高超声速飞行器姿态角速度的全通道鲁棒镇定方法

根据高超声速飞行器的姿态动力学方程,给出一个可面向姿态角速度镇定的非线性设计模型.针对一类非线性系统,提出一种基于扩张状态观测器(ESO)的鲁棒动态逆设计方法,并将其应用于高超声速飞行器姿态角速度的渐近镇定中.仿真结果表明,相比传统的动态逆控制方案,本文所提出的控制方案可保证飞行器姿态角速度得到快速镇定,并且具备针对模型不确定和结构干扰力矩的强鲁棒性能.     

含扩张状态观测器的高超声速飞行器动态面姿态控制

针对高超声速飞行器复杂非线性、高不确定性和强通道耦合等特点,提出了一种飞行器姿态控制的非线性设计方法。根据高超声速飞行器无动力飞行的姿态运动方程组,给出一个可面向姿态控制的非线性设计模型。针对一类非线性系统,提出了一种基于扩张状态观测器（ESO）的动态逆设计方法,并通过动态面控制理论,将其应用于高超声速飞行器的三通道姿态控制中。仿真结果表明,相比基于传统动态逆的动态面控制方案,本文所提出的控制方案可以保证飞行器快速、精确地跟踪角位置指令,并且具备针对系统不确定性的强鲁棒性能。     

基于RBF神经网络及Luenberger观测器的反演设计

针对高超声速飞行器部分状态发生不可测量问题,提出基于观测器的系统控制器设计。将所设计的被观测系统在某平衡点处线性化,用Luenberger观测器理论设计观测器增益,得到渐近收敛于系统真实状态的状态观测值。采用状态观测器与控制器分开设计的方法,应用反演控制技术,引入指令滤波器,使得伪控制量的导数可以轻易获得,简化了设计。针对系统中存在高频未建模动态,采用RBF神经网络对其进行逼近,以增强系统的跟踪性能。利用Lyapunove稳定性理论保证闭环系统有界且跟踪误差收敛于原点附近的小邻域内。通过在六自由度模型上的仿真,表明了所提方法的可行性与有效性。     

高超声速飞行器再入段LQR自抗扰控制方法设计

针对高超声速飞行器(HSV)再入过程中强非线性、强耦合、气动参数变化剧烈的不确定性的特点，提出一种基于线性二次型调节器(LQR)和自抗扰控制(ADRC)的高超声速飞行器再入段的姿态控制方法。首先，建立高超声速飞行器再入段线性化模型，并采用LQR方法完成了状态反馈控制律设计。然后，结合自抗扰控制技术，设计了扩张状态观测器(ESO)对系统的模型不确定性和外部干扰进行补偿，大幅增强了系统的扰动抑制能力。最后，将得到的高超声速飞行器再入段LQR自抗扰姿态控制器(LQRADRC)应用于高超声速飞行器六自由度仿真，仿真结果表明本文所提出的控制方法能够快速、精确地跟踪角位置指令，并且对系统不确定性具有强鲁棒性。     

高超声速飞行器新型预设性能控制器设计

针对强不确定、多约束条件下高超声速飞行器的控制性能问题, 提出一种新型、同时保证高超声速飞行器瞬态响应和稳态性能的鲁棒预设性能控制器设计方法。首先, 设计一种新型、时变、对数型障碍Lyapunov函数, 结合动态面法, 在保证高超声速飞行器高度和速度子系统稳态跟踪误差精度的同时, 还能确保其收敛速度、超调量等瞬态响应性能；与传统的预设性能方法相比, 该方法无需误差转化, 降低了设计的复杂度。然后, 针对模型和外部扰动不确定问题, 设计了自适应、非线性干扰观测器对不确定的上界进行估计并引入控制律。此外, 还引入辅助误差子系统, 降低高超声速飞行器执行机构饱和对闭环系统的影响。最后, 通过Lyapunov稳定性理论证明了闭环系统所有状态均有界。仿真结果验校了本文控制器设计的有效性。     

