无人机全包线模糊鲁棒跟踪控制

针对无人机大包线飞行中气动特性大幅变化以及存在参数不确定性和外界干扰等特点,设计全包线模糊鲁棒跟踪控制器.通过模糊c-均值聚类建立逼近全包线动态的模糊T-S（Takagi-Sugeno）模型.基于高度和空速跟踪增广系统,根据保性能控制理论,采用广义系统的模糊Lyapunov函数方法,以线性矩阵不等式形式给出全包线模糊鲁棒跟踪控制器参数的约束条件,保证广义系统稳定.并最小化扰动抑制度来优化控制参数.该控制器既降低了控制保守性,又减小了参数求解的复杂度.仿真表明,无人机在整个飞行包线内能够精确地跟踪空速和高度参考指令,对参数不确定和外界干扰具有强鲁棒性.      

航天器精确节能模糊脉冲调宽控制器的设计

为实现航天器精确、节能的姿态或轨道控制,提出一种采用脉冲宽度调制PWM(Pulse Width Modulation)与模糊比例微分PD(Proportional Differential)控制相结合的模糊PD-PWM控制器.其中PWM能将开关型控制转化为相应的精确线性控制,而模糊PD控制在能量消耗限制不同情况下可实现两种快速、节能的控制过程.在分析大气层外拦截器EKV(Extra-atmospheric Kill Vehicle)处于目标捕获和末制导阶段对姿控系统的不同性能要求的基础上,以EKV姿控系统为例介绍了模糊PD-PWM控制器的设计和优化过程.说明了模糊PD控制器隶属度函数的设计、待优化参数的选择以及模糊控制规则的设计,重点叙述了遗传算法GA(Genetic Algorithms)中适应度函数的设计方法,并对隶属度函数进行了优化.仿真结果证明优化后的控制器能满足EKV不同阶段姿态控制要求,具有精确、节能的特点.      

基于模糊优化算法的惯性元件误差补偿方法

阐述基于模糊优化算法的导航系统惯性元件误差补偿方法.该方法的基本思想是将遗传算法与模糊逻辑推理相结合,保留遗传算法的强全局搜索能力,把隶属函数作为遗传的个体通过选择、交叉及变异等遗传操作使模糊规则得到进化,实现模糊规则的在线优化,进而根据优化了的模糊规则,再对遗传操作及参数在线进行调整,从而进一步优化模糊规则,使得模糊控制系统具有良好的"自进化"能力.仿真结果表明,该模糊优化算法对导航系统惯性元件的误差补偿是可行的,而且是有效的,具有一定的实用价值.      

基于模糊控制的焊接机器人焊枪姿态规划

针对骑座式相贯线焊接机器人焊枪姿态的规划问题,提出了一种基于模糊控制的算法.以焊缝倾角、焊缝转角、坡口大小、被贯筒体厚度和相贯筒体厚度为输入变量,以焊接行走角和工作角为输出变量,建立多输入多输出系统模糊控制器;推导出各输入变量的隶属度函数;采用经验归纳法设计模糊控制规则,建立了相应的控制规则表;最后规划出焊枪的工作角和行走角.对不同的相贯筒体直径进行了仿真,结果表明,采用加权模糊专家系统对骑座式相贯线焊接机器人焊枪的工作角和行走角进行规划,可以有效的完成焊接过程焊枪的姿态控制.     

机械臂的改进区间二型模糊神经网络控制

针对具有不确定性模型参数的双关节机械臂系统，提出基于改进区间二型模糊神经网络逼近器的自适应反演控制算法.相比于一型模糊系统，区间二型模糊系统由于自身的区间前件和隶属函数，更有效地处理高度非线性系统.然而现有的二型模糊寻找上下输出的交叉点过程中KM迭代算法计算量大、耗时高，使得传统的二型模糊系统不适用于实际控制应用.利用自适应调节因子代替KM迭代算法，在上输出和下输出建立起自适应连接，所采用的改进区间二型模糊神经网络逼近器有效解决双关节机械臂系统中不确定性参数的问题.通过李雅普诺夫方法证明了所有信号的有界性以及闭环系统的稳定性.最后仿真结果表明，基于改进区间二型模糊神经网络逼近器的自适应反演控制器可实现快速响应、更短的稳定时间和更高的跟踪精度.     

