一类级联系统的单控制器设计

本文研究了由３个子系统构成的级联系统的单控制的设计方法,并给出了用单控制器保证级联系统终极一致有界的条件。     

基于神经网络的MIMO非线性最小相位系统鲁棒自适应控制

 针对一类模型未知的具有不确定性和外部干扰的多输入多输出（MIMO）非线性最小相位系统提出了鲁棒自适应输出反馈跟踪控制方案。用高斯径向基函数（RBF）神经网络逼近对象未知非线性,用高增益观测器估计系统不可测量状态。所设计的鲁棒自适应控制器不仅能使闭环系统稳定,所有状态有界,而且跟踪误差一致最终有界,并保证最终边界足够小。仿真结果表明了所提出方法的有效性。     

基于迭代学习控制的转台位置相关扰动抑制

针对高精度转台恒速工作状态时存在的位置相关周期非线性扰动,提出了一种闭环迭代学习算法。当系统存在初态偏差时,该算法能够保证给定频率范围内的跟踪误差是一致有界的。并对跟踪精度进行了分析。仿真结果表明该方法对位置相关周期非线性扰动具有很好的抑制性能。     

BTT导弹的大系统变结构控制方法

将BTT导弹控制系统表示成具有非匹配不确定性大系统的形式，利用反演设计方法处理系统中的非匹配不确定性．用变结构控制方法来改善系统的性能，然后，利用Lyapunov稳定性定理证明了闭环系统的信号最终一致有界且系统的状态指数收敛于滑模超平面。最后．仿真验证了所提出方法的正确性和有效性。     

一种有限频域内的有界实引理

针对传统有限频域内有界实引理在设计时可能带来的保守性问题,对其进行了改进;引入松弛变量,推导出一类保守性较小的有限频域内的有界实引理。首先,直接给出新的有界实定理;然后,通过引进投影引理证明了新的定理。新的有界实引理不仅考虑了系统频率特性,而且在引入松弛变量后,使得多约束设计能够具有更小的保守性。     

一类非线性系统的神经网络自适应控制

针对一类单输入单输出不确定非仿射型非线性系统,基于多层神经网络提出了一种直接自适应控制方法。该设计方法首先应用多层神经网络自适应模拟逼近逆解中的未知部分,然后应用逆设计和自适应反演设计出虚拟控制量,最后应用反馈线性化设计方法和神经网络设计了直接自适应控制律。并利用Lyapunov稳定性定理推导了神经网络的参数调节律,保证了闭环系统的所有信号均最终一致有界。     

航空发动机神经网络反步控制方法

针对航空发动机非线性和不确定性的特点,提出了一种基于神经网络的反步控制方法.采用径向基神经网络估计未知系统方程,并用一种平滑切换法有效避免了控制器奇异问题.反步法的设计基于Lya-punov稳定性原理,保证了闭环系统一致渐近有界.最后针对某型涡扇发动机非线性模型设计了高压转速控制器,仿真结果验证了该方法的有效性.      

精密转台系统非线性动态自适应控制器设计

提出了一种用于精密转台平滑鲁棒自适应控制器。通过基于σ改进方案的自适应律估计得到未知摩擦参数和非线性项的常值上界,并且利用一种平滑预测算法来改进用于估计不可测摩擦状态的双观测器。为了抑制不确定非线性项,加入了无抖振滑模控制项。通过Lyapunov方法证明了系统的位置跟踪误差是一致最终有界的。仿真研究表明了该控制方案的有效性。     

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。     

赋扩张a-范数Riesz空间上的若干性质

在扩张a-范数定义的基础上，证明了赋扩张a-范数Riesz空间上的若干性质。并且得到了赋扩张a-范数Banach格上的序有界算子是扩张a-范数有界的，从而是连续的。     

