一类非线性系统的模糊自适应跟踪控制

针对一类非线性系统，把模糊T—S模型和自适应模糊逻辑系统两种模糊逻辑方式结合起来，提出了一种基于观测器的跟踪控制方案。首先，应用模糊T—S模型对非线性系统建模，设计观测器用来观测系统状态；由线性矩阵不等式得到模糊模型的控制律。其次，构建了自适应模糊逻辑系统；应用基于权值、中心和宽度三个参数可调节的自适应模糊逻辑系统作为补偿器来补偿建模误差。文中证明了闭环系统满足期望的跟踪性能，实现了跟踪目的。两连杆机械臂的仿真结果表明该方案消除了建模误差对跟踪的影响。     

无人机绕速度矢量轴滚转机动自适应滑模边界保护控制

针对无人机绕速度矢量轴滚转机动下状态易越界的问题,研究了一种自适应滑模边界保护控制方法。首先,基于二分法思想改进可达平衡集并引入指令约束方法,进而实现在线边界解算与约束指令生成。其次,为抑制不确定性和外部未知干扰对闭环系统的不利影响,利用径向基神经网络逼近系统不确定性并设计非线性二阶干扰观测器估计复合干扰,进一步设计自适应滑模边界保护控制器以实现无人机在安全边界内的姿态跟踪。最后,通过数值仿真验证了自适应滑模边界保护控制方法的有效性。     

基于未知状态估计器和改进跟踪微分器的柔性关节预设性能反演控制（英文）

为解决由模型不确定性和外部未知干扰导致的柔性关节系统控制偏差问题，提出一种基于未知状态估计器和跟踪微分器的预设性能反演控制方法。设计一种基于低通滤波器的未知状态估计器，该估计器仅依赖于模型的名义值即可估计集总扰动。构造了一种新的有限时间收敛预设性能函数，并基于该函数设计反演控制器，用于在保证闭环系统所有信号有界的情况下，使关节跟踪误差在约定时间内收敛到预定的任意小区域。为避免反演控制器的微分爆炸问题，设计基于改进Sigmoid函数的跟踪微分器来估计虚拟控制律的微分信号。仿真结果表明，在未建模动态和外部未知干扰的影响下，所提方法能够保证关节跟踪误差在有限时间内收敛到任意给定范围，有效提高了柔性关节的瞬态和稳态性能。     

基于模型参考自适应的高超声速飞行器容错控制

针对执行机构部分失效情况下高超声速飞行器控制器的设计问题,提出了一种模型参考自适应容错控制设计方案。依据线性化的高超声速飞行器名义模型,设计名义反馈控制增益,并确定一个可保证自适应控制安全的参考模型,然后设计自适应补偿控制器消除执行机构控制效益及系统参数不确定性的影响。提出的自适应参数估计律由滤波的误差信号和特别设计的预测误差信号驱动,可实现更好的参数估计。该方案能保证闭环系统的稳定性,并能保证执行机构部分失效及系统参数不确定情况下的控制性能。仿真结果验证了该控制方法的有效性,在执行机构部分失效情况下,控制系统实现了良好的跟踪性能。     

复合干扰下永磁球形电机的全阶滑模控制

针对受外部干扰和模型不确定性影响的永磁球形电机运动系统,提出一种基于有限时间干扰观测器的全阶滑模控制方法。首先,在复合干扰下建立永磁球形电机的动力学模型,其不确定性包括建模误差和外界干扰。其次,设计有限时间干扰观测器以快速、准确地估计出系统的复合干扰。然后,为永磁球形电机设计了全阶滑模面,理想滑模运动时反映其全阶动态特性,而不是传统滑模控制系统中的降阶动态特性。最后,通过李雅普诺夫定理证明了所提控制方法的闭环系统的稳定性。仿真和实验结果表明所提控制器在复合干扰情况下具有良好的动态特性和抗干扰能力。     

基于神经网络的一类非线性系统自适应回馈递推控制

文章针对一类非线性系统,研究了一种基于回馈递推法的自适应神经网络控制方法.首先基于隐函数定理和中值定理推导出模型跟踪误差的动态特性,再利用多层感知器神经网络并设计适当的权值调整规则使其能够自适应的逼近和补偿误差提高系统的鲁棒性.基于Lyapunov方法证明了闭环系统所有信号有界且跟踪误差收敛到一个很小的邻域,所得到的闭环系统是一致稳定的.仿真结果验证了所研究算法的有效性.     

