基于粒子群算法的导弹飞行控制系统设计

针对反坦克导弹鲁棒飞行控制系统设计问题,提出了一种基于粒子群算法的鲁棒飞行控制律设计方法.在使用μ综合方法设计反坦克导弹控制律时,采用粒子群算法优化鲁棒性能加权函数,解决了加权函数难以选择的问题.仿真结果表明,采用粒子群算法的μ综合方法设计的反坦克导弹飞行控制律具有较强的鲁棒性和更好的指令跟踪能力.     

基于特征模型的高超声速飞行器鲁棒控制方法

针对高超声速飞行器不确定性因素多、参数变化范围大的特点,将特征建模理论与多模型自适应控制方法相结合,设计了一种基于特征模型的鲁棒自适应控制方案.将飞行器的飞行包络划分为若干个子空间,基于对象特征模型分别设计各子空间的H,鲁棒控制器,飞行过程中,通过在线辨识得到的特征模型参数对各子控制器进行平滑切换.该控制方案不但可以较...     

歼击机结构故障的检测与自修复控制律重构

 针对鲁棒动态逆控制的飞机,提出一种有效的故障检测新方法及自修复控制律重构方法。设计了一种基于理想模型的非线性故障检测器,通过监测残差信号,能够可靠地对各类故障进行辨识,并利用补偿信号来抵消故障舵面产生的影响,可以满足自修复飞行控制的实时性要求。     

基于鲁棒伺服 LQR的无人机横航向自动着陆控制律设计

针对无人机自动着陆过程中外部不确定性强,影响控制精度和飞行安全的问题,提出一种基于鲁棒伺服线性二次型(Linear Quadratic Regulator,LQR)的横航向自动着陆控制律设计方法。基于鲁棒伺服LQR设计滚转姿态保持内回路,设计航向保持/预选模态和航向信标(Localizer,LOC)截获与跟踪模态,实现横航向轨迹的稳定与精确跟踪。数字仿真结果表明,该方法具有较好的控制效果。     

基于L_1自适应方法的无人机纵向阻尼控制器设计

针对无人机模型不确定性和非线性干扰因素对飞行控制性能的影响,采用一种新型的L_1自适应控制方法进行纵向阻尼控制。首先根据无人机的纵向气动特性,建立了包含模型不确定性和干扰的俯仰角速率非线性动力学模型,然后根据L_1自适应控制理论设计自适应律和带宽合适的低通滤波器,最后对所设计的控制系统进行了仿真验证。结果表明:在系统不确定性和高频干扰的情况下,所设计的控制系统能在保证系统快速性的同时,对外界不确定性和干扰具有较强的鲁棒自适应性,可使跟踪误差快速收敛且瞬态性能优异。     

基于遥测数据的无人机飞行包线估算方法研究

飞行包线对于无人机的飞行安全至关重要。为了建立更加完善的飞行包线,提出了一种基于遥测数据的气动参数辨识方法结合可达集理论的包线估计综合方法;基于动力学方程建立无人机的气动参数模型,利用辨识模型的参数解算不同高度下的飞行包线,再利用线性系统理论与可达集理论扩展计算不同飞行包线下的相关极限飞行参数;最后,基于某型无人机实际飞行中记录的遥测数据,解算了该无人机的飞行包线,验证了该方法的可行性和有效性。     

直升机鲁棒控制器设计及地面仿真试验

以直升机为被控对象,应用LQR技术设计了三轴稳定鲁棒控制器.以直升机模型、执行器模型以及设计的三轴稳定控制器构成全数字闭环仿真系统进行仿真,并将所设计的鲁棒控制器编制鲁棒实时飞行控制律软件加载至飞行控制计算机,在实际地面仿真环境下进行了较为全面的地面联试.仿真结果表明,所设计的鲁棒控制器正确有效,并为其进一步应用于实际飞行控制系统打下了坚实基础.     

基于遗传算法的无人机多目标协作优化

为充分利用随控布局的优点,提出了集成飞行动力学与控制的无人机多学科设计优化(MDO)框架。针对任务需要选定了控制结构及对应的目标函数和约束,确定了能够处理更多目标函数和约束的鲁棒多学科设计优化方法。由于传统约束非线性规划的求解困难,提出了基于遗传算法的二级多目标协作优化方法。优化结果表明,基于遗传算法的多目标协作优化较传统协作优化更容易收敛。飞行动力学与控制的集成,给无人机在概念设计阶段提供了更大的外形设计自由度。     

