基于扰动观测器的巡航飞行器指数时变滑模控制

针对巡航飞行器非线性模型具有快时变、强耦合和高度非线性的特点,在考虑飞行过程中可能存在的气动参数以及大气密度不确定性情况下,提出了一种高精确、强鲁棒控制方法。通过将扰动观测器与指数时变滑模控制方法结合,构造了一种基于扰动观测器的巡航飞行器指数时变滑模控制设计方法,并利用Lyapunov理论分析了采用该控制律后整个闭环系统的稳定性。该方法能够有效地减小采用边界层方法来处理滑模抖振问题时所引入跟踪稳态误差,提高系统控制精度。最后,通过仿真验证了所提出方法的有效性。     

运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况，研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型，设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰，设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合，采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律，通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性，同时验证了神经网络自适应滑模控制器的有效性。     

高超声速飞行器Terminal滑模控制系统设计

针对高超声速飞行器模型的强非线性、快时变、强耦合和强不确定性,提出了基于动态逆和Terminal滑模控制的制导/姿控一体化设计方法.该方法将动态逆控制的非线性解耦能力与Terminal滑模控制的强鲁棒性有机结合,实现了模型的反馈线性化和多通道解耦,保证高超声速飞行器在存在参数不确定性和外界干扰的条件下实现稳定飞行.仿真结果表明该控制方法对高超声速飞行器是可行的.     

高超声速飞行器末端导引与控制一体化研究

针对高超声速飞行器末制导阶段参数不确定性和耦合性强的特点,提出了导引与控制协调的一体化设计思路,建立了非线性受扰动的导引与控制一体化控制模型。结合自适应比例导引律特点,通过分段对模型简化,降低了控制律的设计难度。针对气动模型非线性不精确问题,给每段设计了鲁棒自适应BackStepping滑模控制器,再将各段控制律在时间上融合。针对控制回路饱和与延迟特性,提出一种将导引指令缩放和相位提前的修正方法。仿真结果表明,所提方法可行有效,鲁棒性强。     

BTT导弹的自适应滑模反演控制设计

针对具有非匹配不确定性的BTT导弹非线性动力学模型,结合反演控制、自适应控 制和 滑模控制方法,设计了一种新颖的BTT导弹自适应反演滑模控制器。反演设计的每一步中均 采用具有范数型切换函数的连续滑模控制律,并采用自适应算法对不确定性的上界进行估计 。将虚拟控制量的导数作为不确定性处理,利用自适应滑模控制的鲁棒性对其进行补偿,解 决了“计算膨胀”问题,简化了控制系统的设计,并且设计中无需事先已知气动参数摄动 的上界。采用Lyapunov稳定性理论证明了跟踪误差最终有界。仿真结果显示了本文设计方法 的有效性。

     

巡航段高超声速飞行器的高阶指数时变滑模飞行控制器设计

针对高超声速飞行器的巡航控制存在的不确定气动参数问题,提出了一种具有全局鲁棒性的指数时变滑模控制方法。首先将纵向模型进行精确线性化,提出了一种新的指数时变滑模面,在此基础上设计了一种高阶时变滑模控制律。该控制律使系统相轨迹从初始时刻起始终处于滑动阶段,消除了常规时不变滑模控制的到达阶段,保证了控制过程中对系统参数不确定性的全局鲁棒性。最后,用李亚普诺夫理论证明了该控制律的稳定性。控制律参数采用遗传算法进行优化,优化的指标由系统响应误差的积分和参数违反约束时的惩罚项组成。仿真结果验证了该方法的有效性。     

基于自适应滑模的变质心再入飞行器控制律设计

建立了有纵向单滑块的变质心再入飞行器系统控制模型。对该有输入非线性的快时变多体系统,考虑系统存在参数不确定等因素的影响并将完整的活动质量体动力学环节置入姿态控制,基于滑模控制理论设计了俯仰姿态跟踪鲁棒控制系统。在参数不确定性条件下对飞行控制系统进行了仿真。结果表明：设计的控制律可实现对指令角度和指令位置有效、快速、稳定...     

一类强耦合强不确定性强非线性快时变系统复合控制

分析一类强耦合强不确定性强非线性快时变系统的控制问题。基于系统力学特性和动力学特性，提出一种复合控制方法。该复合控制方法由三个核心模块组成，依次为强耦合强不确定性控制模块、强非线性快时变控制模块、智能调度模块。以某典型强耦合强不确定性强非线性快时变特性飞行器对象为例，给出了采用该复合控制方法的详细设计。最后，在精确的仿真模型基础上，考虑天地不一致性情况，进行了多组仿真分析，仿真结果表明，该方法有效、可靠。     

考虑特征模型的高超声速飞行器全通道自适应控制

针对高超声速飞行器具有强非线性、高不确定性及强耦合等特点,提出一种基于反馈线性化控制与特征模型自适应控制相结合的姿态控制律设计方法,解决姿态控制系统的非线性耦合与不确定性,保证飞行器控制系统稳定。首先,建立高超声速飞行器全通道非线性耦合的动力学模型。其次,利用反馈线性化控制方法将全通道非线性耦合系统解耦成近似线性系统,并对线性解耦系统设计输出反馈控制律;而对于反馈线性化控制依赖于系统的精确数学模型,并对建模误差和外部干扰敏感的问题,设计基于误差特征模型的自适应控制律,提高系统的适应性;针对原动力学模型,证明闭环控制系统是有界稳定的。最后,通过数学仿真校验了控制律设计的正确性与有效性,仿真结果表明设计的姿态控制系统可以很好地跟踪指令,具有较强的鲁棒稳定性。     

