无速度反馈的航天器姿轨耦合跟踪控制

提出了一种无速度反馈的航天器姿轨耦合跟踪控制算法。首先建立起基于对偶四元数的带扰动和参数不确定性的航天器姿轨耦合动力学模型。然后基于浸入与不变流形理论设计了速度观测器,通过增益注入对非线性项抑制,从而同时估计角速度和线速度。利用李雅普诺夫函数分析了观测器状态量的收敛性以及注入增益的有界性,证明了该观测器的指数稳定性。最后设计了一个比例-微分（PD）位置与姿态跟踪控制器,该控制器可以实现航天器的任意姿态与位置跟踪,分析了这种观测-控制结构的闭环系统渐近稳定性。仿真验证了该速度观测器和控制器的有效性以及对于参数不确定性和测量噪声具有较好的鲁棒性。     

基于反步滑模法的四旋翼飞行器轨迹跟踪控制

针对四旋翼飞行器轨迹跟踪对控制的精确性、稳定性要求高的特点,采用反步滑模法设计了四旋翼飞行器轨迹跟踪控制器。首先,基于反步滑模法针对所建四旋翼飞行器非线性模型设计轨迹跟踪控制器,并采用内外双回路结构分别控制姿态和位置;然后,从理论上证明了所设计的控制器的稳定性。仿真结果表明,所设计的控制器能够很好地实现轨迹跟踪控制。     

基于高增益观测器的四旋翼无人机轨迹跟踪控制

为了实现四旋翼无人机对给定姿态的快速跟踪,基于Terminal滑模控制方法设计了一种四旋翼无人机的姿态控制器,在设计滑模面时引入非线性函数来保证跟踪误差在有限时间内收敛。考虑在线速度未知的情况下,通过设计高增益观测器来对无人机速度进行观测,并利用所观测的信号设计位置控制器。最后利用Lyapunov理论证明了系统的稳定性。仿真结果表明,四旋翼无人机在线速度不可测的情况下,仍可进行轨迹跟踪控制。     

基于滑模控制的四旋翼无人机自适应跟踪控制

针对四旋翼无人机在系统内部模型参数不确定性情况下的轨迹跟踪问题,提出了一种基于滑模控制的四旋翼无人机自适应跟踪控制方法。首先,采用单位四元数来描述系统姿态,将系统分解为位置子系统和姿态子系统;考虑到位置子系统的欠驱动特性,引入了虚拟控制力,跟踪位置信息并解算出实际升力和理想姿态;其次,通过自适应滑模控制器补偿了质量和转动惯量的不确定性,实现了轨迹的跟踪;最后,利用Lyapunov理论证明了闭环系统的稳定性。仿真结果表明了算法的有效性。     

基于Leader-Follower的多无人机编队轨迹跟踪设计

针对四旋翼无人机（UAV）群在轨迹跟踪过程中易受外界干扰而引起跟踪误差的问题，设计了基于Leader-Follower的多无人机协同编队轨迹跟踪控制方法。在该系统中，首先通过积分反步法（IBS）对所建四旋翼飞行器模型设计Leader无人机的轨迹跟踪控制器。其次设计了滑模控制（SMC）器，以控制Leader与Follower无人机实现期望的编队队形并同时跟踪参考轨迹。然后通过数值仿真验证了算法的有效性，仿真结果表明，系统具有良好的控制精度。最后通过视觉定位系统进行实验，结果表明所设计的控制器能够实现多个无人机轨迹跟踪和编队控制，所设计的算法具有可行性。     

基于终态滑模的机械臂自适应迭代学习控制

针对带未知参数且执行重复任务的机械臂,提出一种自适应迭代学习控制算法。为了克服因重置精度低带来的重置误差,引入了终态滑模和初始状态修正吸引子,实现了跟踪误差在有限时间收敛于0,并通过迭代轴上的自适应算法来调节控制器参数。理论证明了跟踪误差的收敛性和系统中所有信号的有界性,仿真结果验证了算法的有效性。     

基于预测扭矩前馈的涡轴发动机内模控制方法

基于内模原理设计了涡轴发动机功率涡轮转速控制器.针对主旋翼扭矩变化对功率涡轮转速的干扰,提出了一种基于极端学习机的扭矩预测方法.极端学习机训练基于动态仿真数据,其输入通过相关分析获得.基于内模原理的功率涡轮转速控制器采用极点配置的设计方法,将输入信号的内模直接加入控制器,实现鲁棒跟踪.扭矩前馈采用比例微分(PD)控制策略,实现对发动机负载变化干扰的有效补偿.数字仿真结果表明:极端学习机扭矩预测精度高,扭矩相对误差小于1.5‰,与不加前馈控制相比,所提出的控制方法减小了机动飞行过程中功率涡轮转速的超调或下垂30%以上.      

