基于小脑模型关节控制器的无人机集群快速终端滑模容错控制

针对受执行器故障和外界干扰影响的集群无人机（UAV）协同编队控制问题，提出了一种自适应快速非奇异积分滑模（FNISM）容错控制（FTC）方法。为使集群无人机在执行任务时具有良好的协同跟踪性能，通过对无人机实际飞行情况的分析，考虑了无人机编队飞行时的执行器故障和尾涡扰动等对跟踪性能的不利影响。采用小脑模型关节控制器神经网络（CMANN）来估计并消除外部干扰的影响，同时运用CMANN逼近补偿执行器故障。研究表明：所提出的容错控制方案可以保证无人机编队闭环系统在故障情况下的最终一致有界稳定，并且可以通过减小滑模设计参数提高收敛速度，通过增大虚拟和实际控制器参数提高控制精度。4架无人机的集群编队在该方法、基于径向基神经网络（RBFNN）的鲁棒动态面容错控制、比例微分（PD）滑模容错控制3种方法下的对比仿真结果表明该方法在无人机集群编队出现故障时具有更优异的协同控制性能。     

基于滑模的多无人机系统协同编队控制

针对具有非完整约束的多无人机系统编队控制问题，提出了一种基于滑模的协同编队控制算法。控制目标是使多无人机系统能够收敛到期望编队，并且能够跟踪上期望的运动轨迹。在领导-跟随结构中，编队的期望运动轨迹由一个动态的虚拟领导者来表示，仅部分跟随者先验已知虚拟领导者信息，并且所有跟随者之间只能局部交互信息。首先，采用分布式状态观测器，使所有跟随者能够在有限时间内估计出虚拟领导者的状态。然后，利用该观测器的估计状态，提出了基于滑模的协同编队控制算法。最后，基于李雅普诺夫稳定性理论证明了多无人机系统的稳定性,并且通过5架无人机的仿真验证了所提算法的有效性。     

基于ESO的六旋翼无人机反演滑模控制器设计

针对六旋翼无人机建模过程中存在非建模动态、飞行过程中存在不确定外界干扰的轨迹跟踪控制问题,设计了一种基于扩张状态观测器的反演滑模控制器。首先,利用扩张状态观测器(ESO)进行扰动项的实时估计和系统状态的在线观测;然后,结合反演和滑模控制理论方法设计控制器,以消除系统不确定性和外界干扰带来的影响,并基于Lyapunov稳定性理论证明了闭环系统跟踪误差最终有界收敛;最后,通过仿真试验和飞行试验验证了所设计飞行控制算法的有效性。研究结果表明,存在不确定外界干扰的情况下,所设计的方法依然可以实现预定轨迹的稳定跟踪,有效提高了其抗干扰能力。     

面向无人机空中加油紧密编队的鲁棒控制方法

针对无人机空中加油紧密编队系统鲁棒控制问题，提出了一种基于障碍函数的自适应干扰观测器的分布式鲁棒编队控制方法。对固定翼无人机外环动力学模型进行转换，构造了具有非匹配和匹配扰动的二阶多体系统简化模型，并基于障碍函数设计了相应通道的自适应干扰观测器；利用邻机状态信息定义了相应的一致误差函数，在此基础上，基于编队系统通信拓扑结构，引入干扰补偿机制，开发了空中加油无人机紧密编队系统分布式鲁棒控制器，以实现理想的异构无人机编队跟踪控制性能。基于Lyapunov稳定性理论，分析了闭环系统的稳定性和收敛性。最后，通过将所提方法应用在由不同型号的1架加油机和2架受油机构成的编队系统上，进行数值仿真验证。所得到仿真结果与理论分析一致，验证了设计的干扰观测器和控制器的有效性。     

巡检无人机编队轨迹跟踪控制研究

针对单架无人机在多线电路巡检工程中效率低下的问题,提出一种巡检无人机编队控制巡检方法。针对编队过程中的饱和输入现象,采用领导者-跟随者控制算法进行无人机编队控制;在控制过程中将饱和考虑为干扰量,采用指数收敛观测器对饱和输入量进行估计;在姿态子系统控制中加入指数观测器来设计控制律,提升了编队系统的鲁棒性,最后通过李雅普诺夫稳定性分析判断系统最终达到渐近稳定。仿真结果表明了所提出控制算法的有效性。     

无人机编队的高阶滑模控制方法研究

在未知干扰环境下,对无人机编队飞行的稳定性和精度提出了更高的要求,采用常规滑模控制的编队算法由于"抖振"等问题,不适应高精度和稳定性的要求.针对此问题,提出了一种基于高阶滑模控制的编队飞行控制方法,以三架无人机编队为例,建立了三维空间高阶滑模控制编队控制模型,实现了长机的航路跟踪及僚机的编队队形控制和保持.仿真结果表明...     

