基于T-S模糊系统的空天飞行器鲁棒自适应轨迹线性化控制

 基于T-S模糊系统提出了鲁棒自适应轨迹线性化控制(RATLC)方法。利用T-S模糊系统逼近未知干扰和不确定性因素，并采用Lyapunov方法设计了鲁棒自适应控制律。不论系统状态的维数和用于逼近不确定的模糊系统规则数为多少，整个系统仅有两个参数在线调整。理论分析证明了闭环系统所有信号一致最终有界。应用提出的控制方案设计了空天飞行器(ASV)飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明了控制方案的有效性和鲁棒性。     

角伺服系统模糊自适应PID控制研究

将模糊控制和PID控制相结合,提出了一种智能复合控制策略,并将其应用于某型导弹系统角伺服系统的控制。利用模糊控制在线自适应调整PID控制器的参数,从而使系统的静态和动态性能指标较为理想。在Simulink中的仿真结果表明,这种模糊PID控制器的控制效果优于单纯的PID控制,超调量小,抗干扰性能强,对变参数系统的鲁棒性强,满足在线实时自适应控制的要求。     

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。     

模糊分层模型参考自适应控制方法在机器人视觉伺服中的应用

研究了基于图像的视觉伺服机器人系统的控制问题。首先建立了视觉伺服GRB-400机器人的图像雅可比矩阵,然后针对该动态LookandMove系统提出了一种带有模糊自调整能力的分层模型参考自适应控制的设计方法,其特点是设计方法简单并可以在线调节相关参数,给出了闭环系统的阶跃响应实验结果,并与原分层模型参考自适应控制闭环系统的动态性能做了比较,实验证明了改进后的闭环系统具有更好的动态性能。     

基于自适应模糊系统的空天飞行器非线性预测控制

 针对一类多输入多输出非线性不确定系统,提出了基于自适应模糊系统的非线性预测控制方法。控制器由基于模糊系统的非线性预测控制器和鲁棒自适应控制器两个部分组成。根据系统的跟踪误差在线调整模糊系统的权值,使得模糊系统一致逼近被控对象中的非线性函数,通过泰勒展开设计出基于模糊系统的非线性预测控制律,避免了预测控制在线优化带来的繁重的计算负担。鲁棒自适应控制器则用于减少不确定和模糊逼近误差对系统的影响。所设计的控制器保证了闭环系统的最终一致有界稳定。基于Lyapunov稳定原理,给出了理论证明和分析。最后利用提出的控制方案设计了空天飞行器高超声速飞行姿态的控制系统,仿真结果表明了控制方案的有效性。     

空天飞行器的鲁棒自适应模糊轨迹线性化控制

提出了鲁棒自适应模糊轨迹线性化控制(RAFTLC)方法并应用于空天飞行器(ASV)飞行控制系统设计.根据系统的先验知识, 设计出标称模糊系统对系统的未知干扰和不确定进行估计, 并通过鲁棒自适应控制项来克服标称模糊系统逼近误差和权值误差的影响.标称模糊系统逼近误差和权值误差的界在线调整.采用Lyapunov方法证明了闭环系统的所有信号一致最终有界.最后利用提出的控制方案设计了ASV飞行控制系统, 并在高超声速条件下进行了仿真验证.仿真结果表明了控制方案的有效性和鲁棒性.      

超声速导弹的自适应滑模动态面控制

为了提高超声速导弹过载控制系统的快速性,提出了一种自适应滑模动态面控制方法,并采用该方法进行了过载控制系统的设计。通过引入虚拟控制量,该方法克服了内外环设计中需要划分快、慢变量的缺点,提高了过载控制系统的跟踪速度。同时,对系统中存在不确定量的情况进行了研究,采用自适应滑模控制算法对不确定量的边界进行了估计,保证了整个闭环系统的渐近稳定性。仿真结果表明,所提出的自适应滑模动态面控制方法具有良好的控制性能。     

基于模糊自适应扩展卡尔曼滤波器的异步电动机无速度传感器控制

针对传统扩展卡尔曼滤波器(EKF)固定的噪声协方差矩阵在观测感应电动机转速时不能同时满足系统动态和静态下精确估计的问题,提出了一种模糊自适应调整噪声协方差的方法。该方法可以根据状态鉴别器输出状态,经模糊自适应调整噪声协方差矩阵参数,解决了系统在动态和静态时对噪声协方差矩阵中不同参数需求的问题。仿真表明所提模糊自适应EKF转速估计精度更高,有效地提高了系统的抗干扰能力。     

非线性系统的神经元自适应PID控制

针对一类具有时滞的非线性系统,提出了一种神经元自适应PID控制方法.根据被控对象响应的控制品质要求,利用神经元的权值在线调整功能,可以实时调整控制系统的PID参数,克服了经典PID控制算法中参数不易实时在线调整的缺点.仿真结果显示了该设计方法的有效性.     

