滞环非线性系统的自抗扰动态面控制方法

针对输入端还有类齿隙滞环的二阶不确定性非线性系统,提出一种基于扩张状态观测器的输出反馈自抗扰控制算法。为便于扩张状态观测器设计,首先采用坐标变换将严格反馈系统转化为串联积分结构。然后,基于该结构设计了非线性扩张状态观测器对系统状态和总扰动信号观测。在控制器设计中,采用动态面技术设计输出反馈控制信号,取代滑模控制信号。最后,数值仿真结果表明,所提出的自抗扰控制算法在控制性能方面优于传统PID控制器。     

一种基于ESO的导弹鲁棒自动驾驶仪设计方法

针对大机动能力滚转角稳定的战术导弹反应快、通道间耦合性强等特点,提出了一种鲁棒自动驾驶仪设计方法.首先将滚转通道模型中的参数不确定性和外界扰动作为系统的复合干扰,然后利用扩张状态观测器估计系统的状态和复合干扰,并将其用于线性二次型调节器自动驾驶仪的设计中,最后给出了控制算法的稳定性证明.仿真结果表明,基于扩张状态观测器...     

基于模型预测控制的近空间飞行器容错跟踪控制

针对近空间飞行器的执行器故障,在考虑控制输入约束情况下,本文提出了一种基于模型预测控制思想的容错控制策略.该方法主要是结合线性状态反馈控制与非线性模型预测控制的优点,构成容错控制律,然后通过自适应观测器的方法进行故障估计,并将得到的故障信息反馈到系统,能够保证闭环系统的稳定性,而且在系统发生执行器故障的情况下能够跟踪给定的指令.最后在Matlab中针对X-33模型进行仿真,验证该容错控制算法的有效性.     

绳系卫星被动释放无超调脉宽脉频调制控制

针对空间绳系卫星释放过程中无超调释放和正向速度约束问题,提出一种新的离散控制绳系无超调释放的方法。该方法基于绳系卫星系统动力学模型建立离散控制的动力学模型,通过反馈线性化和反步法设计出理想的释放轨迹。提出一种基于输入受限的离散控制算法,并运用该算法进行了理想释放轨迹跟踪仿真试验。结果表明,该离散控制方法可以实现绳系无超调释放,并保持释放速度始终非负。仿真结果验证了输入受限离散控制方法在空间绳系卫星释放过程中的有效性,为空间绳系卫星释放系统设计提供了参考。     

面向刚柔耦合卫星的有限时间输出反馈姿态控制

针对进行大角度快速机动的刚柔耦合卫星,提出了有限时间控制方法。首先在考虑卫星本体运动与柔性附件变形耦合效应的情况下,建立一次近似刚柔耦合动力学模型。其次假设柔性附件振动信息可测,考虑外部干扰和转动惯量不确定性,基于非奇异快速终端滑模(NFTSM)原理,设计了有限时间全状态反馈控制器,根据Lyapunov原理证明其有限时间稳定性;进一步考虑柔性附件振动信息不可测的实际情况,设计了非奇异快速终端滑模动态输出反馈控制器,该控制器仅利用角度和角速度信息就可以实现有限时间快速姿态稳定。最后对提出的控制算法进行了数值仿真,并通过与现有文献中控制算法进行对比,验证了本文设计的输出反馈控制算法的有限时间快速稳定特性。     

基于扰动补偿自适应的Hexapod微激励系统低频振动控制

为研究微振动对航天器上有效载荷的影响,以Hexapod平台为基础,设计多自由度微激励系统。常规的经典控制算法难以满足Hexapod多自由度微激励系统的精度要求;自适应控制算法虽然对处理此类问题具有天然的优势,但因被控对象相位延迟而引入的稳定条件限制了其在工程上的应用。文章结合线性自抗扰技术,提出了一种扰动补偿自适应控制算法,将被控对象相位滞后特性看作内扰,运用扩张状态观测器与外扰一同进行观测补偿,使系统输出信号与期望信号一致。将该算法应用于Hexapod多自由度微激励系统进行仿真和实验,验证了其可有效复现所需频带高精度正弦微振动信号,显示出实际工程应用价值。     

导弹滑模抗干扰自动驾驶仪设计

针对拦截弹的抗干扰控制问题，设计了一种基于扩张状态观测器和快速滑模控制的三通道自动驾驶仪。首先建立考虑有界未知不确定性和外界干扰的拦截弹系统模型，构建扩张状态观测器对有界未知不确定性和外界干扰进行估计；在此基础上，根据自动驾驶仪系统特性，设计了一种快速滑模控制算法使得系统在受到有界未知不确定性和外界干扰的情况下仍然能精准快速跟踪指令信号，并基于李雅普诺夫函数证明了其稳定性。仿真结果验证了所设计控制算法的有效性。     

