不确定切换系统的鲁棒自适应控制方案

针对切换信号依赖于独立决策变量的不确定切换系统,基于多Lyapunov函数方法和模型参考自适应控制理论,提出并分析一种控制器具有非线性死区特征的鲁棒自适应切换控制方案.首先,由参考切换系统和自适应控制律集合建立闭环切换系统,而后构造Lure-Postnikov形式的多Lyapunov函数,并以一组线性矩阵不等式推导给出闭环切换系统为有界模型参考自适应控制系统的充分条件.最后,选择HiMAT(Highly Maneuverable Aircraft Technology)飞行器包线内的5个工作点,以其纵向短周期运动模型建立切换系统,并设计具有非线性死区特征的鲁棒自适应控制器.仿真验证了方案的有效性,结果表明系统在快速连续切换下可良好地跟踪期望轨迹.     

绕飞慢旋目标参数自适应积分滑模控制

针对满足一定条件的一类不确定部分上界不确知的系统,提出了一种参数自适应积分滑模控制策略.通过在切换函数中引入跟踪误差积分项,消除了传统滑模变结构控制需要被跟踪信号导数已知的假设.同时基于Lyapunov方法引入参数自适应律,使系统能够抑制干扰.采用该控制方法,进行大椭圆轨道慢旋目标同步绕飞跟踪控制器设计.仿真结果表明,该方法具有较强的鲁棒性以及良好的跟踪性能.     

高超声速飞行器自适应切换控制及稳定性分析

针对高超声速飞行器巡航段控制问题,构造自适应切换控制并对闭环稳定性进行了分析.高超声速飞行器动力学模型具有非线性、多变量和开环不稳定的特点.首先给出动力学模型局部线性化的方法,并设计自适应切换律和非线性反馈控制.进而给出全局稳定性分析结果,证明在所设计自适应切换控制下,闭环系统指数收敛到状态原点附近一个小邻域内.     

无人直升机的动态逆模糊集成控制

对于一个非线性系统,利用其近似的线性化模型求出系统的近似逆,采用模糊控制方法抑制误差对系统输出的影响来保证系统的最终特性,构成一种动态逆模糊集成控制方案.将这一方法应用在无人直升机的姿态控制中,仿真结果表明该方法可以消除无人机未建模动态和不确定性的影响,具有较好的鲁棒性能.      

基于切换系统的变体飞行器鲁棒自适应控制

针对变体飞行器变形过程的控制问题,将切换系统理论与多变量自适应控制理论相结合,提出了一种基于切换系统的鲁棒自适应控制器设计方法。首先,建立了变体飞行器纵向短周期线性切换模型,描述了飞行器的整个变形过程;然后,设计了一种改进的鲁棒自适应控制律,抑制了各类干扰和不确定性对系统的影响,实现了切换系统对参考模型的良好跟踪;最后,提出了一种基于模型依赖驻留时间（MDDT）的切换控制律,保证了变体飞行器在变形切换过程中的稳定性,利用Lyapunov函数方法证明了本文方法最终一致有界。仿真验证表明,在存在外部干扰和各类不确定性的情况下,本文方法能保证飞行器在变形过程中精确跟踪参考模型,且具有较好的抗干扰能力。      

基于动态逆的高超声速飞行器鲁棒自适应控制

针对高超声速飞行器运动学模型具有高度非线性、多变量耦合及参数不确定等特点,提出了一种基于非线性动态逆的控制系统鲁棒自适应控制器设计方法.该方法将飞行器的运动方程分成速度子系统和高度子系统,利用控制输入的功能分配,并结合虚拟控制指令设计与非线性动态逆技术,实现速度和高度的稳定跟踪.为消除系统中模型不确定性和外界干扰的影响,采用鲁棒自适应滑模控制策略进行补偿.仿真结果表明:所提出的控制器设计方法不仅满足飞行器速度与高度跟踪性能的要求,且对模型不确定性和外干扰具有一定的鲁棒性.      

基于RBF网络的导弹滑模动态逆控制律设计

讨论了一种基于径向基函数(RBF,Radial Basic Function)神经网络的导弹滑模动态逆控制律.导弹的基本控制律采用动态逆方法设计,对慢回路设计神经网络滑模控制器以补偿整个控制系统的不确定性.即用RBF神经网络逼近导弹慢模态不确定性的数学模型,并将逼近误差引入到网络权值的调节律以改善系统的动态性能;滑模控制器用于减弱模型不确定性及神经网络的逼近误差对跟踪的影响.所设计的控制器不仅保证了闭环系统的稳定性,而且使模型不确定性及神经网络的逼近误差对跟踪的影响减小到给定的性能指标.最后通过仿真分析,验证了该方法的有效性.      