基于未知输入观测器的四旋翼无人机故障诊断与模型参考容错控制

对四旋翼无人机（Unmanned aerial vehicle， UAV）姿态控制系统的执行器故障诊断问题进行了研究，在系统模型方面全面地考虑了模型的非线性和四旋翼无人机在飞行过程中受到外部干扰的情况。由于未知输入观测器可以将干扰、误差等作为未知输入进行处理，对干扰不敏感而对故障比较敏感，故设计了一种新的未知输入观测器进行故障诊断。同时为了保持四旋翼无人机在故障发生后的稳定性或者仍然可以按照预定轨迹运动，在得到准确的故障估计后为四旋翼无人机姿态控制系统设计了模型参考容错控制器，使其可以跟踪给定的参考模型。仿真结果证明了本文提出的故障诊断与容错控制方法的有效性。     

不确定非线性系统的鲁棒输出跟踪

研究了一类具有参数不确定性和外界干扰的仿射非线性系统鲁棒输出跟踪控制问题。首先利用微分几何理论中的输入输出反馈线性化技术钭不确定线性系统通过一非线性状态变换化为线性化规范形，然后利用变结构控制的思想提出了一种基于标称系统和不确定性范数界的鲁棒输出跟踪控制器设计方案，并用李雅普诺夫稳定性理论证明了利用本文设计的跟踪控制器可保证闭环系统是有界稳定的，且稳态输出跟踪误差为零。由于所设计的跟踪控制律连续，克服了常规变结构控制方案可能引起的高频抖振现象。将本文结论应用于一空间飞行器的姿态跟踪控制问题，仿结果表明了该设计方法的有效性。     

高超声速飞行器自适应抗饱和再入控制

高超声速飞行器（Hypersonic vehicle,HSV）再入过程中易发生舵面饱和现象,并且其动力学模型具有强烈不确定的特征,这导致其姿态控制系统的设计极富挑战性。针对舵面受限的非线性控制问题,提出外部Anti windup系统结合二阶Terminal滑模控制律的设计方法,能够实现对气动舵面饱和的控制补偿,使HSV快速平稳地跟踪指令信号。其次,针对HSV的强不确定控制问题,提出自适应滑模干扰观测器（Adaptive sliding mode disturbance observer,ASMDO）的方法来对再入气动参数不确定及强外界干扰进行估计,此方法无需干扰界已知且学习参数少,适合实时控制。最后, 再入姿态控制的仿真结果表明了该控制方法的有效性和强鲁棒性。     

一类非线性系统的自适应模糊控制

针对一类具有未知常数控制增益的非线性系统，基于滑模型控制原理并利用Ⅰ型模糊系统的逼近能力，提出了一种自适应模糊控制器设计的新方案，该方案通过引入最优逼近误差自误应补偿项来消除建模误差的影响，从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件，通过理论分析，证明了闭环控制系统是全局稳定的，跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

基于迭代学习观测器的容错控制

提出了一种基于迭代学习观测器(ILO)将故障检测和容错控制进行统一设计的方法。迭代学习观测器不仅可以用于进行状态估计和故障检测,而且可以用于获得控制输入调节项并进行故障估计。设计重构控制律的基本思想是利用估计状态和控制输入调节项来补偿故障引起的影响。文中还给出了特定假设条件下闭环重构控制系统稳定性的严格证明。理论分析和仿真研究表明,所提的方法是有效的并可保证闭环系统具有良好的重构性能．     

基于T-S模糊模型和迭代学习观测器的飞行系统故障容错控制

针对执行器失效的一类飞行控制系统,提出基于迭代学习观测器的模糊容错控制律,利用Takagi-Sugeno(T-S)模糊模型对非线性系统进行描述、建模和控制.一旦系统发生故障,迭代学习观测器在估计系统状态的同时估计执行器的卡死值,然后利用估计的状态和故障信息构成反馈模糊控制律进行调节,以实现故障系统对参考系统的状态跟踪.给出了系统能进行容错控制的参数匹配条件,并利用Lyapunov理论详细分析了系统的稳定性以及闭环系统信号的有界性,某歼击机的仿真实例证明了本文方法的有效性.     

