弹性高超声速飞行器振动抑制的自适应控制方法

为抑制弹性高超声速飞行器的结构弹性振动,提出了一种基于自适应结构陷波器的自适应控制方法。该方法利用输入指令和传感器输出的采样信号,采用滚动时域最小二乘方法在线估计振动频率,并用于实时更新滤波器的中心频率,以抑制气动弹性对控制的不利影响,保证控制系统稳定。仿真结果表明,相较最小二乘法,滚动时域最小二乘法的估计更准确且收敛更快,自适应控制方法能够稳定地跟踪控制指令,避免了不稳定现象的发生。     

推力耦合的高超声速飞行器气动伺服弹性研究

对于采用吸气式超燃冲压发动机的高超声速飞行器,其发动机推力可能与机身弹性发生耦合影响,从而引起所谓的推力耦合气动伺服弹性(ASE)问题。为对其耦合原理及影响进行研究,以简化的飞行器纵向模型为对象,考虑结构弹性、非定常气动力、冲压发动机以及控制系统之间的相互耦合作用,建立了推力耦合的高超声速飞行器气动伺服弹性问题的一般建模框架和分析流程。采用牛顿冲击理论计算高超声速非定常气动力,基于准一维流动假设分析发动机性能。算例结果表明,考虑发动机推力的耦合影响后,飞行器的短周期特性和气动伺服弹性特性均有明显改变,气动伺服弹性稳定裕度下降可达16%,应当引起飞行控制系统设计部门的重视。     

基于自适应IMM的高超声速飞行器轨迹预测

为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型（IMM）跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100 s的位置误差均小于5 km,速度误差均小于100 m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。     

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...     

高超声速飞行器气动力/热参数辨识研究综述

飞行器气动力和气动热参数辨识是高超声速飞行器设计的关键技术之一。笔者对高超声速飞行器的气动力和气动热参数辨识技术进行了综述。介绍了飞行器气动力、气动热参数辨识的基本原理与主要方法,气动力、气动热参数辨识技术在高超声速飞行器研发中的应用情况与发展趋势。同时也简要介绍了中国空气动力研究与发展中心（CARDC）在气动力和气动热参数辨识研究方面的研究概况。     

带有执行器约束条件的模糊自适应反步控制

针对高超声速飞行器在飞行控制过程中存在外界干扰以及考虑执行器的动态特性等问题,结合飞行器纵向模型的特点,考虑舵的动态特性,分别设计了基于动态逆的速度控制器和基于指令滤波器采用Backstepping控制方法的高度控制器。模糊自适应系统用来在线辨识飞行器模型由于气动参数的变化而引起的不确定性。运用Lyapunov理论分析闭环系统的稳定性,证明了包含跟踪误差在内的所有信号满足半全局一致稳定。最后通过仿真对控制器的控制效果进行验证,得到了较为满意的控制效果。     

基于IMM算法的容错气动参数辨识

针对高超声速飞行器非线性模型气动参数在线辨识问题,将需要辨识的参数增广为状态,建立理论解析模型和实际飞行模型。利用交互多模型(IMM)算法在传统3-2-1-1激励输入条件下对增广"状态"进行跟踪,并将跟踪结果作为对参数的辨识结果。仿真结果表明,IMM算法可以在正常及舵面卡死条件下实现对高超声速气动参数的准确辨识,具有较好的容错性能,并能快速诊断出舵面故障。     

高超声速飞行器强鲁棒自适应控制器设计新方法

针对高超声速飞行器飞行过程系统参数大范围剧烈变化以及存在严重不确定性的特点,同时考虑外界环境干扰复杂,内部干扰严重的特殊问题,提出了一种新型强鲁棒自适应控制器构型。该新型强鲁棒自适应控制器将控制器分为标称控制器和补偿控制器。标称控制器可采用成熟的控制理论来设计,主要考虑闭环系统的性能;采用合适的手段估计系统参数大范围剧烈变化、系统的不确定性以及内、外部干扰等“系统扰动”作为补偿控制器的输入,通过设计强鲁棒补偿控制器对“系统扰动”进行补偿,使整个闭环控制系统对“系统扰动”具有强鲁棒性。将新型强鲁棒自适应控制器应用于高超声速飞行器的姿态控制系统的设计,大大提高了高超声速飞行器控制系统对内、外部干扰的抑制和对系统参数大范围剧烈变化以及严重不确定性的适应能力,可满足高超声速飞行器飞行控制的需求。     

垂直起降重复使用运载器返回制导与控制

针对垂直起降可重复使用运载器返回全程非线性、高动态、强扰动、多约束条件下的精确着陆问题，开展适应各飞行段任务特性和需求的返回全程制导控制方法研究。首先分析返回全剖面各飞行段的特点及对制导控制的需求，建立了动力学模型；然后基于经典制导控制方法给出可行的返回全程制导控制方案，并针对其不足分别设计修航段基于剩余时间估计和几何关系目标点自适应更新的双层迭代制导、返回末段多约束自适应制导和返回全程自抗扰控制器，构建了自适应强抗扰新型返回全程制导控制方案；最后进行了数学仿真，通过对比分析经典制导控制方案和新型制导控制方案在小偏差/扰动和大偏差/扰动两种条件下的飞行状态，验证了新型制导控制方案下更高的着陆精度、更强的适应性和抗扰性。     

高超声速飞行器自适应神经网络容错控制

针对高超声速飞行器巡航段执行器控制效益损失故障和卡死故障问题,基于高超声速飞行器纵向运动模型,将自适应算法与改进的径向基函数神经网络(RBFNN)方法相结合,设计了一种自适应神经网络容错控制器。所提出的容错控制方法具有无需估计执行器故障值的优点,且设计的控制算法结构简单,无需大量实时计算,可以快速处理故障的发生,确保系统在参数不确定、恒定或时变执行器故障与卡死故障情况下仍具有稳定跟踪能力。最后,仿真验证了该方法的有效性。     