跟踪移动目标的无人机飞行控制设计与试验

为实现无人机跟踪移动目标的飞行,设计了一种位置-姿态控制算法。通过基于模型的设计方法,以较低成本、快速地实现了相关算法的软件开发,并进行飞行试验。利用Simulink的代码自动生成工具,生成了符合航空航天及自动化行业规范的控制软件,实现了从系统级仿真到工程实现的无缝过渡。并开发制作了控制器硬件和多架四旋翼无人机,其中,一架作为目标,一架搭载位置跟踪控制器。最后,将位置控制软件部署至控制器上,进行了移动目标的跟踪,结果显示,整体具有较好的跟踪控制性能,证明了所设计的位置控制器软硬件的正确性和有效性。     

基于线性自抗扰的四旋翼无人机轨迹跟踪控制

针对四旋翼无人机在轨迹跟踪控制过程中存在的不确定性和外部扰动,提出了一种基于线性自抗扰的轨迹跟踪控制方法。首先,基于线性自抗扰设计了四旋翼控制器,将四旋翼无人机的轨迹跟踪控制系统分成内外两个控制环路,外环由PD控制,内环由线性自抗扰控制;然后,进行了仿真验证与分析,并与基于补偿的PD控制方法进行对比分析;最后,开展了飞行验证。研究结果表明,线性自抗扰控制器不仅调节时间短,而且能补偿系统所受到的内、外干扰,提高系统的稳定性,较好地满足了系统性能要求,其抗干扰能力也优于基于补偿的PD控制。     

基于CMAC的伺服系统控制研究

针对高精度伺服系统中存在的非线性和各种不确定性因素,提出了基于小脑模型神经网络的复合控制方法,控制器由前馈控制器、比例微分控制器(PD)和小脑模型神经网络控制器(CMAC)构成,该方法在传统的PD+前馈控制方法上加入了CMAC神经网络算法的快速学习,精确逼近的优点,既保证了快速实时跟踪,又进一步提高了跟踪精度。实验结果证明,用CMAC控制方法后系统的跟踪精度比PD＋前馈控制方法提高近一个数量级,同时该方法对摩擦引起的波形畸变有很好的抑制作用,仿真和实验研究表明了该方法的可行性和有效性,并能满足实时性要求,对提高伺服系统的高精度动态跟踪性能有很好的工程参考价值。     

永磁同步电机弱磁最优控制策略研究

针对永磁同步电机(PMSM)在恒转矩区起动能力差、在恒功率区电流轨迹不易跟踪等问题,提出基于电压反馈复合电流前馈的定子电流弱磁最优控制策略。通过判断电流前馈环节达到稳定时所需的电流与采用最大转矩电流比(MTPA)算法所得电流大小,使定子电流在恒转矩区通过电流前馈作用快速跟踪MTPA曲线,加快起动；在恒功率区采用电压反馈复合电流前馈的策略,增强系统抗干扰能力的同时最大化直流母线电压利用率。为了验证该策略的可行性,搭建PMSM仿真模型,构建以dSPACE1007为核心的试验平台,对其进行仿真和试验,结果表明了该策略的稳定性和有效性。     

四旋翼式飞行潜航器非线性增量动态逆控制

针对四旋翼式飞行潜航器水下运动姿态控制问题,设计了一种带二阶低通滤波器的非线性增量动态逆控制器。建立了四旋翼式飞行潜航器水下运动数学模型,推导了增量形式的姿态控制律,以反馈的角加速度信号作为虚拟输入,得到了推力增量与角加速度的关系式,设计了姿态控制器,并进行了鲁棒性分析。通过在控制端和反馈的状态导数端引入二阶低通滤波器,保证了系统的时间同步性。仿真结果表明,在外界扰动和不确定性作用下,所设计的增量动态逆控制方法能够快速准确跟踪参考信号。     

基于自抗扰理论的小型四旋翼飞行器姿态控制

针对四旋翼飞行器的强耦合性、非线性、易受外界干扰等控制难点,研究利用自抗扰控制器对四旋翼飞行器进行姿态控制的技术问题。通过牛顿-欧拉方程建立四旋翼飞行器动力学模型,将不确定性、耦合及参数摄动等干扰作为"总和干扰",利用扩张状态观测器进行估计并动态反馈补偿,再利用非线性反馈抑制补偿残差,进行四旋翼飞行器姿态控制仿真实验。结果表明:在存在模型参数摄动和外界扰动的情况下,扩张状态观测器很好地实时估计和补偿了四旋翼飞行器的总和干扰,基于自抗扰的四旋翼飞行器姿态控制系统具有较好的动态品质、稳态精度以及较强的鲁棒性。     

