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。     

基于自适应干扰观测器的无人直升机模型参考跟踪控制

针对外部干扰影响下无人直升机（Unmanned aerial helicopter, UAH）模型参考跟踪控制问题开展研究,提出基于自适应干扰观测器的跟踪控制设计方案。首先,根据干扰部分可测特性将其建模为存在参数误差下的非线性外源系统,并设计了状态观测器及其自适应调节下的干扰观测器（Disturbance observer, DO）,用于估计无人机系统的未知状态和外部干扰。其次,将模型参考控制与基于干扰观测器的控制方法相结合,提出抗干扰复合控制设计策略,获得了由观测与跟踪误差动态组成的闭环系统。再次,利用Lyapunov稳定性理论建立了给定H∞性能下判定闭环系统渐近稳定的充分性条件,并借助矩阵变换技术获得了观测器和控制器的联合设计方案。最后,通过数值仿真验证了所提跟踪控制算法的有效性和优越性。     

基于连续螺旋滑模的无人机分布式编队控制

为了解决复杂环境中无人机分布式编队控制问题,考虑外界干扰影响和状态信息不完全反馈情况,对无人机设计分布式编队控制器。无人机利用自身位置反馈,基于二阶精确微分器设计状态观测器,得到无人机速度和干扰的估计值;结合自身估计信息和邻机位置、速度的估计,基于连续螺旋滑模控制方法设计编队控制器和姿态跟踪控制器;稳定性分析保证了无人机闭环系统稳定性。基于Matlab/Simulink数值仿真和软件在环实时仿真平台,验证了所设计控制算法的有效性,并演示了三维可视化仿真结果。     

基于终端滑模的打击时间与打击角度约束制导律

针对打击角度和打击时间约束制导问题,设计一种非奇异终端滑模寻的制导律。首先,将导弹视线角误差参考轨迹设计成含有一个未知参数的时间多项式以满足打击角度约束;而后,基于固定时间稳定设计一种终端滑模制导律使得跟踪误差收敛至零,同时利用在线优化方法确定未知参数的值以实现打击时间控制。所设计的制导方法不需要估计剩余飞行时间和预测碰撞点。数值仿真结果表明,该制导律能够保证导弹以期望打击角度和打击时间拦截匀速运动目标,具有良好的制导性能。     

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。     

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。     

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。     

输入饱和无人机的鲁棒组合非线性反馈控制

实际场景中,控制器输入饱和和外部干扰是对无人机控制系统产生不利影响的2个主要因素。对此,本研究针对CE150无人机模型,先采用H∞理论设计线性控制器,并在此基础上引入能提高系统瞬态性能的非线性项构成组合非线性反馈控制技术(CNF)来改善输入饱和的问题。同时,设计观测器对未知干扰进行在线估值,并在原有的组合非线性反馈控制器中加入干扰补偿项以提高系统鲁棒性。仿真结果表明,与传统的线性控制器相比组合非线性反馈控制器能显著改善输入饱和的不利影响,而引入补偿项的CNF控制器在保留原始CNF控制器优点的同时能有效抑制外部干扰,实现了无人机对给定信号的准确跟踪。     

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。     

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。     

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。     

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。     

基于奇异摄动与神经网络的柔性臂控制

运用拉格朗日法建立了臂杆柔性的机械臂的动力学方程。为解决柔性臂末端位置的跟踪及克服柔性臂在运动中的振动问题。运用奇异摄动法将系统分解成快、慢两个子系统，设计混合控制器。通过设计神经网络控制器线性化慢系统。使其轨迹跟踪期望值。用线性状态反馈配置极点稳定快系统，抑制振动。一个单杆柔性机械臂的仿真算例表明，本文的控制方法保证了柔性臂刚性运动的精确跟踪，同时消除了弹性振动，避免了零动力学不稳定问题。     

一类具有时变参数不确定非线性系统的鲁棒控制

利用李亚普诺夫函数递推设计方法对一类含有未知时变参数不确定和干扰的非线性系统进行了控制器设计，所设计的控制器对于所有允许的不确定可保证闭环系统状态一致有界并收敛到一个紧集。文中给出了鲁棒控制器的设计算法及系统稳定的充分条件，并讨论了当不确定被看作系统的输入时，闭环系统具有ISS特性。因而，本文提出了一种克服不确定造成系统不稳定的方法，最后给出了一个仿真算例。仿真结果表明了所设计的控制器的有效性和较强的鲁棒性。     

基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值误差引入到网络权值的自适应律中用以改善系统的动态性能。仿真算例证明了所设计的鲁棒分散控制器是有效的。     

分数阶微分器的实现及其阶次对方法选择的影响

分数阶微分的计算是分析分数阶系统和设计分数阶控制器的一个重要环节,不同方法设计的分数阶微分器其性能不同。为了在应用时选择或设计合适的分数阶微分器,本文总结了时域中14种分数阶微分器的实现方法,同时对它们的性能进行了分析和比较,包括:各种分数阶微分器的阶数对其零极点位置、冲击响应和频率响应的影响。结果表明,采用连分式展开的近似方法要比采用级数展开的近似方法好,其中一阶、二阶和三阶向后有限差分公式在两种方式下都能得到较好的近似结果,Tustin公式和Simpson公式不适宜于级数展开方式。     

基于短暂丢失参考信号预测的无人直升机轨迹跟踪控制

考虑地面目标参考信号短暂丢失与外部干扰等影响,研究无人直升机 （Unmanned aerial helicopter,UAH） 空地轨迹跟踪控制问题。首先,将短时丢失的参考轨迹进行分解, 并将其建模成平稳信号与非平稳信号两部分。然后,利用差分整合移动平均自回归 （Auto-regressive integrated moving average,ARIMA）模型预测平稳信号,并借助马尔可夫分析法对非平稳信号进行预测。其次,结合预测信息和跟踪误差信号,分别对UAH横纵向子系统和垂直子系统设计滑模控制器,以有效提升跟踪效率并减小外界干扰对跟踪性能的影响,并改进控制算法以减小由滑模导致的抖振现象。最后,利用仿真结果说明本文控制算法有效性与优越性.     

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.     

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。