适用于时变不确定系统的并行模型自适应估计

摘要： 针对受到潜在模型不确定性影响的系统,设计一种并行模型自适应估计(PMAE)算法.以往基于不确定性系统模型设计的滤波算法,在模型精确的情况下,性能往往不及传统卡尔曼滤波（KF）.为了解决该问题,设计基于多个并行滤波器的自适应状态估计算法,其中一个滤波器为KF,用于在未出现模型不确定性的情况下,对系统进行最优状态估计;另一个滤波器为扩维卡尔曼滤波（AKF）,用于在出现模型不确定性的情况下,对不确定性模型参数进行辨识.以空间目标监视为例,分析算法的性能.仿真结果表明,利用PMAE算法能够自适应地对两个并行滤波器进行切换和折衷,从而有效应对模型中存在不确定性和不存在不确定性两种情况.     

高超声速飞行器抗饱和鲁棒自适应切换控制

针对高超声速飞行器执行机构饱和的控制器设计问题,提出一种多回路抗饱和鲁棒自适应切换控制方法. 首先针对高超声速飞行器的运动模态在频率上表现出显著的分离特性,将状态变量分开不同的回路设计;然后对受执行机构饱和影响明显的状态设计参考切换系统,从而降低模型和控制器参数设计的复杂性,将一系列可能导致执行机构饱和的事件视作切换信号,选定参考切换模型及鲁棒自适应控制器,保证控制输入不达到饱和状态,并通过多李亚普诺夫函数方法和线性矩阵不等式分析了控制器的稳定性. 仿真结果表明了控制方案的有效性,在存在执行机构失效故障和干扰的情况下,系统状态可良好的跟踪参考状态且控制输入小于执行机构限幅.     

利用神经网络逆控制系统提高 Turbo码译码性能

对Turbo码译码逆模型建立问题,提出使用神经网络结构的非线性滤波器来建立Turbo码译码自适应逆模型.采用最优常系数比例因子统计得到Turbo码期望衰减系数,通过利用期望衰减系数训练神经网络非线性自回归外输入NARX滤波器,建立全局范围内的Turbo码译码逆输入输出映射模型.在线性逆控制系统中采用该自适应逆模型,与非线性逆控制结构的自适应逆控制系统相比,具有系统结构简单、运算量小等特点.仿真结果表明在信噪比大于0?dB时,该自适应逆模型算法收敛迅速、稳定,计算误差保持在较小的范围之内.自适应逆译码模型从译码机理角度提供了一种改善译码性能的新途径.     

导弹增量式自适应容错控制系统设计

导弹在实际飞行中存在气动参数不确定、执行机构故障等问题,从而对导弹飞行控制系统稳定性与操控能力造成严重影响。为此,设计一种增量式自适应容错控制方法,在实现导弹安全控制的同时,兼顾姿态控制算法时效性与可靠性。建立面向控制的三通道耦合姿态动力学模型;考虑系统不确定性和执行机构故障,基于增量式动态逆方法设计导弹被动容错控制律;基于自适应滑模控制与增量式动态逆方法,设计增量式动态逆自适应容错控制律,并对系统残差进行分析比较;通过某典型全弹道姿态跟踪任务,验证舵面故障下的姿态跟踪特性。仿真结果表明:所提方法在故障未知的情况下,能够保证飞行控制系统的鲁棒性与容错能力,实现导弹的安全可靠控制。      

面向重心变化的自适应飞行控制系统设计

重心的变化直接影响飞机本身的控制特性,使得控制系统设计更为复杂.针对已有方法模型依赖性强、鲁棒性差的局限性,提出了一种面向重心变化的非线性自适应飞行控制系统设计方法.该方法基于逆动力学理论和重心在线估计系统设计标称控制律,在此基础上引入自适应滑模控制单元来构建自适应补偿控制律,其中滑模控制用于保证控制的鲁棒性和稳定性,而自适应单元则通过对模型不确定性和重心估计误差的估计及补偿提高控制的适应性和控制性能.结合Lyapunov稳定性理论证明了闭环系统的稳定性.仿真结果表明:该方法能有效地实现对系统未知不确定因素的补偿,具有较强的鲁棒性.     