大尺度弱纹理场景下多源信息融合SLAM算法

为实现自主机器人大尺度弱纹理场景下局部精准和全局无漂移的状态估计,提出一种视觉惯性与全球导航卫星系统多源信息融合的同时定位与地图构建算法。首先,通过在局部状态估计中加入线特征来更直观表示环境的几何结构信息,有效提升了弱纹理场景中关键帧之间相对位姿估计的准确性;其次,通过引入线性误差表示,将线性特征表示为直线端点上的线性约束,从而将线特征整合到基于特征点算法的线性表示中,有效改善算法在重复线特征场景下的鲁棒性。最后,使用多源信息融合算法,融合视觉惯性与GNSS测量信息实现了局部精确和全局无漂移的位姿估计,有效解决了大尺度弱纹理场景下的精准状态估计问题。多个公共数据集的评估结果表明,所提出算法的鲁棒性更强、定位准确度更高。     

飞行器上干扰的测量和补偿

1、引言在“具有参数补偿的线性最优化系统设计”中论论了飞行器稳定系统采用观测器获得系统状态的方法,用参数补偿原理消除弹体弹性弯曲振动,及通过反馈增益阵实现全状态最优反馈控制。本文在上述工作基础上,设计增广系统全维或降维观测器,观测包括干扰变量在内的全部状态。这样,观测器不但是状态测量装置,也是干扰的测量装置。在满足一定的条件下,设计干扰补偿通道,用干扰补偿干扰。     

基于智能PID和扩张状态观测器的姿态控制方法

针对在实际工程中人工设计飞行器姿态控制参数造成工作量大的问题,提出一种基于模型参考自适应控制的神经网络姿态控制方法。首先在模型参考自适应控制的基本框架下,利用BP神经网络的自学习特性,实现PID控制参数的自适应整定。随后设计了两阶线性扩张状态观测器以对控制量进行补偿,并对观测器进行了误差分析。仿真结果表明通过神经网络训练得到的控制参数变化规律和工程实际较为相似,姿态角指令跟踪误差在允许范围内,幅值裕度和相角裕度均符合要求。通过分别在常值干扰和正弦变化干扰下的两阶线性扩张状态观测器和三阶线性扩张状态观测器的仿真对比,发现两阶的观测器更能够降低外界扰动对系统的影响。     

空间机械臂位形与基座姿态协同控制研究

针对自由飘浮空间机械臂与基座的运动耦合问题,提出了一种基于不变流形的机械臂位形与基座姿态协同控制算法。在分析了系统可控性的基础上,构造了线性状态反馈下系统的不变流形,并设计了分段连续的镇定控制器。该控制器先将系统状态镇定到不变流形之上,然后沿该流形将系统状态调整到期望值。仿真结果表明,在系统可控的条件下,所提出的协同控制算法能将机械臂位形与基座姿态同时调整到期望状态。     

基于状态观测器的高超音速飞行器动态面反步控制

针对高超音速飞行器严格反馈不确定非线性MIMO系统,考虑系统状态不可完全测量的问题,提出一种基于状态观测器的反步控制方法.该方法在系统具有不确定项的情况下,充分利用角速率信号和系统建模信息设计滑模观测器,实现对高超音速飞行器气流角的估计,并通过理论推导出了观测器的收敛条件和观测器增益矩阵的计算方法;基于反步法设计气流角跟踪控制律,分别采用指令滤波和动态面方法得到气流角指令和虚拟控制量的一阶导数,以Lyapunov方法证明闭环系统跟踪误差最终有界收敛.仿真结果表明,在系统存在不确定项且气流角不可测的条件下,所设计方法依然可以实现气流角的稳定跟踪.     

非线性自抗扰控制器在航天器姿态控制系统中的应用

基于扩张状态观测器 (ESO)的自抗扰控制器 (ADRC)在不确定性系统的估计和控制中得到了广泛发展和应用。本文利用这个理论 ,通过建立非线性观测器来实时、迅速、准确、简单地获取不确定性受控对象的参数和模型摄动及未知外扰作用的信息 ,再通过补偿作用来实现反馈线性化和反馈“确定性化” ,使得控制器结构简单、响应快、精度高。     