通信拓扑切换下的多飞行器协同拦截方法

针对通信拓扑切换条件下的多飞行器协同拦截问题，提出了一种基于扩张状态观测器的协同制导方法。建立协同制导设计模型，将协同拦截问题转换为视线稳定条件下的剩余飞行时间调节问题。为解决机动目标状态不确定的问题，将目标的状态视作扰动，设计扩张状态观测器来估计机动目标的状态，并在制导律中对目标的机动进行补偿。利用有限时间一致性理论进行一致性控制协议的设计，实现各飞行器剩余飞行时间的有限时间一致，并利用Lyapunov稳定性理论分析通信拓扑切换情况下闭环系统的有限时间稳定性，给出了系统一致收敛时间。仿真结果表明，在通信拓扑变换的情况下，设计的观测器能够有效估计目标状态，且协同制导律能够满足对剩余飞行时间的控制要求，进而实现协同拦截。     

高超声速飞行器指令滤波反演控制

针对含有不确定扰动项的吸气式高超声速飞行器纵向非线性模型,提出了一种基于指令滤波器的反演控制方法。将飞行器动力学模型划分为航迹角子系统和速度子系统并表示为严格反馈形式,采用动态逆方法设计反演控制中每步的虚拟控制量,并对指令滤波过程中产生的误差进行补偿。利用指令滤波器获取虚拟控制量的一阶导数,解决了反演控制方法中的“微分项膨胀”问题,同时引入虚拟控制量和实际控制量的幅值、速率和带宽约束。采用扩展状态观测器(ESO)对模型中的不确定项进行估计和补偿,保证闭环系统在存在参数不确定和外部扰动的情况下仍具有良好的控制性能。仿真结果表明,在飞行器总体参数和气动参数存在偏差的情况下,该方案能够实现对速度和航迹角参考信号的稳定跟踪。     

远程操控飞行器自适应神经网络观测器设计

针对无人飞行器远程操控系统设计时，由于远程操控飞行器动力学的非线性和飞行器控制系统性能的不确定性，无法精确建立远程操控飞行器控制系统模型的问题，提出了一种自适应神经网络状态观测器设计方法实现对远程操控飞行器的控制系统模型的估计。首先将飞行器的动力学环节与自动驾驶仪构成的闭环回路作为一个整体建立了远程操控飞行器控制系统的非线性模型。然后针对模型中存在未建模动态的问题，采用神经网络算法对非线性动力学模型进行在线辨识，并引入鲁棒项对附加扰动进行抑制。最后设计自适应律对神经网络的权值进行实时调整，保证了系统的稳定性，并基于Lyapunov理论证明了观测器的估计误差是最终一致有界的。仿真结果表明，所设计的观测器能够保证远程操控飞行器在存在未建模动态和附加扰动的情况下对飞行状态具有良好的估计性能。     

一种非仿射高超声速飞行器姿态系统控制方法

针对非仿射高超声速飞行器姿态控制问题,提出了一种基于反步法的非线性控制方法。首先,通过干扰观测器估计攻角动态中的扰动量,在此基础上设计了俯仰角速度虚拟控制指令。然后,针对含有非仿射项的参数不确定的俯仰角速度动态函数,将其视为一个扩张状态,通过状态观测器对其进行估计。接着,基于动态逆方法设计了升降襟副翼的控制律并基于李雅普诺夫方法证明了闭环系统的稳定性。采用指令滤波器避免反步法应用中虚拟控制指令微分项的“复杂性爆炸”问题,并得到虚拟控制指令的一阶和二阶导数信号。所提方法能够适用于变速变高飞行模式。最后,通过对比仿真实验,验证了所设计控制方法的有效性。     

考虑约束的高超声速飞行器制导与控制一体化设计

针对高超声速飞行器上升段飞行过程中强耦合、强非线性同时要求满足过程约束的特点，提出了一种结合级联控制方法和控制障碍函数的新型三维制导控制一体化算法。首先通过对速度子系统设计控制障碍函数约束算法来满足飞行器的过程约束要求，然后利用反步法、动态逆控制方法设计其余子系统的控制器，两者共同组成制导控制一体化控制器。考虑到飞行器在上升过程中容易遭遇阵风扰动的问题，设计非线性干扰观测器以增强算法的鲁棒性。最后通过李雅普诺夫函数证明了系统的稳定性，并且通过仿真验证了该新算法能够在满足高超声速飞行器上升段过程约束的同时，实现飞行器的三维跟踪控制。     