无人机空中加油自主会合的制导与控制

针对无人机空中加油的自主会合问题,进行了相应制导律和非线性控制器的设计。通过改进的带角度约束的三维比例制导律实现对航向角的控制,以协调转弯的方式将航迹角指令转化为姿态角指令。基于无人机六自由度的动力学模型,针对无人机的姿态控制,采用时标分离的方法设计了慢子系统和快子系统,并对这两个子系统分别进行动态逆控制设计。同时,基于滑模控制的方法设计了满足自主会合要求的速度控制律。在保证无人机飞行稳定的基础上,实现了对控制和制导指令的精确跟踪。仿真结果表明,所设计的制导律和控制律能够实现无人机空中加油的自主会合,具有良好的动态特性。     

基于符号控制的无人机飞行控制律设计

以某小型无人机为研究对象,通过分析,针对无人机的飞行控制律的非线性、不确定性等问题,研究了一种基于符号控制方法,并应用于无人机飞行控制律的设计。首先研究和建立无人机六自由度非线性数学模型,无人机数学模型是其飞行控制系统设计的基础;其次就是对其非线性模型进行线性化处理,实现其离散化,而后对其采用符号控制,调整符号控制输入,确定其符号控制结构,采用符号控制算法寻优。最后对此进行了matlab仿真,实现了无人机飞行控制律的优化设计,仿真结果表明,这种控制新方法设计的无人机飞行控制能达到较好的控制效果,可应用于飞行控制系统的设计。     

弹性飞翼无人机鲁棒姿态控制设计

针对大展弦比飞翼布局无人机的刚体运动与弹性运动耦合动力学模型,提出了一种基于反步法的鲁棒非线性控制方法。该方法考虑了飞翼无人机的非线性因素,将动态面反步控制作为内环控制抵消系统的非线性因素;同时考虑系统实际存在的弹性耦合项、参数不确定项以及外部扰动,将内环反步控制与飞翼无人机模型整体作为新的被控对象,引入最优化理论对新的被控对象设计了外环鲁棒控制器。仿真结果表明,所提出的控制器不仅满足飞翼无人机姿态跟踪性能的要求,且对模型不确定性和气动弹性影响具有鲁棒性。     

基于径向基神经网络的不确定非线性系统的鲁棒自适应控制

 针对能够采用仿射非线性表示的含有不确定动态的非线性系统 ,提出了一种鲁棒自适应控制方法 ,该方法根据离线辨识出的受控对象的已知部分 ,采用神经网络在线辨识其未知部分 ,并针对辨识得到神经网络模型采用反馈线性化方法设计出自适应控制器 ,同时引入滑模控制方法以增强控制系统的鲁棒性 ,从而实现鲁棒自适应控制。通过对具有未建模动态的非线性直升机空气动力学模型 ,设计了总距通道系统。仿真表明该方法是有效的。     

基于飞行品质评估的无人直升机鲁棒控制器设计

提出了一种改进的无人直升机H_∞回路成形鲁棒控制器设计方法。首先将系统辨识技术引入到无人直升机高带宽控制器设计,根据飞行扫频数据,得到包含直升机动力学模型耦合特性的非参数频率响应,依据频率响应拟合待辨识模型得到无人直升机高精度的飞行动力学模型。然后根据该模型,采用改进的H_∞回路成形方法设计了无人直升机内回路控制器,针对H_∞回路成形方法中权值矩阵选取困难的问题,利用了最大右约数(GCRD)方法以实现实际系统和期望系统的传递函数矩阵之间的转换。与传统的对角型权值矩阵相比,使用此方法成形后的系统具有更宽的鲁棒稳定裕度,系统的解耦性和频带也显著提高,而且可以大大降低设计人员选取权值矩阵的复杂性和盲目性。通过仿真验证,所设计的无人直升机系统的飞行品质满足军用标准ADS-33E中一级区域的要求。     

基于QFT的鲁棒飞行控制器设计

首先对定量反馈控制理论及其发展进行了介绍,并指出了其所能解决的问题,以及器的一般求解步骤,按着讲述了鲁棒控制中的灵敏度设计方法,讨论了基于ＱＦＴ的鲁棒灵敏度设计思路,最后以某型号飞机为算例,采用ＱＦＴ方法设计了鲁棒控制律,计算和仿真结果说明了定量反馈控制理论是一种设计鲁棒飞行控制律的有效方法。     

模型逆控制在非线性IFPC系统中的应用

研究了模型逆控制方法应用于IFPC一体化控制器的设计问题。简要介绍了模型逆非线性控制方法的概念、特点。在此基础上,将模型逆与经典控制相结合,设计了IFPC控制律,并进行了时域仿真与飞行品质分析。结果表明,所设计的控制律无需增益调参即可实现各状态的指令跟踪,并具有较强的鲁棒性能;系统具有典型的一阶/二阶动态特性,满足一级飞行品质要求。     