一种改进的观测器算法在制导中的应用

研究了导弹视线角和视线角速度可测情况下的制导信息估计问题,给出了一种改进的CB观测器(Cost-Based Observer)设计算法。基于非线性平面拦截模型,将目标机动看作一阶马尔可夫过程建立了制导信息滤波的非线性状态方程并将其化为SDC模型。针对系统能观性不足问题,提出了多状态相关系数矩阵加权组合的方案对CB观测器进行改进。并将其用于估计弹目相对距离、相对速度和目标机动加速度,利用估计的制导信息进行制导计算并与制导信息完全可测情况进行比较研究。最后,采用比例导引律进行仿真,结果表明本文所设计的观测器估计精度较高,且能满足制导性能要求。     

参数自适应凸优化下的月面着陆最优轨迹规划

针对月面高精度下降着陆问题,提出了一种基于最优观测器的参数自适应凸优化月面着轨迹规划算法。首先,针对下降着陆主减速段需要尽可能减少燃料消耗的问题,考虑约束及动力学模型的非凸性,采用无损凸化技术将月面下降着陆问题转化为二阶锥规划问题;其次,为减少下降着陆过程中质量、比冲等参数不确定性影响,设计了基于Riccati方程的最优观测器;再根据标称参数凸优化所产生的最优轨迹进行飞行,利用该过程中加速度计实时测量信息,结合推力器输出信息,实现对着陆器参数的在线实时估计;在参数估计实现收敛后,通过在线求解二阶锥规划问题实现最优轨迹的在线规划。仿真结果表明,该观测器能够实现在线参数实时估计;该算法相较其他定点着陆算法,仅需要发动机具有离散的推力域,且具有精度更高的优势。     

基于探测机制的卫星链路拥塞控制算法研究

分析了目前卫星链路拥塞控制算法的研究现状,重点介绍了一种基于探测机制的拥塞控制算法,即通过发送低优先级且不携带有用信息的哑元来探测网络资源的可用性,改进并形成了新的拥塞控制算法。文章对该算法进行了详细分析,并运用OPNET仿真工具进行了网络仿真,在建立的网络模型中对新旧算法进行了比较。仿真结果表明,该算法能够提高卫星链路TCP连接的初始阶段以及链路出错条件下的吞吐量。     

多传感器最优信息融合Kalman多步预报器及其应用

提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多步预报器。它具有两层融合结构，其中第一融合层具有网状并行结构，用来获得每时刻每两个无故障传感器子系统之间的滤波误差互协方差阵；第二融合层用来确定最优标量加权系数，进而获得标量加权最优融合Kalman多步预报器。将其应用于雷达跟踪系统验证了其有效性。     

反馈式多目标多传感器系统误差融合估计技术

本文对多目标情况下的多传感器系统误差估计问题进行了研究,提出了反馈式多目标多传感器系统误差融合估计算法。算法首先对EX算法进行了修正,无需计算各目标状态估计及其增益伪逆,直接利用各传感器量测数据来构建伪量测,通过滤波获得局部传感器组合系统误差估计;其次,算法通过构建状态空间转移矩阵实现了全局估计到局部组合估计关系描述,并从多目标多传感器两个层面对系统误差估计进行更新,即对多目标信息进行递归融合以有效利用空间分布的多目标信息,对多传感器组合估计信息进行反馈融合获得全局估计。蒙特卡洛仿真结果说明该算法能够进行多传感器系统误差的快速精确融合估计,相比EX算法在实时性与估计精度方面均具有较大的优越性。
     

带反馈多传感器分层融合算法性能研究

Chang K.C.于近期研究了两传感器非实时分层融合算法的稳定性能,其研究结果表明全反馈条件下的算法融合性能要劣于部分反馈算法,特别是当过程噪声较大时提高传感器与融合中心的通信频率并不能改善全反馈算法的性能。与上述研究不同,重点考察了融合系统中传感器数目对非实时有反馈分层融合算法性能的影响。研究结果表明:当过程噪声较大时,增加传感器的数目不仅不能改善全反馈算法的性能反而会使性能降低;所得结论进一步推广和发展了Chang K.C.的研究成果,并从另一侧面验证了融合信息的质量比数量更为重要的论断。     

多传感器组合导航系统分层融合算法

从信息融合角度来看，目前在组合导航系统中广泛应用的联合滤波算法居于两级式分布式融合结构。而分层融合结构作为多传感器信息融合的另一种重要的模式，在组合导航系统中应用尚未见报道。本文研究了多传感器组合导航系统的分层融合算法，重点与联合滤波算法进行了比较。以定理的形式证明了在一定条件下分层融合算法与联合滤波算法的等价性问题。进而提出了分层融合算法的部分反馈模式。仿真结果表明，部分反馈模式的有序分层融合算法可有效地应用于多传感器组合导航系统。在相同的容错能力和计算复杂性下，可以得到优于联合滤波的导航信息融合结果。