双回路鲁棒控制方法在弹性飞行器中的应用

针对弹性飞行器综合鲁棒控制性能受模型降阶误差影响的问题,提出了一种双回路鲁棒控制设计方法.首先利用次优控制方法设计内反馈回路,有效降低了降阶后模型的误差界;然后采用混合灵敏度H∞鲁棒控制方法设计外回路,保证了系统的鲁棒稳定性和性能.仿真结果表明,双回路方法并没有增加控制器阶次,但在满足系统鲁棒稳定性要求的前提下较大地提升了控制器性能,其控制性能明显优于单回路鲁棒控制器.同时这种控制器能够有效降低控制系统与动力学系统间的不利耦合,延缓伺服颤振的发生,是一种非常适用于弹性飞行器的控制方法.     

基于迭代SVD—切向插值方法的MIMO系统降阶

为了进一步提高多输入多输出(MIMO)时不变系统模型降阶算法的精度和效率,结合奇异值分解(SVD)降阶和切向插值降阶方法的优点,提出了一种基于迭代SVD-切向插值模型降阶方法(ISTIA)。对于MIMO时不变系统模型降阶,其优点是计算简单有效、性能鲁棒。最后通过对标准算例和气动伺服弹性(ASE)模型的降阶仿真,证明了本文方法的准确性和有效性。     

基于辨识模型的无人机鲁棒飞行控制方法

提出了一种基于系统辨识获取飞行动力学模型并进行鲁棒飞行控制律综合设计的方法。首先利用混合遗传粒子群优化算法,从真实试飞数据中辨识建立无人机动力学模型,然后基于随机鲁棒原理的设计方法和辨识模型,设计了无人机鲁棒飞行控制律。飞行试验验证表明,在无气动数据情况下所设计出的高性能鲁棒飞行控制律满足了无人机飞控研制的需求。     

摆动喷管控制导弹回路成形自动驾驶仪设计

针对摆动喷管控制防空导弹存在的伺服气动弹性问题,利用鲁棒回路成形方法在导弹的纵向通道设计了自动驾驶仪。首先,建立了考虑一阶弹性振动影响的纵向小扰动线性化模型;然后考虑到控制系统设计中存在的导弹自身以及外界干扰等不确定因素的影响,采用回路成形的方法,根据系统性能指标的要求,选取了系统期望回路成形函数,构造了防空导弹纵向自动驾驶仪回路成形设计框架,给出了鲁棒回路成形控制增益K∞;最后,对其进行了数字仿真。仿真结果表明,所设计的系统具有良好的鲁棒稳定性和鲁棒性能。     

模型降阶H∞方法在阵风干扰着陆控制中的应用

研究了阵风干扰下的飞机着陆控制问题,以飞机三维运动模型为研究对象,进行了大系统的分解降阶,设计了具有鲁棒稳定性的Ｈ∞控制器,数字仿真结果表明：采用所设计的控制器,可保证飞机着陆时的稳定性和快速性,对模型进行了降阶处理后,避免了求解高附Ｒｉｃｃａｔｉ方程有效地减少了计算时间。     

中继卫星H∞姿态稳定控制研究

 主要研究中继卫星H_∞回路成形姿态稳定控制问题。中继卫星具有弱阻尼的柔性模态频率和晃动模态频率,并且模态频率具有不确定性,同时系统增益也存在有较大的变化。首先利用拉格朗日方程建立了该卫星的动力学方程,描述了系统存在的结构不确定性,然后设计了H_∞回路成形控制器。在设计过程中,首先提出了控制系统所需要满足的鲁棒稳定性和鲁棒性能指标;随后利用H_∞回路成形理论设计了卫星的姿态稳定控制器,利用ν间隔度量方法对所设计的控制器进行了降阶处理,并且对所设计的控制器进行了鲁棒稳定性和鲁棒性能分析;最后通过数学仿真证明了所设计的控制器的有效性。     

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。     

参数不确定离散马尔可夫跳跃广义系统的鲁棒输出反馈镇定

讨论了含参数不确定的离散马尔可夫跳跃广义系统的鲁棒输出反馈镇定问题。基于受限系统等价(r.s.e.)变换和通过引入新的状态变量,将所讨论的广义系统等价转换为离散马尔可夫跳跃标准线性系统。通过对转换后的系统进行讨论,得到了使闭环系统正则、因果且随机稳定的鲁棒输出反馈控制器存在的线性矩阵不等式充分条件,该控制器可以是降阶的。最后用一个数值算例说明了文中方法的有效性。     

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.     