高超声速飞行器的LPV变增益状态反馈H∞控制

针对高超声速飞行器模型高度非线性、强耦合的特点,提出了一种多胞形线性变参数系统（Linear Parameter Varying, LPV）变增益状态反馈H∞控制器的设计方法。首先在感兴趣的变参数轨迹上选取若干个平衡点进行雅克比线性化并拟合得到LPV模型,将其离散化后存储于一张量中,然后利用高阶奇异值分解（Higher Order Singular Value Decomposition, HOSVD）,舍去较小和等于0的奇异值及对应的特征向量对其进行降秩重构处理,得到了有限个LTI多胞顶点系统。在对各顶点进行状态反馈控制器设计时,为降低保守性,通过引入松弛变量,将Lyapunov函数矩阵与系统矩阵解耦,从而可以在不同的点使用不同的Lyapunov函数矩阵,以此得到依赖变参数进行增益在线调节的控制器。最后的仿真结果表明了所设计的控制器能够使系统较快地跟踪指令信号,并具有一定的鲁棒性能。     

应用跟踪微分器的高超声速飞行器的反演控制

针对存在参数摄动和外部干扰等不确定性的高超声速飞行器模型，提出一种基于新型跟踪微分器的鲁棒反演控制方法。利用正切sigmoid函数和终端吸引子函数设计跟踪微分器，通过扫频测试得到了参数整定规则，并进行了对比仿真试验。在此基础上，构造一种非线性干扰观测器对模型的不确定项进行估计，增强了控制器的鲁棒性；并利用所设计的跟踪微分器对虚拟控制量进行滤波处理，解决了传统反演控制的“微分项膨胀”问题。最后，通过仿真校验了所设计控制器的有效性。     

高超声速机动目标天基跟踪鲁棒性滤波方法

为解决高超声速滑翔飞行器(HGV)机动飞行过程中的跟踪问题,提出了一种基于机动观测器补偿的鲁棒扩展卡尔曼滤波方法。针对传统卡尔曼滤波器由于模型误差而无法稳定跟踪的问题,首先建立了HGV动力学模型和天基红外测量模型;随后,设计机动观测器对未知气动加速度进行在线估计;在此基础上,利用机动估计对扩展卡尔曼滤波中的预测步骤进行修正,克服了因模型误差而导致的滤波发散问题;最后,考虑到机动观测器的时延误差,在扩展卡尔曼滤波迭代过程中引入次优渐消因子,提高了滤波跟踪的鲁棒性。与强跟踪滤波、扩维卡尔曼滤波、交互多模型滤波等典型跟踪方法相比,所提方法可在不具备目标机动先验信息的情况下,以较低的计算耗时取得良好的稳定性和跟踪精度。     

基于间接Radau伪谱法的滑翔段轨迹跟踪制导律

针对高超声速飞行器滑翔段制导问题,提出一种利用间接Radau伪谱法求解最优反馈控制律的全状态标称轨迹跟踪制导律。将标称轨迹跟踪问题转化为线性时变系统状态调节器问题,基于Pontryagin极大值原理进一步将状态调节器问题转化为线性两点边值问题;利用间接Radau伪谱法求解所得的线性两点边值问题,获得最优反馈控制律,并在此基础上设计了易于在线执行的闭环轨迹跟踪制导律。数值仿真结果表明,该制导律对飞行器初始状态量的较大范围偏差和飞行环境参数的有限扰动不敏感,具有良好的鲁棒性,并且能够满足实时性的需求。     

面向高超声速飞行器双重不确定性的自适应状态估计

将高超声速飞行器双重不确定性因素建模为未知干扰输入项，针对状态演化方程和量测方程含有不同未知干扰输入的高超声速飞行器控制系统状态估计问题开展研究，提出一种基于自适应方差极小化的递推状态估计器(Adaptive variance minimization based Recursive Estimator, AVMRE)。首先建立了状态估计递推滤波器模型，实现滤波误差中的量测未知干扰解耦，之后引入自适应调整因子刻画状态未知干扰并推导了最小上界估计误差协方差矩阵，最后，基于最小方差估计准则设计了滤波器中的量测增益反馈矩阵。以外部突风和传感器故障为例，受内外部双重不确定性因素影响下的高超声速飞行器仿真实验验证了本文算法的有效性，与相关算法的仿真对比反映了本文算法的优越性。