欠驱动航天器编队重构的切换神经网络控制

针对圆轨道欠驱动航天器编队重构问题,将传统的自适应神经网络控制器和自适应滑模控制器相结合,设计了一种切换神经网络控制器,用以跟踪由伪谱法求解得到的航天器编队重构的最优开环控制轨迹。自适应神经网络控制器在活跃区域内工作,利用径向基神经网络(RBFNNs)近似动力学系统中的不确定项,自适应滑模控制器在活跃区域外工作,利用自适应律来估计近似误差上界,并采用李雅普诺夫方法证明了闭环系统稳定性。数值仿真结果表明切换神经网络控制器可在欠驱动条件下实现编队重构,与线性滑模控制器相比,实现了控制器快速、高精度、强鲁棒等控制性能。     

空间机器人神经网络自适应滑模目标操控轨迹跟踪控制

针对参数未知的空间目标操控问题,考虑空间机器人负载不确定性、系统动力学不确定性和环境扰动等因素,为实现操作过程的稳定控制及机器人轨迹的有效跟踪,提出一种基于径向基神经网络估计不确定项的自适应增益非奇异终端滑模变结构控制器。首先基于拉格朗日法建立空间机器人的刚体动力学模型。考虑空间机器人基座姿态主动控制模式,使用径向基神经网络对模型中的不确定项进行估计。进而提出基于神经网络估计的非奇异终端滑模控制器,并针对不确定性和扰动的估计误差设计自适应增益,以期实现空间机器人系统轨迹跟踪控制的收敛。仿真校验结果表明所设计的控制方法具有较好的误差收敛速度和控制精度。     

自适应RBF Terminal在精密实时跟踪控制中的应用研究

进行空间对接、空间光通信以及空间对抗等,需要在卫星间实现精确的捕获跟踪瞄准( Acquisition, Tracking, Pointing, ATP)。提出了用自适应RBF变结构控制方法实现捕获跟 踪瞄准系统中跟踪子系统的精密实时跟踪控制,以提高系统的性能。首先由Terminal滑模变 结构控制器实现快速稳定的跟踪,然后,通过自适应RBF神经网络对系统中不确定干扰的上 界进行估计。并且用李亚普诺夫方法证明了系统的稳定性和对参数变化的鲁棒性。最后,仿 真结果证明了方法的有效性。     

BTT导弹神经网络自适应控制器设计

在导弹系统存在非匹配不确定性的情况下 ,提出了一种基于RBF神经网络和反演控制技术的神经网络自适应导弹控制系统的设计方法。首先应用RBF神经网络在线辨识系统中存在的不确定性 ,然后利用反演控制技术设计了导弹非线性自适应控制器 ,成功的处理了非匹配不确定性 ,并应用Lyapunov稳定性理论推导出RBF神经网络权重矩阵及中心点值的调节律 ,保证了系统的稳定性。证明了系统的所有信号均有界且全局指数收敛至原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。     

控制受限的编队航天器鲁棒自适应控制

研究了考虑控制受限的编队航天器鲁棒自适应轨道跟踪控制问题。针对航天器编队飞行系统中控制受限、外部扰动和模型不确定性的情况,利用反步控制方法和指令滤波设计提出了一种鲁棒自适应控制策略。指令滤波器用于补偿控制受限对于控制器的影响,同时设计了自适应律对未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。和滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。仿真结果表明所设计的控制器既能实现高精度的编队飞行跟踪控制,又能保证控制受限的要求。     

目标加速度未知下的导弹自适应滑模拦截制导

针对机动目标拦截过程中加速度信息难以获取的实际问题，设计了一种基于RBF神经网络的自适应滑模拦截制导律，有效提高了导弹制导系统的鲁棒性能。首先，结合空间几何知识，构建了弹-目三维空间相对运动模型；然后，利用RBF神经网络对拦截目标的未知加速度进行了有效估计，消除了制导设计对目标加速度信息的依赖性；在此基础上，结合零化视线角速率的制导理念，分别在导弹俯仰平面和偏航平面设计了对应的自适应滑模制导律，同时采用连续高增益法削弱了系统的抖振现象，并给出更符合导弹制导实现的法向过载指令，利用Lyapunov定理证明了所提方法的收敛性；最后，通过仿真验证，在三种不同的拦截场景下进行了仿真对比，仿真结果表明所提滑模拦截制导律对目标机动有较高的自适应性和鲁棒性。     

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。     

重复使用运载火箭精确回收滑模动态面控制

针对可重复使用运载火箭一子级再入垂直着陆阶段，利用滑模动态面控制(SMDSC)技术设计了一个精确垂直回收控制策略。首先考虑运载火箭的燃料消耗、质心变化及转动惯量摄动等特点，建立运载火箭一子级返回段动力学模型。然后针对范数有界的不确定性和有界连续的未知干扰，设计一个滑模状态观测器和一个自适应参数估计器用于获得其估计值；随后，基于获得的状态估计值和未知参数估计值，设计了一个基于自适应动态面技术的跟踪控制律。最后，通过数值仿真，对比两种不同控制策略下的运载火箭垂直返回姿态角跟踪能力。结果表明，采用本文提出的自适应滑模动态面控制策略具有更好的跟踪效果.