H∞滤波算法及其在GPS/SINS组合导航系统中的应用

在对 H∞ 估计问题进行数学描述的基础上 ,建立了一种 H∞ 次优滤波算法的迭代方程。定性讨论了H∞滤波算法与传统 Kalman滤波器的关系 ,通过在 GPS/SINS组合系统中的实际应用进一步从精度、鲁棒性等性能指标方面对 H∞ 滤波和 Kalman滤波算法进行了比较。仿真结果表明 ,在理想条件下 ,Kalman滤波方法具有较高的精度 ;但是 ,当系统模型和外部干扰统计特性发生变化时 ,H∞ 滤波算法明显具有良好的鲁棒性能 ,同时 ,估计精度也较高 ,有效地克服了 Kalman滤波器存在的局限性     

紊流风场下的无人机飞行状态卡尔曼滤波估计

为了模拟紊流风场下的无人机飞行状态响应,减小紊流风场对无人机飞行速度的影响,使用数值法建立了紊流风场有色噪声模型,生成了符合大气紊流相关特性的紊流风场并对其进行数值仿真。在此基础上,通过状态扩增处理将系统噪声白化,设计出一种基于有色噪声的无人机飞行速度卡尔曼滤波器,该滤波器解决了基本卡尔曼滤波仅适用于白噪声的情况。仿真结果表明,使用此滤波器可有效减小紊流风场对无人机飞行速度的影响,进而满足飞行速度控制输入的精度要求。     

一种地理围栏内无人机航迹跟踪方法

针对UTM体制中无人机在地理围栏内的飞行监视问题,提出一种约束状态相关模态转换混合估计算法(CSDTHE)。采用随机线性混杂系统模型对无人机运动状态进行建模,利用CV、CT和CA三种模态描述无人机的飞行状态,以构建地理围栏内无人机运行的通用模态转换模型框架。利用飞行模态改变点(FMCP)定义相关模态转换参数,设计模态转换条件,生成模态转换概率矩阵,从而建立与状态相关的模态转换模型。运用约束卡尔曼滤波(CKF)方法对直线阶段和转弯阶段的无人机运动速度分别施加等式约束,并通过仿真实验验证了CSDTHE算法对无人机跟踪的有效性。     

无人机近距离编队飞行模型建立及控制器设计

针对无人机编队飞行问题，提出了无人机近距离编队飞行的建模方法。采用全状态量反馈．同时将气动干扰作为非线性反馈，设计出一套适用于无人机近距离编队飞行的自动驾驶仪。通过仿真验证，表明此控制器能较好地稳定优化后的编队飞行结构，并具有良好的鲁棒性。     

基于Stateflow的 无人机多模态控制转换逻辑设计

针对基于Simulink建立的无人机飞行管理系统存在逻辑复杂、全飞行状态航迹仿真建模繁琐等缺点,文章利用有限状态机建立无人机全状态、多种导航控制模态下的控制和逻辑切换流程,并结合飞行管理系统、飞行控制系统和无人机运动学模型建立无人机全状态仿真系统,通过仿真对飞行工作模式的切换效果进行了验证。     

基于UKF自主定姿方法研究

轻小型飞行器在飞行中卫星导航失效时,余度控制回路要求导航系统具有自主确定姿态的能力.提出了基于IMU的输出确定水平姿态的方法,并采用UKF实现飞行中的实时滤波估计.对某无人机实际飞行的MEMS型IMU数据进行了仿真,结果表明该方法给出的姿态角信息满足控制精度需求.将UKF与EKF滤波估计结果进行比较,UKF更具有优越性.     