Robust decentralized control design for aircraft engines: A fractional type

A new decentralized control for aircraft engines is proposed. In the proposed control approach, aircraft engines are considered as uncertain large-scale systems composed of interconnected uncertain subsystems. For each subsystem, the time-varying uncertainty, including parameter disturbances and interconnections in/between subsystems, is depicted by a class of general nonlinear functions. A fractional robust decentralized control with two parts, the nominal one and the fractional one, is presented. The nominal control guarantees the asymptotical stability of the engine system without uncertainty. The fractional part aims at overcoming the influences of uncertainty. Compared to the previous studies, the presented control provides not only an extra flexibility for the system performance tuning by the fraction-type gain but also a facility for the control input calculation. The proposed control approach is applied to a turbofan engine with two subsystems. The computer simulation shows that, in the flight envelope, the fractional control not only guarantees the closed-loop system uniform boundedness and ultimate uniform boundedness but also shows good economy.     

Gyro Motion Boundedness under Uncertain Angular Acceleration about Vehicle Output Axis

An analysis of the motion of a single-axis rate gyroscope mounted in a space vehicle which has uncertain time-varying acceleration and deceleration ?x(t) about the output axis of the gyro is presented. Using a Lyapunov function, a condition for boundedness of the gyro motion is derived. It is shown that by a proper selection of the parameters of the gyro, its motion can be forced to remain in a small neighborhood (called region of ultimate boundedness) of the origin in ? - ? plane after a certain finite interval of time for any bounded uncertain ?x(t). Analytical relations for the selection of gyro parameters to keep the error caused in the measurement of the input rate due to ?x within desirable limits are derived.     

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。     

具有无穷时滞的序列差分方程的稳定性

通过介绍一种新的离散相空间C_d~h(C_d~h是Banach空间)研究了具有无穷时滞的序列差分方程的稳定性问题,并相应给出了一致稳定和一致渐近稳定的充要条件。     

Robust adaptive compensation control for unmanned autonomous helicopter with input saturation and actuator faults

This paper studies a robust adaptive compensation Fault Tolerant Control(FTC) for the medium-scale Unmanned Autonomous Helicopter(UAH) in the presence of external disturbances,actuator faults and input saturation.To improve the disturbance rejection capacity of the UAH system in actuator healthy case, an adaptive control method is adopted to cope with the external disturbances and a nominal controller is proposed to stabilize the system.Meanwhile, compensation control inputs are designed to reduce the negative effects derived from actuator faults and input saturation.Based on the backstepping control and inner-outer loop control technologies, a robust adaptive FTC scheme is developed to guarantee the tracking errors convergence.Under the presented FTC controller, the uniform ultimate boundedness of all closed-loop signals is ensured via Lyapunov stability analysis.Simulation results demonstrate the effectiveness of the proposed control algorithm.     

一种基于角度-多普勒补偿的均匀圆形

采用均匀圆形相控阵天线的机载雷达杂波分布随距离变化而变化,各距离单元的杂波不再满足独立同分布的条件,造成统计型空时自适应处理(STAP)器性能下降。基于此,本文建立了均匀圆形天线机载雷达模型,对其杂波分布进行了分析,得出了空间角随阵元数非线性变化的特性造成其杂波距离维分布非均匀的结论。研究了一种均匀圆形天线机载雷达杂波抑制方法,该方法先通过修正的角度-多普勒补偿(MADC)预处理消除在杂波谱中心处的非均匀,再利用基于导数更新(DBU)技术进一步减小在其他方位杂波的非均匀程度。仿真结果表明了该方法的有效性。     

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。     

扑翼飞行器机翼平面形状设计方法研究

通过均匀试验法在设计变量状态空间内寻找分布更均匀、更能反映系统性能的状态点,使用改进的片条理论计算机翼的气动特性,建立了扑翼飞行器机翼面积分布(尖削比)、扑动迎角与扑动频率的响应面模型,得到了尖削比对机翼气动特性的影响规律和机翼升力系数关于尖削比、频率与迎角的估算公式。