陀螺稳定平台视轴稳定系统自适应模糊PID控制

 在运动载体上的光电跟踪系统中，需要采用建立在陀螺稳定平台上的视轴稳定控制。分析了平台结构和惯性稳定隔离原理。针对系统机械谐振、力矩耦合及电气参数波动等非线性不确定因素的影响，设计了复合自适应模糊PID控制器。引入自适应调整因子进行控制规则和参数的在线修正，采用复合控制克服模糊控制固有的盲区，实现无差调节。在光电跟踪转台上的实验结果显示该方法能够有效地隔离载体扰动，减小扰动造成的误差，保证视轴对目标的准确瞄准，具有快速的动态响应和较强的抗干扰性。     

驾驶员模糊控制模型与仿真分析

根据飞机驾驶员的控制行为，建立了驾驶员的基本模糊控制模型，然后利用李雅普洛夫综合法设计了两种自适应算法，来调整基本模糊控制模型的某些参数，建立了两类自适应模糊控制模型。对风切变大气环境下飞机进场下滑过程进行了仿真计算，结果表明，所建立的模型是合理的，能在一定程度上反映驾驶员的操纵情况。     

Attitude tracking control for variable structure near space vehicles based on switched nonlinear systems

An adaptive robust attitude tracking control law based on switched nonlinear systems is presented for a variable structure near space vehicle (VSNSV) in the presence of uncertainties and disturbances. The adaptive fuzzy systems are employed for approximating unknown functions in the flight dynamic model and their parameters are updated online. To improve the flight robust performance, robust controllers with adaptive gains are designed to compensate for the approximation errors and thus they have less design conservation. Moreover, a systematic procedure is developed for the synthesis of adaptive fuzzy dynamic surface control (DSC) approach. According to the common Lyapunov function theory, it is proved that all signals of the closed-loop system are uniformly ultimately bounded by the continuous controller. The simulation results demonstrate the effectiveness and robustness of the proposed control scheme.     

基于Lyapunov函数的不确定模糊控制系统设计

研究一类不确定T-S模糊系统的稳定性问题,考虑了平行与非平行分配补偿控制器的设计,并把线性矩阵不等式方法运用到了非平行分配补偿控制器中。基于Lyapunov函数把系统稳定的充分条件延伸到了不确定模糊控制系统。最后通过数值实例说明了本结论的有效性。     

基于径向基神经网络的不确定非线性系统的鲁棒自适应控制

 针对能够采用仿射非线性表示的含有不确定动态的非线性系统 ,提出了一种鲁棒自适应控制方法 ,该方法根据离线辨识出的受控对象的已知部分 ,采用神经网络在线辨识其未知部分 ,并针对辨识得到神经网络模型采用反馈线性化方法设计出自适应控制器 ,同时引入滑模控制方法以增强控制系统的鲁棒性 ,从而实现鲁棒自适应控制。通过对具有未建模动态的非线性直升机空气动力学模型 ,设计了总距通道系统。仿真表明该方法是有效的。     

自适应广义预测控制系统的鲁棒稳定性分析

研究当被控对象具有未建模动态、参数时变、非线性以及有界干扰时,自适应广义预测控制系统的鲁棒稳定性。提出了分析和设计鲁棒自适应广义预测控制系统的一般理论和方法。给出了一类满足弱化鲁棒稳定性条件的鲁棒参数自适应算法,并根据确定性等价原理将它和鲁棒广义预测控制律结合,建立了鲁棒间接自适应广义预测控制算法。采用统一的理论分析了已建立的自适应广义预测控制算法的全局稳定性和鲁棒性,得出了自适应控制系统具有鲁棒稳定性的新条件：自适应验后误差和对象参数估值变化的均值渐近小,从而弱化了现有自适应控制系统的鲁棒稳定性条件。     

参数不确定空间机械臂系统的增广自适应控制

讨论了载体位置与姿态均不受控制的漂浮基两杆空间机械臂系统的控制问题,为此对系统的运动学、动力学作了分析。结果表明 :结合系统动量守恒及动量矩守恒关系得到的系统广义Jacobi关系、以及系统的动力学方程将为系统惯性参数的非线性函数。证明了借助于增广变量法可以将增广广义Jacobi矩阵以及系统动力学方程表示为一组适当选择的惯性参数的线性函数。在此基础上,给出了系统参数未知时,空间机械臂末端抓手跟踪惯性空间期望轨迹的增广自适应控制方案。通过仿真运算,证实了方法的有效性。     

一种基于模糊补偿的自适应控制在液压转台中的应用

 针对仿真转台电液伺服系统的非线性特点,提出了一种基于模糊补偿的自适应控制方法。该方法把实际系统看成是由线性和非线性两部分所组成,对线性部分采用基于精确数学模型的控制方法,而对非线性部分主要采用以模糊自适应补偿为主的控制方式。为了提高模糊自适机构的补偿效果,采用了规则可调整的模糊控制器,仿真结果表明,该方法具有较高的控制精度和鲁棒性能。     

Backstepping design of missile guidance and control based on adaptive fuzzy sliding mode control

This paper presents an integrated missile guidance and control law based on adaptive fuzzy sliding mode control. The integrated model is formulated as a block-strict-feedback nonlinear system, in which modeling errors, unmodeled nonlinearities, target maneuvers, etc. are viewed as unknown uncertainties. The adaptive nonlinear control law is designed based on backstepping and sliding mode control techniques. An adaptive fuzzy system is adopted to approximate the coupling nonlinear functions of the system, and for the uncertainties, we utilize an online-adaptive control law to estimate the unknown parameters. The stability analysis of the closed-loop system is also conducted. Simulation results show that, with the application of the adaptive fuzzy sliding mode control, small miss distances and smooth missile trajectories are achieved, and the system is robust against system uncertainties and external disturbances.