无人机综合飞行/推力矢量控制

以某无人机为背景,主要研究大机动时带推力矢量的综合飞行/推进控制系统的设计方法。应用非线性动态逆方法,根据无人机本身具有明显不同时间尺度差异的动力学特性,结合奇异摄动理论将控制变量按照响应快慢分为4个回路进行了控制器的设计与仿真;设计推力矢量控制和气动控制相结合的控制器,实现飞行和推力矢量的控制综合;将无人机的任务转化为对飞行控制的限制条件,对所设计的控制系统进行了数字仿真,结果表明所设计的控制器能够满足飞机做大机动时的控制要求。     

AI techniques in uninhabited aerial vehicle flight

This describes the development of an application of artificial intelligence (AI) for unmanned aerial vehicle (UAV) control. The project was part of the requirements for a class in AI at NOVA Southeastern University and a beginning project at NASA Wallops Flight Facility for a resilient, robust, and intelligent UAV flight control system. A method is outlined which allows a base level application for applying an artificial intelligence method, fuzzy logic, to aspects of control logic for UAV flight. One element of UAV flight, automated altitude hold, has been implemented and preliminary results displayed.     

Full mode flight dynamics modelling and control of stopped-rotor UAV

The Stopped-Rotor (SR) UAV combines the advantages of vertical take-off and landing of helicopter and high-speed cruise of fixed-wing aircraft. At the same time, it also has a unique aerodynamic layout, which leads to great differences in the control and aerodynamic characteristics of various flight modes, and brings great challenges to the flight dynamics modelling and control in full-mode flight. In this paper, the flight dynamics modelling and control method of SR UAV in full-mode flight is studied. First, based on the typical flight profile of SR UAV when performing missions, using the theory and method of fuzzy mathematics, the T-S flight dynamics model of SR UAV in full-mode flight is established by synthesizing the flight dynamics model of each flight mode. Then, an explicit model tracking and parameter adjusting control system based on fuzzy theory is designed to enhance the stability of the inner loop of SR UAV in full-mode flight, which effectively reduces the coupling between axes and improves the control quality of the system. Finally, the outer loop control system is designed by using classical control method, and the control law of SR UAV in full-mode automatic flight is obtained. The simulation results show that the proposed control system design method is feasible and effective, which lays a solid foundation for the subsequent engineering implementation of the SR UAV.     

某无人机爬升过程中燃油温度变化规律仿真研究

采用 RON95# 车用汽油或 100LL 航空汽油为燃料的中空长航时无人机在爬升过程中容易遭遇气阻。利用 Flowmaster 软件搭建某型无人机燃油系统的仿真模型,以实际飞行试验中的环境温度、初始燃油温度、初始燃油量、耗油率等参数作为边界条件,通过仿真得到飞行过程中油箱内燃油温度,并与实际飞行试验数据进行对比,验证仿真模型的可行性;利用该模型定量研究环境温度、燃油油量、耗油率、爬升速度等因素对燃油温度变化规律的影响。结果表明:对于某型无人机燃油系统,在连续爬升过程中燃油温度的变化受初始外界环境温度、爬升速度的影响比较大,而燃油油量、耗油率则对燃油温度变化的影响较小;初始外界环境温度越低、燃油油量越少、耗油率越快、爬升速度越大则燃油温度下降幅度越大。     

无人机紧密编队队形构成控制

针对无人机编队飞行问题,通过借鉴Agent体系结构确定无人机编队的控制结构.建立了以航迹坐标系为参考坐标系的长机与僚机的相对运动模型,根据僚机距离长机最优位置的误差,利用李亚普诺夫稳定性理论设计队形构成中僚机的控制律.最后通过建立的六自由度非线性飞行仿真平台进行仿真验证,结果表明所设计的控制律能稳定引导无人机完成编队的队形构成.