基于Backstepping的严格反馈极值搜索系统控制器设计

针对一类含不确定参数的严格反馈型极值搜索系统的控制问题,将极值搜索方法和反演(Backstepping)控制方法相结合,设计出系统状态的极值参考轨迹,利用 Backstepping控制方法逐步递推选取适当的 Lyapunov函数设计控制器和不确定参数自适应估计律,实现目标函数的极值搜索。仿真表明所提出控制器设计方法的有效性。     

基于极值搜索的四旋翼无人机自抗扰控制

为了提高四旋翼无人机飞行过程中的抗干扰能力,提出了基于极值搜索算法的自抗扰控制技术。首先,建立了四旋翼无人机非线性数学模型;然后,设计了基于极值搜索的自抗扰控制器,对无人机的位置和姿态进行控制;同时,设计扩张状态观测器估计系统内部及外部总扰动,对系统扰动进行补偿。仿真结果表明,所提方法不仅能抑制外界干扰,而且能显著改善飞行控制系统的瞬态性能和稳态性能。     

利用神经网络快速极值搜索算法研究微喷十字梁系统

针对极值搜索算法在一般实际系统中的应用问题,以微喷十字梁实验系统为例,采用极值搜索算法,设计出控制器,同时考虑加入动态补偿器和RBF神经网络改善系统性能。仿真结果表明,该设计系统具有较好的稳定性及动态性能,对于噪音具有较强的鲁棒性,从而提出了一种在一般实际系统中应用极值搜索算法的方法。     

MIMO仿射型非线性系统的滑模切换极值搜索控制

针对 MIMO仿射型非线性系统设计了一种基于分数阶积分的滑模切换极值搜索控制方法,将系统分解为若干个子系统,对每个子系统采用输出跟踪误差以及该误差函数的分数阶积分值构造切换函数,构造滑模切换极值搜索控制律,证明了方法的稳定性。对比已有的方法进行仿真分析,验证了方法具有较好性能。     

基于跟踪微分器的高超声速飞行器Backstepping控制

针对存在模型参数不确定和外部干扰的高超声速飞行器（HFV）跟踪控制问题,提出一种基于Backstepping方法的抗饱和非线性控制器。将飞行器纵向动力学模型分为速度子系统和航迹倾角子系统,然后针对每个子系统单独设计控制器。设计跟踪微分器获得信号的一阶导数,用以估计系统中的不确定干扰项和避免"微分项膨胀"问题。控制器设计过程考虑了控制量发生饱和的情况。基于Lyapunov理论证明了闭环系统信号的稳定性。与传统高超声速飞行器Backstepping方法相比,所设计的控制器采用待跟踪状态与理想控制指令之间的实际误差作为反馈量,放宽了对系统干扰项的限制,提高了控制器对控制增益变化的适应性,进而提高了闭环系统的跟踪控制性能。对比仿真结果验证了所设计方法的有效性。     

基于多变量ESA的反演控制方法在微喷十字梁系统中的应用

针对传统参数调节方法耗时长、盲目性大的不足,提出了基于多变量极值搜索算法(ESA)的反演控制器设计方法,并应用Lyapunov理论对其稳定性进行了分析。利用多变量ESA在线寻找代价函数极值而获得优化参数值,并通过多通道极值搜索渠道对各参数同时进行自适应寻优调节,克服了参数间的耦合作用,简化了参数调节过程,并缩短了系统收敛时间。仿真结果表明,该方法可以较快地找到优化参数值,有效缩短了系统收敛时间。     

涡扇发动机极值限制保护闭环控制设计

现代高性能涡扇发动机采用分段组合多变量控制计划,以发挥发动机工作在整个飞行包线范围内的气动热力设计潜力。为保证发动机在过渡态工作的安全性,控制系统中必须考虑极值限制保护控制的设计问题。为避免直接限制保护控制引发的不同控制通道切换带来的系统震荡问题,提出1种高回路稳态增益的滞后-超前频域校正间接极值限制保护控制器设计方法,在保证限制回路足够的稳态精度和抗噪声能力的同时,又避免了引入积分环节导致相角裕度损失过大的缺点。通过发动机线性模型和非线性模型的控制系统仿真,验证了所述方法设计限制控制器的有效性。     

基于极值理论的平尾结冰飞行风险评估

提出了结合极值理论与Copula模型来量化评估平尾结冰条件下飞行风险概率的方法。通过建立人-机-环复杂系统模型,对平尾在进近与着陆过程中的结冰情形进行仿真,采用蒙特卡罗法提取平尾结冰极值参数,验证了所提取极值参数符合一维广义极值（GEV）分布,根据飞行风险的定义和相关安全性准则,建立了平尾结冰飞行风险发生的判定条件,计算得出一维极值飞行风险概率;在此基础上选取Copula模型来描述二维极值参数的相关性,对多种Copula模型的未知参数进行辨识,通过拟合优度检验对精度进行验证,得出Joe Copula模型对二维极值分布的描述最为准确,运用Joe Copula模型计算出二维极值飞行风险概率,有效解决了一维极值具有的局限性。所提方法对飞行安全评估等理论有一定参考价值,能为平尾结冰飞行事故的预防提供分析和检验依据。     