基于矫正广义走廊的电动倾转旋翼机模态转换

研究了基于矫正广义走廊和在线增益调度方法的电动倾转旋翼机模态转换控制问题。针对传统配平方法导致模态转换过程中时变动态特征被忽略的不足,提出一种新的两步法配平策略,即矫正配平工作点,并获得矫正广义走廊,以减小系统实际运行状态与配平工作点的偏离程度,进而改善增益调度方法的控制效果。传统增益调度方法控制器设计工作量较大,针对该问题设计了在线增益调度算法,有效避免了拟合过程。对某小型电动倾转旋翼无人机（UAV）的仿真表明,基于所提方法使得倾转旋翼机平稳、快速地完成模态转换过程;实验数据进一步表明,矫正后广义走廊相比于矫正前可将对过渡走廊的平均跟踪误差显著减小。     

基于跟踪微分器的高超声速飞行器Backstepping控制

针对存在模型参数不确定和外部干扰的高超声速飞行器（HFV）跟踪控制问题,提出一种基于Backstepping方法的抗饱和非线性控制器。将飞行器纵向动力学模型分为速度子系统和航迹倾角子系统,然后针对每个子系统单独设计控制器。设计跟踪微分器获得信号的一阶导数,用以估计系统中的不确定干扰项和避免"微分项膨胀"问题。控制器设计过程考虑了控制量发生饱和的情况。基于Lyapunov理论证明了闭环系统信号的稳定性。与传统高超声速飞行器Backstepping方法相比,所设计的控制器采用待跟踪状态与理想控制指令之间的实际误差作为反馈量,放宽了对系统干扰项的限制,提高了控制器对控制增益变化的适应性,进而提高了闭环系统的跟踪控制性能。对比仿真结果验证了所设计方法的有效性。     

空间机械臂地面装调与空间应用迭代学习控制

针对空间机械臂系统地面装调和空间应用两阶段的末端轨迹控制问题,提出了采用闭环PD型迭代学习控制算法对空间机器人进行轨迹跟踪控制,从而使在地面重力条件下装调好的空间机械臂能够在空间微重力条件下实现在轨操控任务。建立了空间机械臂在地面装调阶段和空间应用阶段的运动学与动力学模型,给出了控制算法和控制结构,并通过对控制器的收敛性进行分析,给出系统收敛的充分条件。仿真结果表明,采用闭环PD型迭代学习控制算法对轨迹跟踪是有效可行的。     

BTT导弹的抖动抑制多模型切换控制

 基于线性系统特征结构配置和模型跟踪方法,以及优化工具,提出了可以有效抑制抖动的多模型切换控制策略,并用该策略设计了 BTT导弹俯仰 /偏航通道的自动驾驶仪。在导弹的整个飞行轨道上选取了若干点,分别建立起描述 BTT导弹俯仰 /偏航运动的线性时不变数学模型。对各个线性时不变模型,分别用特征结构配置方法设计反馈控制器对系统进行镇定。为了使导弹过载跟踪制导指令,又基于模型跟踪方法设计了前馈控制器。当导弹跨越不同特征点区域时,控制器要进行切换。为了减小切换时的抖动,针对切换后的特征结构配置反馈控制器,利用优化工具合理选取其自由度。仿真结果表明,所提出的方法令导弹的输出过载准确跟踪制导指令,而且切换抖动得到有效抑制。     

压电陶瓷驱动器的迭代学习逆补偿混合控制

由于压电驱动器具有迟滞、蠕变等非线性特征,在精密定位中存在较大的位移跟踪误差。本文对此提出了一种逆补偿和迭代学习控制算法相结合的控制方法。利用逆补偿器作为前馈,使压电陶瓷驱动器的位移跟踪误差得到一定的补偿,再利用迭代学习控制方法进行反馈,进一步减小压电驱动器的位移跟踪误差。仿真实验结果表明,该方法具有良好的控制效果,能够将驱动器的输出位移误差由37.26%减小到0.51%以内。     

无人机机动轨迹跟踪系统设计

对无人机机动飞行轨迹跟踪系统的内环姿态控制律和外环轨迹跟踪控制律两部分分别进行了设计。利用非线性动态逆方法设计了内环姿态控制律。外环轨迹跟踪控制律采用逆动力学前馈加模糊反馈的控制结构,提高系统对飞行条件及期望轨迹剧烈变化时的跟踪精度。仿真结果表明,所设计的系统能够控制无人机精确跟踪指定的机动轨迹,且相对于固定增益系统具有更好的鲁棒性。     

采用混合线性设计的四旋翼块对角姿态控制器

针对现代四旋翼无人机大机动、强非线性以及强耦合的特点,结合其姿态模型符合双层块对角结构,提出将块对角理论运用于姿态控制器的设计。为进一步提升控制器跟踪动态指令的快速性和整体的鲁棒性,在块对角理论的基础上将对动态指令敏感的Lyapunov函数法与具有较好收敛性和鲁棒性的PID控制理论分别应用到两层块对角结构的线性设计部分。仿真结果表明,采用混合线性设计的四旋翼块对角姿态控制器具有良好的动态性能和较强的鲁棒性。