超机动飞机的非线性控制与飞行员的环实时仿真

在空中格斗中，使用过失速机可获得显著的成熟优势，而飞机在大迎角和高角速率的情况下，其动力学具有强耦合性和非线性，本文讨论了应用非线性动态逆进行超机动飞机飞行控制系统的设计，飞机的的动力学分成快慢两组变量，角速率是快变量，姿态角是慢变量，对快变量进行非线性逆控制器的设计，以此来稳定纵向短周期运动，并通过气动舵面与推力矢量的融合，来改善大迎角范围内的侧向响应，对慢变量进行非线性逆控制器的设计可使飞行员     

超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

超机动飞机的非线性多速率控制系统

用非线性动态逆方法设计超机动飞机的控制律是一种简便可行的方法，但实际使用时需要解决控制律的离散化问题。多变量非线性系统的离散化是一个复杂的问题。本文根据逆方法和歼击机运动的特点，提出了一种简单直接的实现方法，该方法基本保留了连续域系统控制律的形式。用通常歼击机的最高采样频率来实现该方法，可以得到与连续域非常接近的控制结果。本文还提出了该形式的多速率实现方式，可以降低对机载计算机吞吐力的要求，其控制结果与连续域的差别仍很小。最后讨论了如计算时延等实际问题     

在动态逆飞控系统中处理非定常气动力的方法

主要考虑大迎角非定常气动力对飞控系统的影响，并给出在动态逆飞行控制系统中的抑制这种影响的方法。非定常气动力表现在气动参数上是出现滞环现象，本文根据已成的成果，主要讨论与飞机纵向控制有关的问题。     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

非线性逆在ASTOVL控制系统中的应用

研究了先进短距起飞垂直着陆飞机（ASTOVL）的飞行／推进控制系统的控制律，基于解和掌握气动舵面和推力矢量舵面控制下的飞机数学模型，应用非线性动态逆理论，为ASTOVL飞机从巡航到悬停阶段的飞行，设计了推力矢量控制器和俯仰控制器，以合理地分配飞机上的力和力矩，使得俯仰姿态速度和法向速度的控制在推进系统性能包括线范围内是近似线性和解耦的，最后以ASTOVL飞机悬停阶段的数字仿真曲线为例，证明了所设计的两个控制器是可行的，基本上达到了设计要求。     

无人机4D制导系统研究

基于逆运动学方法设计了无人机四维制导系统。基本姿态控制器采用基于在线神经网络的非线性动态逆控制器。动态逆控制器用来对消无人机的非线性，在线神经网络补偿对消不精确引起的状态误差。制导系统的任务就是由给定的三维航迹，解算出航迹角，并生成三个姿态角指令，同时设计发动机控制回路以控制航迹速度，最终实现精确的四维航迹跟随。     

采用TLC方法的超机动飞行控制系统设计

基于轨迹线性化控制(Trajectory linearization control,TLC)方法,研究了超机动飞机飞行控制系统的设计问题。首先简要介绍了TLC方法的设计思想;然后根据奇异摄动理论,将超机动飞行控制系统分成快慢两个回路,并为其分别设计了轨迹线性化控制器;最后分别用所设计的控制器和已有的动态逆控制器对某型歼击机进行了赫布斯特机动仿真。仿真结果和对比分析表明,所设计的TLC控制器是有效的,且比动态逆控制器具有更好的控制跟踪性能。     

基于自适应逆的微型飞行器飞行控制系统

飞翼式微型飞行器由于尺寸小、速度低、气动布局特殊和飞行环境复杂多变,其飞行力学具有显著的非线性和非定常特性,传统的控制方法已不能满足要求.本文运用时标分离理论,设计了快变量和慢变量动态逆,同时引入在线神经网络补偿动态逆误差,并采用伪控制补偿器消除作动器和自适应单元之间的相互影响,在此基础上提出了飞翼式微型飞行器的自适应飞行控制系统,并与采用动态逆-PID控制方法设计的飞行控制系统进行比较.仿真结果表明:基于自适应逆的飞行控制系统,具有较强的鲁棒性和指令跟踪能力,比动态逆-PID飞行控制系统更适合于微型飞行器.     

先进的短距起飞垂直降落(ASTOVL)升力风扇飞机的动态逆控制

研究了推力矢量喷管、升力风扇以及气动舵面共同作用下 ASTOVL升力风扇飞机的飞控问题 ,采用非线性动态逆理论进行控制系统的设计。针对 ASTOVL升力风扇飞机的俯仰控制设计了动态逆控制律 ,并将所设计的控制律进行了仿真。结果表明 ,该方法能够满足控制系统性能的要求 ,具有工程应用前景。     

飞行航迹动态逆跟踪控制的神经网络方法

针对用动态逆方法设计飞行控制系统在极慢模态设计中所遇到的完全非线性问题，以及飞行器在执行低空突防任务时所面临的程度无法精确控制的条件，提出了一种以前向神经网络为核心的解决方案。文中给出了神经网络的拓扑结构、样本采集方法以及动态逆控制器的构造方法，仿结果表明，该方案具有良好的指令跟踪能力。     

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。     

飞机自动驾驶仪俯仰控制系统仿真研究

分别对比设计了PID控制器、LQR最优控制器和模糊控制器,并建立了对应的Matlab控制模型进行仿真研究。阶跃响应仿真实验结果表明：飞机俯仰系统LQR控制器与模糊控制器比飞机俯仰系统PID控制器能更好地实现对飞机俯仰角的控制,具有响应快速、超调小、误差小的优点;飞机俯仰系统LQR控制器比模糊控制器响应更快,跟踪性能更好,而飞机俯仰系统模糊控制器在抗干扰鲁棒性、跟踪性能和稳态性能指标综合考虑上优于LQR控制器,更适用于实际的飞行环境。     

TF／TA飞行航迹控制器设计

提高现代武装飞机的生存能力，基于ＴＦ／ＴＡ的超低空突防能力是飞行控制系统首先要求具备的功能，本文研究了在已知理想航迹的基础上飞机航迹跟踪控制器的设计方法，给出了控制器结构和算法。首先根据理想飞行航迹和实际飞行航迹之间的误差，计算航迹控制指充；然后，为了改善飞机的动态性能，使飞机能跟踪航迹控制指令而完成ＴＦ／ＴＡ飞行，用非线性解耦控制理论设计了飞行控制系统，仿真结果表明，该方法具有较好的航迹跟踪性能     

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。