过失速大机动飞机的飞行控制律设计

对新一代带推力矢量的战斗机在大迎角过失速机动下的飞行控制律进行设计,并进行了机动指令飞行仿真。引进推力矢量技术,建立带推力矢量的飞机模型方程;采用奇异摄动理论,将控制回路分为两个快慢(内外)回路,对每个回路分别用动态逆方法进行飞行控制律设计;并采用结构奇异值μ综合和分析的方法对快(内)回路设计了鲁棒控制器;最后所设计的控制律进行了机动指令飞行仿真,仿真结果表明设计的过失速机动控制律良好。     

基于群智能算法的鲁棒飞行控制律参数优化

针对飞行控制律设计过程中由于名义模型和实际飞机之间的参数偏离所导致的不确定性问题,基于传统频域分析法、μ分析以及蒙特卡洛拉偏仿真分析,提出了一种控制律优化算法。该算法以控制系统的时域、复域、频域以及多输入多输出(MIMO)系统的μ值组合而成的不满足概率来构建代价函数,再通过混合遗传粒子群算法进行代价函数最值的迭代寻优,最终得到最优反馈控制增益参数。以某小型无人机横航向控制律为例开展分析和优化,结果表明优化后的控制律既能满足飞行性能响应指标要求,又具有满意的鲁棒稳定性,验证了该算法具有良好的优化作用。     

固定翼无人机紧密编队的鲁棒协同跟踪控制

固定翼无人机（UAV）具有典型的欠驱动、非线性等特点,导致航点自主跟踪设计难度大,同时紧密编队飞行过程中无人机之间运动耦合与气动干扰明显,进一步增加了高性能控制设计难度。为此,本文针对固定翼无人机紧密编队飞行的航点自主跟踪问题,综合考虑轨迹平滑性、运动协同性和跟踪鲁棒性等需求,依托全驱系统建模方法提出了一种多层次鲁棒协同跟踪控制架构。该架构包括上层运动规划、中层协同滤波及底层鲁棒协同跟踪控制3个核心部分。上层运动规划根据离散航点指令,融合虚拟结构法和迭代线性二次型优化,实时生成可行、平滑的运动轨迹。在此基础上,为改善跟踪控制的瞬态性能,引入分布式协同滤波思想,对规划轨迹进行滤波处理,生成每架无人机个体的参考信号。最后,考虑到紧密编队中气动耦合与系统不确定性等挑战,设计了一种基于不确定性及干扰观测器的鲁棒协同跟踪控制方法,实现了编队轨迹的精确跟踪以及队形的可靠保持。所提出的鲁棒协同跟踪控制架构考虑了紧密编队飞行中的多种约束与挑战,实现了编队运动规划与跟踪控制的综合设计,可以有效提升系统自主性、协同性和鲁棒性。最后,通过5架固定翼无人机的紧密编队飞行仿真对所提方法进行综合测试,验证了方法的...     

基于零空间方法的四旋翼无人机避障与协同编队控制

针对四旋翼无人机在编队飞行执行任务时可能遭遇障碍物问题,考虑多无人机避障及机间避撞的需求,提出 1种基于零空间方法的四旋翼无人机避障与协同编队控制算法。首先,建立四旋翼无人机动力学模型,并建立虚拟控制量简化控制模型;其次,基于零空间方法进行避障与协同编队控制算法研究,将无人机任务执行分解为目标趋向任务、避障避撞任务和协同编队任务,并根据优先级进行任务融合得到期望速度;再次,基于 PID方法设计控制律;最后,通过仿真验证所提控制算法的有效性。所提方法可保证四旋翼无人机在编队飞行中遭遇障碍物时的飞行安全。     

基于模型拼接技术的四旋翼无人机全飞行包线建模

四旋翼无人机在军事和民用领域都有广泛的应用前景。然而，四旋翼无人机具有机载传感器准确性低与可靠性差、不同飞行条件下动力学模型差异大等特点。本文以四旋翼无人机为研究对象，系统地开展了飞行路径重构、频率域系统辨识、全飞行包线建模的相关研究工作。针对机载低成本传感器存在显著常值偏差与量测噪声统计学特性未知的缺点，采用基于EKF的飞行路径重构技术对在飞行试验中无人机的机体空速进行重构；针对不同飞行速度下四旋翼无人机动力学模型差异大的特点，采用频域法辨识得到不同飞行条件下的本体动力学模型；针对四旋翼无人机大跨域的高精度控制需求，利用模型拼接技术，系统性地提出了全飞行包线建模方案，经过验证，所提出模型拼接技术是准确可靠的。