基于扩张状态观测器的高空台进气环境模拟控制技术研究

针对航空发动机高空台推力瞬变等过渡态试验对进气环境模拟控制系统所提出的强抗扰性、强鲁棒性的迫切需求,设计了一种基于扩张状态观测器（ESO）的高空台进气环境模拟主动抗扰控制技术方法。首先分析了现有高空台过渡态环境模拟的技术特点和高品质控制指标难于实现的原因;其次设计线性自抗扰控制器（LADRC）和一体化并行控制器（IPC）;最后通过仿真对高空台进气环境模拟主动抗扰控制方法进行了验证。结果表明,应用基于扩张状态观测器的主动抗扰控制技术能够大幅提高发动机过渡态试验中进气环境模拟的动态响应速度、控制精度和抗扰动能力。     

Deployable space structure control using adaptive predictive controller with notch filter

The present study addresses the adaptive predictive controller with adaptive notch filter for the tip position control of a deployable space structure model. An adaptive notch filter is designed to estimate multiple bending mode frequencies of the deployable manipulator and to minimize the effect of bending vibration. The results show that the adaptive predictive controller with adaptive notch filter is quite effective controlling the tip position of a deployable space structure under poor modeling information.     

基于自适应陷波滤波器的伺服系统谐振频率估计及抑制

在使用陷波滤波器抑制伺服系统机械谐振时,需要获取准确的机械谐振频率。为了快速检测出谐振频率,提出了一种基于自适应陷波滤波器(ANF)的机械谐振频率估计算法,通过速度误差信号分析,实现谐振频率在线快速辨识。首先,建立柔性连接伺服系统模型；然后,对ANF频率估计算法进行分析,并且与常用的快速傅里叶变换(FFT)频率检测算法的分析精度和计算速度进行对比。数值比较和仿真验证表明,ANF频率估计算法可以更快地实现谐振频率的精确检测。最后搭建试验平台,以ANF频率估计的结果作为陷波器的中心频率,成功实现了电机转速振荡的抑制,验证了该方法的有效性。     

基于apFFT的罗兰-C窄带干扰频域抑制方法

针对现有罗兰-C接收机普遍采用固定陷波电路抑制窄带干扰的情况,提出了基于全相位谱分析(apFFT)的频域精确自适应陷波罗兰-C窄带干扰抑制方法,设计了基于双相移组合全相位法的FIR频域陷波器。在对窄带干扰进行精确谱分析的基础上,设计相应频点的陷波器对多个窄带干扰进行抑制。基于MATLAB的仿真结果表明:该方法能够根据罗兰-C窄带干扰频率的变化,实现频点任意控制的频域自适应陷波,有效恢复出罗兰-C信号,为增强型罗兰-C接收机的设计提供了一种简单有效的窄带干扰抑制方法。     

Neural network-based fault diagnosis for spacecraft with single-gimbal control moment gyros

This paper proposes a neural network-based fault diagnosis scheme to address the problem of fault isolation and estimation for the Single-Gimbal Control Moment Gyroscopes(SGCMGs) of spacecraft in a periodic orbit. To this end, a disturbance observer based on neural network is developed for active anti-disturbance, so as to improve the accuracy of fault diagnosis.The periodic disturbance on orbit can be decoupled with fault by resorting to the fitting and memory ability of neural network. Subsequ...     

基于极值搜索的四旋翼无人机自抗扰控制

为了提高四旋翼无人机飞行过程中的抗干扰能力,提出了基于极值搜索算法的自抗扰控制技术。首先,建立了四旋翼无人机非线性数学模型;然后,设计了基于极值搜索的自抗扰控制器,对无人机的位置和姿态进行控制;同时,设计扩张状态观测器估计系统内部及外部总扰动,对系统扰动进行补偿。仿真结果表明,所提方法不仅能抑制外界干扰,而且能显著改善飞行控制系统的瞬态性能和稳态性能。     

考虑输入饱和的固定翼无人机自适应增益滑模控制

针对复杂环境下的固定翼无人机飞行控制问题，考虑输入饱和以及复杂外界干扰的影响，提出一种基于自适应滑模控制方法的固定翼无人机飞行控制策略。首先，对固定翼无人机模型进行介绍，将模型分为姿态子系统和速度子系统；其次，针对姿态子系统和速度子系统的特点以及控制需求，分别采用自适应多变量螺旋滑模和自适应快速超螺旋滑模设计姿态控制器和速度控制器，该策略无需设计干扰观测器对外界干扰进行估计，仍然可以实现固定翼无人机对姿态参考指令和速度参考指令的有限时间精确跟踪，并基于Lyapunov的稳定性分析方法证明了闭环系统的稳定性。最后，对本文所提出的控制策略进行了仿真验证，结果表明该控制策略具有良好的控制性能。     

倾斜转弯高超声速飞行器滑模变结构解耦控制

针对在倾斜转弯时高超声速飞行器自动驾驶仪设计中系统参数不确定和干扰严重、各通道之间存在强烈耦合的问题,提出了一种全局积分滑模变结构解耦控制方法.该方法基于滑动模态对匹配的参数不确定和外界干扰的不变性原理,采用了一种全局积分型的滑模面,使系统在初始阶段就处于滑模态,同时通过滑模函数反馈削弱参数摄动及干扰产生的滑模误差,实现了各输出之间的全程解耦和鲁棒稳定.仿真结果证实了所提方法具有良好的跟踪性能和鲁棒性,能满足高超声速飞行器倾斜转弯协调控制的要求.