基于距离的无人机编队路径跟踪控制

针对复杂通信环境下无人机编队跟踪控制问题，提出了基于距离的无人机编队路径跟踪容错控制方法。基于刚性图编队控制框架，引入距离误差，实现编队控制，并针对无人机编队生成的收敛速度问题，引入预设性能技术，以指定跟踪性能生成无人机编队。针对无人机执行器可能出现的故障，利用自适应滑模容错控制技术，实现具有容错性能的编队控制。考虑无人机在飞行环境中遇到的不确定扰动和模型自身存在的未建模动态，引入神经网络控制器，提高控制算法的抗干扰能力。最后，基于Lyapunov理论证明了所设计编队控制系统的稳定性，仿真验证了控制方法的有效性。     

自适应二阶动态terminal滑模在近空间飞行器控制中的应用

为克服滑模抖振,设计了二阶动态terminal滑模,得到在时间本质上连续的控制器,并使滑模面在有限时间内收敛.然后采用非线性干扰观测器逼近复合干扰,通过在控制器中设置自适应补偿项,放宽了非线性干扰观测器的假设条件,不再要求复合干扰变化率为零.基于李雅普诺夫理论,严格证明了系统稳定性.最后将提出的控制方案应用于近空间飞行器姿态角跟踪仿真实验,仿真结果表明了该控制方案的有效性及优越性.      

基于混合观测器的导弹有限时间收敛滑模姿态控制

为了提高非匹配非线性干扰影响下导弹姿态控制系统的性能,提出了一种基于干扰-状态混合观测器的新型有限时间收敛滑模控制器。首先,基于观测器输出构建非奇异终端滑模面,保证非匹配干扰影响下的系统误差有限时间快速收敛;其次,采用时变观测增益设计,避免了传统固定观测增益可能带来的估计尖峰问题;再次,基于超扭曲算法,在避免传统滑模控制抖振问题的同时确保滑模面有限时间可达。仿真结果表明,所设计的控制器具备强鲁棒、快速收敛以及无尖峰的控制性能。     

基于扩张状态观测器的再入弹头控制系统设计

为了提高非自旋再入弹头的变质心控制系统的鲁棒性,采用滑模控制方法设计了变质心控制系统中的控制器。为了使控制系统设计简单,将弹头俯仰通道和偏航通道之间的耦合作用以及外界干扰综合为汇总不确定量,并采用扩张状态观测器进行估计和补偿。扩张状态观测器引入到滑模控制器中,从而发展了一种基于扩张状态观测器的滑模控制器。对弹头的变质心控制系统进行了仿真分析,仿真结果表明,所设计的控制器能够有效地补偿汇总不确定量的影响,使控制系统输出快速而准确地跟踪上指令信号。     

基于故障观测器的无人机直接自修复控制

提出一种基于故障观测器的无人机直接自修复控制。首先,根据系统本身存在的故障,设计了一个非线性故障观测器对其进行观测。其次,设计了一个快速终端滑模面和直接自修复控制器,将指数函数和符号函数引入到新型滑模面里。同时引入了自适应技术,对不确定的故障估计其上界。最后,通过对无人机进行了相应的仿真数值验证得出所提方法的有效性。     

基于故障观测器的无人机直接自修复控制

提出一种基于故障观测器的无人机直接自修复控制。首先,根据系统本身存在的故障,设计了一个非线性故障观测器对其进行观测。其次,设计了一个快速终端滑模面和直接自修复控制器,将指数函数和符号函数引入到新型滑模面里。同时引入了自适应技术,对不确定的故障估计其上界。最后,通过对无人机进行了相应的仿真数值验证得出所提方法的有效性。     

基于扰动观测器的无人机固定时间编队协同控制

针对无人机的编队控制问题,基于虚拟领航者编队方法,提出了 1种基于固定时间超螺旋干扰观测器的反步控制策略。首先,设计了 1种固定时间超螺旋扰动观测器,以保证在固定时间内,对无人机编队机动所受扰动的快速观测;其次,针对编队控制问题,设计了基于超螺旋扰动观测器的反步控制策略,该控制器显著降低了抖振效应;然后,使用李雅普诺夫理论和固定时间理论,分析了控制策略的固定时间稳定性;最后,通过仿真算例验证了所提出的控制策略的有效性与可行性。     