一类含动态扰动的随机非线性系统的FNN控制

针对一类非仿射且带有动态扰动的纯反馈随机非线性不确定系统,在随机Lyapunov稳定性理论框架下,利用自适应Backstepping方法并结合模糊神经网络( FNN),设计出保证闭环系统所有信号概率意义下有界的自适应控制器。在控制器设计中,对系统动态扰动进行参数化处理,并对系统不确定性进行FNN逼近,以四层神经网络为基础构架,引入模糊逻辑对网络进行推理,其输出权值可自适应调整,设计方法有效地减少了可调参数的数量,数值仿真结果也表明设计方法的有效性。     

极值搜索算法的研究与进展

回顾了极值搜索算法的发展历程,分析了单变量和多变量极值搜索算法、滑模极值搜索算法、斜率搜索算法等算法的优缺点,着重描述了变参数滑模极值搜索算法和退火回归神经网络极值搜索算法等,并且通过重构系统的损失函数方法将极值搜索算法的应用推广至一般系统,拓展了其应用范围。通过其应用实例说明,极值搜索算法能够解决航空控制、工业生产中的一些关键技术问题,因而有必要深入研究极值搜索算法。     

变参数滑模极值搜索算法研究

针对滑模极值搜索算法中系统在提高控制精度与收敛速度之间存在相互制约的问题, 提出了变参数滑模极值搜索算法,分析了两种变参数的形式,通过仿真对比,说明变参数滑模极值搜索算法能同时兼顾系统的收敛速度和控制精度。     

无稳定状态颤振的单变量极值搜索算法仿真

针对无稳定状态颤振的单变量极值搜索算法限制条件较为严格的问题,利用平均化方法构造了平均化系统并证明了算法的稳定性,给出了系统参数的选取条件。以微喷十字粱实验系统为例进行应用仿真研究,说明无稳定状态颤振极值搜索算法可减弱系统颤振,改善算法稳定性和准确性。     

一种新的极值搜索算法及其在航空发动机燃烧主动控制中的应用

 针对航空发动机存在的不稳定燃烧控制问题,推导出当发动机不稳定燃烧时,燃烧室内的振荡压力与平均燃空比值之间的函数模型,此函数模型构建了压力振荡变化的幅值与平均燃空比值之间的极值关系。提出了一种新颖的退火递归神经网络极值搜索算法,可以自适应地搜寻出极值模型中最优的平均燃空比值,实现对燃烧室内压力振荡变化的最小幅值控制,并有效地抑制了燃烧室的不稳定燃烧现象。通过仿真对比,验证了方法的有效性。     

应用极值搜索算法优化无人机近距离编队飞行

针对无人机近距离编队飞行问题，采用极值搜索算法．解决其中僚机所需动力最小化的控制问题。在近距离飞行编队中，充当僚机的无人机会受到前面长机产生的旋涡力的影响，旋涡力是两飞机间距离的函数，以僚机的俯仰角作为搜索目标，寻求两无人机问的最大旋涡力．使得僚机所消耗动力最小，从而构造出最优的飞行编队结构。通过仿真．验证了所设计的控制方法能够极大地节省僚机的能量。     

基于方波信号的半全局极值搜索算法

针对半全局极值搜索算法,采用正弦信号作为激励信号时,幅值自适应律初始值选取严格、输出存在颤振的问题,提出了采用方波信号作为激励信号。利用平均化方法证明了激励信号选取较小的初始值即可使目标函数收敛到全局极值,同时减弱了输出颤振;采用正弦和方波信号作为激励信号进行仿真对比,说明方波信号可以提高算法的半全局收敛性,有效减弱输出颤振。     

飞翼无人机机动飞行非线性反步控制律设计

飞翼布局无人机具有操纵能力不足、非线性和耦合性强的特点。传统的反步控制方法能够提高飞翼 无人机系统的鲁棒性,但是存在奇异值计算、保守性等问题。本文提出一种改进的反步控制方法。建立飞翼无 人机仿射非线性模型,运用该方法进行鲁棒控制器设计,并进行仿真验证分析。结果表明:该方法解决了传统 反步控制方法所具有的奇异值计算、保守些问题,突破现有鲁棒设计方法对系统不确定性范数上界已知要求的 限制,所设计的控制器鲁棒性较高。