基于ESO与NTSM的汽车主动前轮转向控制

提出基于扩张状态观测器(Extended state observer,ESO)与非奇异终端滑模(Nonsingular terminal sliding mode,NTSM)的车辆主动前轮转向控制。首先建立二自由度车辆模型计算车辆理想参考横摆角速度。其次以二自由度模型为基础设计扩张状态观测器与非奇异终端滑模控制器,扩张状态观测器能估计车辆状态与扰动,非奇异终端滑模控制器能对扰动进行补偿并输出控制量。最后在Matlab/Simlink中建立了扩张状态观测器与非奇异终端滑模控制器,采用CarSim非线性车辆模型进行仿真试验,研究了NTSM与PID控制器的闭环控制性能以及鲁棒性,并对两种控制器试验结果进行对比。结果表明,非奇异终端滑模控制的车主动前轮转向系统能有效改善车辆的操纵稳定性,控制器具有强抗干扰能力、良好的路径跟踪性能和鲁棒性,且优于PID控制器。     

输入受限乘波体飞行器的最优跟踪控制方法

针对存在输入受限的乘波体飞行器最优跟踪问题,基于反演控制设计了最优跟踪控制器。将控制分为稳态跟踪控制和瞬态最优控制两部分。首先基于反演控制框架,引入有限时间收敛跟踪器对虚拟控制律进行估计,避免了普遍存在的“微分项膨胀”问题。其次,考虑系统中存在不确定项,设计了非线性干扰观测器对不确定项进行估计,确保控制器的鲁棒性。同时,充分考虑输入受限情况,基于辅助误差补偿策略对控制输入进行修正。然后,为了实现最优控制,基于自适应动态规划设计瞬态最优控制器。最终通过数字仿真,验证所设计控制方法的有效性。     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

不确定串联非线性系统具有L2增益的鲁棒自适应控制

研究了一类含有未知参数和干扰的串联非线性系统H∞鲁棒自适应控制问题。结合H∞控制和自适应控制，基于李亚普诺夫函数递推设计方法设计了H∞状态反馈自适应控制器，并且得出了控制器的精确解，避免了求解HJI不等式设计控制器的困难。该控制器不仅保证闭环系统ISS稳定，而且使得系统对于所有允许的参数不确定从干扰输入以可控输出的L2增益不大于给定的值。仿真结果表明了所设计的控制器的可行性和有效性。     

干扰和执行器故障下的舰载机着舰容错控制系统

本文提出了一种执行器故障的舰载机着舰容错控制系统,该系统可有效抑制着陆过程中的外界干扰和执行器故障带来的不利影响。首先,利用基于最小二乘的自回归模型对甲板运动进行预测,以获得在波浪干扰下的准确落点;其次,设计了下滑路径导引律,利用该导引律生成飞行航迹角;此外,设计了基于干扰观测器的快速终端积分滑模控制器,利用低通滤波器实现了控制器串联设计;最后,通过李雅普诺夫函数证明了该容错控制方法的跟踪误差一致有上界。将本文方法与比例-积分-微分控制器进行了对比数值仿真,验证了该算法的可行性。     

MIMO非线性非最小相位系统的鲁棒跟踪控制

针对仿射多输入多输出非线性非最小相位系统,提出了一种新的鲁棒跟踪控制方案.用反馈线性化解耦系统输入输出关系,通过高增益状态反馈镇定系统外部动态,通过模型预测控制镇定系统内部动态,所设计的控制器能保证跟踪控制闭环系统的指数稳定性,且对系统参数扰动具有鲁棒性.仿真结果表明了所提出方法的有效性和优越性.     

无人直升机吊装系统预设性能鲁棒减摆控制（英文）

针对无人直升机吊装系统在吊运过程中受扰而偏离平衡态的问题,研究了一种基于误差转换函数的鲁棒减摆控制方法。首先建立无人直升机吊装系统的全状态耦合非线性数学模型;其次利用平飞下无人直升机吊装系统的两个理想摆角值和实际摆角值构造了摆角误差,并且研究误差变换函数以保证摆角误差满足预设性能;然后引入非线性干扰观测器估计有界干扰,并且分别基于预设性能方法、干扰观测器的输出和滑模反演方法设计无人直升机吊装系统的鲁棒控制器、速度和姿态子系统的鲁棒控制器;进一步利用构造的李雅普诺夫函数证明了闭环系统稳定性;最后仿真结果表明了控制策略的有效性。     

多模型直接自适应执行器故障补偿控制系统

为了更快更好地补偿执行器故障带来的不确定性,发展了一种新的多模型自适应执行器故障补偿控制系统设计方法。首先,分析所有可能的执行器故障模式,得到故障模式集。再针对每一种故障模式,分别进行控制器设计,控制器设计时采用直接模型参考自适应执行器故障补偿控制方法进行设计。然后根据参数估计误差分别计算每种故障模式下系统的性能损失函数,选择性能损失最小的子系统对应的控制器作为当前的全局控制器。最后以飞行控制系统为例进行了仿真,仿真结果表明,所设计的多模型直接自适应执行器故障补偿系统闭环稳定,且有良好的跟踪性能。