软管连接约束下的加油机/无人机编队跟踪控制

在自主空中加油任务中,针对受油无人机（UAV）与加油机对接后形成的软管约束下的编队跟踪控制问题,提出一种基于领航-跟随的加油编队跟踪控制方法。首先,建立软管约束下加油编队运动学/动力学模型。然后设计非奇异终端滑模编队快速收敛控制器,以满足软管约束下加油编队的快速收敛需求;再考虑复杂气流和软管未知扰动,结合扩张状态观测器和PI型动态逆控制,设计无人机轨迹跟踪控制器,并基于Lyapunov稳定性分析证明闭环系统可实现有限时间的快速稳定。最后,通过数值仿真来验证所设计加油编队控制方法的有效性。     

基于滑模干扰观测器的高超声速飞行器滑模控制

首先,针对存在外部干扰和输入饱和的通用式高超声速飞行器的纵向动态模型,提出一种基于滑模干扰观测器的抗饱和滑模控制器。该滑模控制器采用非线性趋近律,在保证系统快速、稳定跟踪指令的同时,能够消除传统滑模控制中的抖振现象,并针对执行器饱和问题,加入抗饱和补偿器,以提高系统的稳定性。其次,对于系统中存在的干扰和不确定性,提出一种滑模干扰观测器,用以准确估计系统中存在的等效干扰,并将该观测器对干扰的估计值应用于滑模控制器中进行补偿,以消除干扰。再次,利用Lyapunov理论对所提出的基于滑模干扰观测器的抗饱和滑模控制器进行稳定性分析。最后,对高超声速飞行器的巡航状态进行仿真。仿真结果表明,所提方法能够有效提高系统的稳定性和抗干扰性,具有一定的实际应用价值。     

基于滑模观测器的飞翼无人机输出反馈控制

飞翼无人机因其特殊气动布局而具有机动能力强、隐身性能好等优势,但特殊布局和复杂飞行环境也给控制系统设计带来通道耦合及多源干扰影响问题,飞翼无人机抗扰控制已成为制约其发展的关键问题。本文研究了多源干扰影响下的飞翼无人机纵向指令跟踪控制问题。首先,将高度和速度跟踪控制问题转化为跟踪误差的镇定问题;其次,将高度和速度通道之间的耦合及多源干扰影响视作集总干扰,然后引入高阶滑模观测器（HSMO）技术估计跟踪误差的动态和集总干扰;最后,基于高阶滑模观测器的估计信息构造了复合非线性动态逆输出反馈控制器。仿真结果表明,本文所提方案显著提升了飞翼无人机指令跟踪精度和抗干扰性能。本文研究将促进飞翼无人机抗干扰能力的提升,从而促进飞翼无人机技术的进步。     

基于改进协同控制律的多拦截弹控制系统设计

针对多拦截弹协同控制问题,提出了一种基于"领弹-从弹"模式的分布式改进协同控制算法。首先,基于图论理论和分布式网络模式,设计了一种改进协同控制算法,将拦截弹在俯仰通道2个方向的速度分量转化为"从弹"速度和弹道倾角参考指令;其次,在"领弹"飞行状态已知的情况下,采用有限时间干扰观测器和动态面滑模控制律设计"从弹"控制器。仿真结果表明,与传统形式的协同算法相比,该算法对控制指令具有更快的收敛速度,能有效提高多拦截弹控制系统的效率。     

无人机参数优化自抗扰编队保持控制器设计

针对无人机编队飞行中的队形保持问题,采用结合粒子群算法的自抗扰控制技术对控制器进行设计,使响应过程具有良好的动态品质和较小的稳态误差。建立三维空间内基于相对误差的无人机编队飞行模型,并在此基础上设计了跟踪微分器、扩展状态观测器和非线性状态反馈自抗扰控制器,采用粒子群算法对控制器中部分参数进行优化整定。仿真结果表明,设计的结合粒子群算法的改进自抗扰控制器具有良好的控制性能,能以较高的精度实现无人机编队保持任务。     

结合速度观测器和方向信息的无人机编队控制

针对现阶段基于方向信息的编队跟踪控制方法需要提前预知系统期望速度的问题,提出了基于分布式速度观测器的无人机群编队控制策略。通过速度观测器和基于方向信息的编队控制器的结合,解决了部分无人机在编队过程中无法直接获取速度信息的问题。系统的编队采用了领导者-跟随者结构,通过改变领导者的相对位置来完成缩放任务。控制器的设计引入了旋转矩阵来实现编队系统的旋转任务,然后通过Lyapunov方法证明了控制器的稳定性。最后通过仿真软件的缩放和旋转试验证明了控制策略的有效性。     

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。