刚体航天器大角度姿态机动控制算法

针对刚体航天器在参数不确定及环境扰动情况下的大角度姿态机动问题,提出一种自适应离散变结构姿态控制算法.建立包含航天器姿态运动学及动力学的仿射模型,并精确反馈线性化解耦;对得到的各线性动态方程离散化处理,由离散指数趋近律推导了参数化的离散变结构姿态控制律.最后基于Lyapunov稳定性理论设计了控制参数的自适应更新律,有效克服了模型中的各时变项及干扰项影响.仿真结果表明,该算法可有效减小干扰引起的姿态指令角跟踪偏差,确保了大角度姿态机动控制的精确性与鲁棒性,并且消除了常规变结构控制的抖振现象.     

使用SGCMGs航天器滑模姿态容错控制

基于滑模控制与自适应理论,对使用单框架控制力矩陀螺群(SGCMGs)的刚性航天器的被动姿态容错控制问题进行了研究。首先建立了含有陀螺框架转速故障的系统数学模型。然后将框架转速直接作为控制量并应用滑模控制理论设计了容错控制器,同时控制器中还设计了自适应律对故障信息和干扰进行估计。由此,可在故障和干扰的先验信息未知的情况下,实现对航天器无故障和有故障情况下的姿态稳定控制,且具有较强的鲁棒性。最后,对2种构型单框架控制力矩陀螺群的不同故障模式进行数学仿真,验证了该控制方法的有效性和可行性。     

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.     

高超声速飞行器全局有限时间姿态控制方法

以高超声速飞行器6自由度模型为研究对象,设计了一种基于终端滑模的全局有限时间姿态控制方法。在控制器设计中,通过动态逆实现对俯仰、偏航和滚转通道的解耦处理。在考虑模型不确定性和外部干扰的情况下,终端滑模变结构控制方法用于保证系统的鲁棒性。同时,通过改进指数趋近律,实现闭环系统在滑模面趋近阶段和沿滑模面滑动阶段均是有限时间收敛的。基于李雅普诺夫稳定性理论,控制器的全局有限时间收敛特性得到证明。仿真实验结果验证了高超声速飞行器全局有限时间姿态控制方法的有效性。      

基于直接自适应的挠性航天器姿态稳定控制

针对挠性航天器姿态稳定控制,基于退步控制方法与直接自适应控制方法提出了一种自适应控制策略。首先将挠性航天器模型分解为运动学子系统和动力学子系统,并设计具有理想控制性能的参考模型;然后在姿态小角度的假设下,对满足近似严格正实性的姿态运动学子系统设计了直接自适应中间控制律;最后运用退步控制方法对航天器动力学子系统设计了姿态控制器,并证明了闭环系统的稳定性。理论分析和数值仿真结果表明该控制器对挠性航天器的姿态稳定控制是有效的。     

挠性航天器退步自适应姿态机动及主动振动控制

针对带有分布式压电陶瓷执行机构的挠性航天器姿态机动与主动振动控制问题,提出了一种退步直接自适应一体化控制方法.首先,建立了挠性航天器姿态机动与主动振动控制的模型,并分析了动力学子系统的近似严格正实性;然后,采用退步直接自适应控制方法,设计了挠性航天器的姿态机动主动振动控制器,并证明了控制闭环系统的稳定性;最后,进行了不同仿真条件下的数学仿真验证.理论分析与数学仿真结果表明,该控制方法不依赖航天器参数,对系统参数不确定性具有强鲁棒性,能有效抑制挠性附件的振动,对挠性航天器的控制是有效的.     

基于深度神经网络的航天器姿态控制系统故障诊断与容错控制研究

针对传统航天姿控系统故障诊断与容错控制诊断精度及控制分配效率较低的问题,提出了一种基于深度神经网络的航天器姿态控制系统故障诊断与容错控制方法。以控制力矩陀螺为执行机构的航天器发生执行机构故障工况时,所提出的方法可保证鲁棒的姿态控制。首先,利用三个异构深度神经网络实现传统容错控制器的故障诊断、姿态控制和力矩分配等功能,建立了全神经网络的智能自适应容错控制器架构。然后,对三个神经网络的网络层数、神经元数目和激活函数等参数进行优化调整,对比分析了神经网络参数对控制器性能的影响。最后,对所提出的新型控制器在控制力矩陀螺发生故障时的控制精度和鲁棒性进行了仿真验证。仿真结果表明,对于具有冗余控制力矩陀螺的航天器,提出的方法不仅能在单一陀螺故障下实现高精度的容错控制,也能在发生多陀螺故障时保证一定的姿态稳定控制。