反舰导弹基于反演的滑模控制

首先介绍了非线性系统的反演设计方法,提出了一种基于反演的滑模控制方法。它可解决非线性系统的不匹配不确定性问题。该方法通过在反演设计中引入滑模控制来改进反演的最后一步算法,并简化控制器的设计。针对新型反舰导弹参数时变、不确定、非线性的特点,采用了基于反演的滑模控制来设计其控制系统。最后,进行了仿真研究,仿真结果证明了所提出的方法的有效性。     

有输入未建模动态的导弹鲁棒控制器设计

在导弹系统俯仰通道中存在输入未建模动态情况下，提出了一种基于RBF神经网络和反演控制技术的非线性鲁棒控制器的设计方法。首先应用两个RBF神经网络对输入未建模动态设计了神经网络逆补偿器．然后利用反演控制技术设计了导弹非线性控制器．最后应用Lyapunov稳定性理论推导出RBF神经网络权重矢量调节律，证明了系统的所有信号均有界且全局指数收敛至原点。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。     

带有广义不确定性的导弹非线性控制系统设计

 在导弹系统存在广义不确定性情况下,提出了一种基于反演设计技术和RBF神经网络的导弹非线性自适应控制系统设计方法。设计过程中将不确定性对系统的影响合成为一项,然后应用RBF神经网络消除了其对系统的影响,有效地解决了控制系数矩阵未知时控制器设计问题,同时放松了现有文献中对控制系数矩阵不确定性的要求。应用Lypunov稳定性定理推导出神经网络权重矩阵的自适应调节律,并证明了闭环系统的所有信号均有界且指数收敛至系统原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果验证了该算法的有效性。     

Polynomial networks based adaptive attitude tracking control for NSVs with input constraints and stochastic noises

This paper proposes a backstepping technique and Multi-dimensional Taylor Polynomial Networks (MTPN) based adaptive attitude tracking control strategy for Near Space Vehicles (NSVs) subjected to input constraints and stochastic input noises. Firstly, considering the control input has stochastic noises, and the attitude motion dynamical model of the NSVs is actually modeled as the Multi-Input Multi-Output (MIMO) stochastic nonlinear system form. Furthermore, the MTPN is used to estimate the unknown system uncertainties, and an auxiliary system is designed to compensate the influence of the saturation control input. Then, by using backstepping method and the output of the auxiliary system, a MTPN-based robust adaptive attitude control approach is proposed for the NSVs with saturation input nonlinearity, stochastic input noises, and system uncertainties. Stochastic Lyapunov stability theory is utilized to analysis the stability in the sense of probability of the entire closed-loop system. Additionally, by selecting appropriate parameters, the tracking errors will converge to a small neighborhood with a tunable radius. Finally, the numerical simulation results of the NSVs attitude motion show the satisfactory flight control performance under the proposed tracking control strategy.     

攻击角约束的拦截弹制导控制一体化设计

针对拦截弹的攻击角约束制导问题,提出了一种基于反演滑模和扩张状态观测器(ESO)的制导控制一体化(IGC)设计方法。首先,基于弹目相对运动方程和拦截弹的非线性动力学方程,建立了拦截弹IGC模型,设计了ESO估计目标加速度和自动驾驶仪回路的干扰;在此基础上,基于干扰估计值和反演滑模方法,设计了IGC算法获取虚拟控制力矩,同时基于李雅普诺夫理论分析了闭环系统的稳定性;然后,利用动态控制分配技术将所获取的期望控制力矩分配到实际执行机构;最后,通过仿真结果验证了所设计的IGC+ESO算法的有效性。     

大粘滞摩擦因数的永磁伺服系统自适应反步控制

对于粘滞摩擦系数大的永磁伺服系统,传统的自适应反步控制会导致参数辨识结果波动较大、不易稳定、转速跟踪性能较差。设计了一种实时辨识粘滞摩擦因数的自适应反步控制器,同时对转动惯量、负载转矩和粘滞摩擦因数进行辨识,提高了对粘滞摩擦因数较大系统的转速跟踪性能和转动惯量及负载转矩辨识精度。所提方法结构简单、易于实现,在dSPACE公司的DS1103系统试验平台上对其进行了试验验证,试验结果表明了所提方法的正确性和有效性。     

基于自适应反演的导弹滑模控制

阐述了在导弹系统存在不确定性情况下,基于自适应反演控制技术和模糊神经网络理论,提出了一种导弹滑模控制系统设计方法。设计过程中将不确定性对系统的影响合成为一项,然后应用模糊神经逼近器来逼近系统的不确定项;考虑了已知信息,利用自适应模糊神经控制理论和滑模控制设计了控制器,应用Lypunov稳定性理论保证了闭环系统的稳定性,并推导出模糊神经逼近器各参数的自适应调节律。     

一种针对结构损伤的非线性容错飞行控制方法

飞机结构损伤会引起气动参数变化,进而影响系统的静稳定性和控制精度。针对具有多输入的非线性飞机模型,利用带有二阶命令滤波器的自适应反步控制方法在线估计飞机气动参数,补偿结构损伤导致的气动参数变化对控制系统的影响,以实现容错飞行控制功能;引入的命令滤波器可以避免反步控制中复杂的求导运算。从理论上分析证明了带有二阶命令滤波器的自适应反步控制的闭环系统稳定性,并给出了控制跟踪误差的理论上界和二阶命令滤波器频率参数选取的下界。通过一个大型客机垂直尾翼脱落场景的仿真实验,验证了所提容错控制方法的有效性。     

基于名义模型的飞行模拟转台反演滑模控制

针对飞行模拟转台这一实际的不确定伺服系统,提出一种新型控制策略,该控制策略是建立在名义模型基础上的一种新型全鲁棒滑模控制器.控制系统由两种控制器构成,一种是针对实际对象的全鲁棒滑模控制器,另一种是针对名义模型的积分反演滑模控制器.采用名义模型与实际对象之间的建模误差设计全鲁棒滑模控制器,采用积分反演滑模控制器来保证控制精度,全鲁棒性能由全局滑模控制器来保证.采用Lyapunov方法实现了两种控制器的稳定性分析.以飞行模拟转台伺服系统为被控对象,针对正弦和阶跃响应的仿真结果表明,采用所提出的控制方法,可实现全局鲁棒性并保证较高的位置跟踪精度.     

A Backstepping Simple Adaptive Control Application to Flexible Space Structures

Although the simple adaptive control (SAC) is widely studied both in theory and application in flexible space structure control and other control problems, it is restricted by the almost strictly positive real (ASPR) conditions. In most practical control problems, the ASPR conditions are not satisfied. Therefore, based on the SAC theory, this paper proposes a backstepping simple adaptive control algorithm which suits the system with arbitrary relative degree with no need of parallel feedforward compensator. The proposed control algorithm consists of decomposition of the arbitrary relative degree system into a known subsystem and an unknown ASPR subsystem which are connected in cascade, design of constant output feedback controller for the known subsystem, and implementation of backstepping method and SAC of the unknown ASPR subsystem. Inheriting the characteristics of the SAC, this method can be adaptive online for the parameter uncertainties. Then, the application of the proposed controller to large flexible space structure with collocated sensors and actuators is studied, and the simulation results validate the proposed controller. It is a new strategy to apply the classical SAC to high relative degree plants.