加油(AAR)任务中的飞行器编队形成问题,提出了一个完整的自主控制器方案。采用基于视线的编队制导律控制队形,产生制导指令。针对加油编队过程中产生的模型误差和尾涡扰动等不确定性,基于RBF神经网络和自适应Backstepping方法,设计了UAV姿态和速度非线性控制律来在线逼近和补偿不确定性,保证系统的鲁棒性和稳定性。使用协调转弯方式将航迹角指令转换为姿态指令,以实现控制律对航迹角指令的精确跟踪。最后,仿真结果验证了制导律和控制律的有效性。     

基于简单自适应控制的滑模飞行重构控制律

为提高飞行重构控制系统的鲁棒性,提出了一种基于简单自适应控制的滑模变结构重构控制律设计方法。采用简单自适应控制取代传统的等效控制律,可以较好地解决原等效控制律求取完全取决于被控系统结构和参数以及计算复杂等问题;同时引入饱和函数替代符号函数来减弱变结构控制的抖振现象;利用李雅普诺夫稳定性理论分析了该重构飞行控制系统的稳定性;以某型飞机侧向飞行控制系统为例,进行了仿真分析与研究。结果表明,该方法对操纵面损伤等故障具有较强的适应能力,使重构飞行控制系统在跟踪参考输入信号时具有较好的鲁棒性。     

舰载无人机横侧向着舰控制律设计

舰载无人机横侧向控制一直是着舰控制律设计的难点。为了解决着舰横侧向控制的难题,针对舰载无人机的非线性模型采用了反演控制器设计方法,为解决传统反演的计算膨胀问题,引入了指令滤波方法,同时只设计了一个Lyapunov函数证明了稳定性;由于舰载机动力学模型不能精确获得,采用了自适应方法对其进行估计。设计的横侧向着舰控制器,能较好地解决横侧向控制器设计过程中的耦合问题,并且和传统PID进行了仿真对比,证明了所设计的控制律满足了对参考信号跟踪的性能要求。     

含控制分配的六旋翼无人机模型参考容错控制

针对六旋翼无人机动力系统执行器故障问题,设计了一种基于模型参考滑模与动态控制分配相结合的容错控制器。利用线性二次调节方法设计参考模型,依据状态误差给出干扰存在下模型参考滑模的基本控制律。在此基础上,采用观测器将执行器发生卡死或失效的故障重构,利用故障信息结合控制分配策略,在线调整控制分配矩阵,减少故障执行器的使用率,实现容错控制目的。仿真结果表明,该控制策略能有效降低故障执行器对飞行姿态和轨迹的影响。     

超机动飞行的动态面Backstepping控制

设计了一种超机动飞行的动态面Backstepping控制方法.新控制律在保留Backstepping"递归"设计步骤的基础上,放弃了参数自适应律;通过构造滑动面变量并根据能达条件,来设计中间虚拟控制信号和最终控制信号;通过在"递归"过程中增加一低通动态滤波器,避免了设计过程中对某些非线性信号的微分,减小了控制律的计算量.数值仿真结果表明,新控制律较简单地实现了超机动飞行时良好的飞机操纵指令信号跟踪,且易于工程实现.     

导弹复合控制系统的模糊逻辑控制分配

针对空空导弹复合控制系统中的控制分配问题,提出了一种模糊逻辑控制分配算法。采用动态面控制方法设计了复合控制量的控制律。在设计过程中,利用扩张状态观测器估计汇总不确定项,并采用光滑二阶滑模控制算法设计了控制律,达到了提高鲁棒性和削弱抖振现象的目的。应用模糊逻辑控制分配算法将复合控制量分解为直接力控制指令和舵偏角控制指令。为了检验所设计的复合控制系统的控制效果,对采用基于模糊逻辑控制分配算法的复合控制系统和传统的气动力控制系统进行了对比仿真实验。仿真结果表明,所设计的复合控制系统具有更好的控制效果。     

战斗性机动飞行的智能反步自适应控制

针对飞机战斗性机动飞行时模型非线性和参数不确定性的特点,提出了一种非线性反步自适应控制方法.在系统输入输出反馈线性化基础上,基于滑模的思想适当选取李亚普诺夫函数,通过反步的方法回馈递推得到控制律,并且利用粒子群算法优化固定参数改善动态性能,同时设计相应的自适应律来调节未知参数,最后通过伪逆控制分配方法得到最终控制信号.仿真结果表明:在较大的模型气动参数不确定条件下,所设计的控制律仍能理想地跟踪飞机战斗性机动指令飞行,同时具有快速的收敛性和良好的鲁棒性.     

两类混合优化控制分配算法的灵敏度分析

在研究指令灵敏度的基础上,定义了一种描述控制分配算法响应飞机包线范围内工作状态变化的灵敏度.阐明了控制分配模块的功能,对比研究了两类实时性较好的混合优化控制分配算法:线性混合优化法和二次混合优化法;分别采用单纯型法和有效集法进行求解,结合指令灵敏度和状态灵敏度的定义分析了两类混合优化方法的灵敏度.计算结果表明,在虚拟指...     

伪逆法在飞行控制系统中的应用研究

伪逆法在飞行控制系统中已被广泛的应用，可以解决舵面指令重分配等问题。本文介绍了伪逆算法的理论基础，并结合算例重点分析了伪逆法在应用时需要满足的一些条件，针对飞行重构控制系统提出了具体实现的算法。     

航天器姿态控制系统的退步控制设计方法

研究了航天器的姿态控制问题.考虑了飞轮作为执行机构的姿态动力学模型,应用退步控制理论设计了姿态控制算法.该算法克服了飞轮的电机滞后带来的影响,保证了姿态控制系统对指令信号的跟随.对所设计的控制律进行了数值仿真.仿真结果说明了所设计的控制律的有效性.     

基于模糊模型的鲁棒自适应重构飞行控制

提出了一种基于模糊模型的歼击机鲁棒自适应重构控制方案。整个控制方案基于T S模糊模型,将歼击机各飞行状态的局部线性调节器与鲁棒自适应神经网络重构控制器相结合,避免了传统的增益预置方法中控制律在不同工作点之间切换造成的参数突变对系统性能的影响,可以保证系统在全局上拥有局部工作点具有的期望性能,证明了重构系统的全局闭环渐近稳定性。所提出的带有补偿项的完全自适应RBF神经网络,通过在线自适应调整RBF神经网络的权重、函数中心和宽度,提高了神经网络的学习能力,同时通过自适应补偿项来在线估计神经网络的近似误差边界,可以有效地在线修正建模误差、外扰及操纵面故障等因素的影响,保证系统的操纵品质。仿真结果表明了所提出方法的有效性。     

一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法，并应用于超机动飞机控制器设计中，飞机的基本控制采用非线性动态逆方法进行设计，对于模型不准确导致的逆误差采用神经网络进行在线补偿，仿真结果表明，采用神经网络补偿误差，弥补了非线性动态逆要求精确数学模型的缺点，而且可以简化动态逆控制律的设计，改善整个控制系统的性能。