航空发动机多变量变增益控制器设计及仿真

针对航空发动机全包线工作下的多变量变增益控制器设计问题,给出了一种改进的埃德蒙德算法（以下简称KQ算法）并进行了仿真应用。首先,阐明了多变量KQ算法的控制原理与优化算法,进而通过闭环期望函数选择、控制器结构选择以及控制器参数优化进行了KQ控制器设计,并针对所设计的KQ控制器,给出了稳定性证明和系统奇异值分析。分析表明所设计KQ控制器能够使系统闭环稳定,且具有满意的低频指令跟踪、干扰抑制能力、传感器噪声的抑制、高频未建模动态的鲁棒稳定性和低频发动机建模误差不敏感等性能,满足发动机控制要求。其次,通过调度变量选择、设计点KQ控制器设计以及采用插值方法的非设计点KQ控制器设计等过程实现某型涡扇发动机的多变量KQ变增益控制器设计研究,并进行仿真验证。仿真结果表明,设计点条件下,当涡轮后温度和增压比参考输入均为阶跃信号时,其被控参数响应速度很快,且上升时间均小于1 s,耦合影响小于6%,设计点KQ控制器满足控制要求;非设计点条件下,利用插值方法建立的KQ变增益控制器具有较好的性能,能够实现该型涡扇发动机全包线控制性能要求。      

基于RQPSO-DMPC的多无人机编队自主重构控制方法

针对敌方防御区域内各种威胁,为了实现隐蔽突防并实施对敌有效打击,在突防过程中多无人机(UAV)编队需要进行重构控制,并且编队内的相互避碰问题与通信约束问题也需考虑。通过建立无人机虚拟领航编队模型并引入邻居集,采用分布式模型预测控制(DMPC)同时构建多无人机编队的重构代价函数,提出采用改进量子粒子群优化(RQPSO)算法进行求解,并将求解结果与采用粒子群优化算法的结果进行对比。仿真结果表明,本文算法能够有效控制多无人机编队完成自主重构,实现安全隐蔽突防任务。     

基于二型模糊系统多源异质信息目标身份类别推理方法

针对前件推理规则未知的目标身份识别问题,考虑到目标信息量测的多源异质特点,利用模糊集对目标速度、图像等多维度特征信息进行统一的抽象化描述,借助遗传算法对模糊推理规则进行优化,在确定模糊划分区间的前提下训练得到最优隶属度函数,建立最优推理规则库。此外,针对由传感器探测精度有限带来的量测不确定性问题,引入区间型样本数据的模糊分类思想,在完成一型模糊系统构建的基础上,提出一种基于二型模糊推理系统的遗传优化算法,给出由三角型隶属度函数嵌入构造对应二型模糊集的推导过程,设计了满足点值与区间型数值复合输入的二型模糊推理系统,并通过仿真验证该推理系统的可行性。     

一种自适应观测器设计和故障检测方法

利用模糊系统和径向高斯函数网络,设计一种具有自适应能力的模糊神经网络.用高斯函数表示模糊规则前件的隶属度函数,然后,构造一种递阶自组织在线学习算法,从输入输出样本数据中,通过学习提取模糊IF-THEN规则;在此基础上,提出一种非线性时变系统的自适应状态观测器设计和故障检测方法,并对其结构及特征进行了讨论,仿真结果表明,这种自适应状态观测器能很好地观测系统的状态,并能有效地应用于系统的故障检测.     

飞机大机动飞行的一种模糊控制系统设计方法

在全飞行包线内大机动飞行时,飞机的飞行参数变化剧烈,飞机模型呈现出严重的非线性,采用常规控制方法不能保证在整个飞行包线内均取得良好的控制效果.本文提出了一种新的模糊控制方法.该方法将模糊控制函数的优化和模糊控制系统增益自适应调整集中于一体,可大大改善系统的品质和适应能力.该方法已用于综合飞行/推力系统设计.数字仿真结果表明,这种新型的模糊控制方法取得了良好的控制效果.     

基于遗传算法的高速飞行器模糊飞控一体化

以高超声速飞行器通用模型的俯仰通道为控制对象,针对其6自由度非线性模型设计了一体化飞控系统.飞控系统由1个模糊控制器和2个PD控制器组成.基于遗传算法实现了模糊控制规则和PD反馈参数的自动优化,无需先验知识和训练数据.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求,特别是鲁棒性优于同样采用模糊控制的经典双回路飞控系统.     

基于切换多胞模型的变体飞行器增益调参控制

针对一类可变后掠翼的变体飞行器,研究了全包线控制器的设计与综合方法.建立了基于切换多胞系统的变体飞行器模型,所提出的框架利用Lyapunov函数方法分析系统的稳定性,能够从理论上保证变体飞行器在全包线下的飞行稳定.给出了利用小凸包算法从三维飞行包线中选取设计点的方法,并对各设计点处的线性化模型设计了最优控制律.为继承传统增益调参方法的优势,提出了一种特殊的控制器插值方法,保证变体飞行器三维包线下的控制综合过程简便实用.仿真结果表明所提出的控制方法在飞行器快速变形和参数大范围快速变化的情况下仍具有良好的控制性能.      

基于LMI的模糊增益调参控制器的设计

利用线性矩阵不等式(LMI)技术将增益调参的控制律设计转化为相应的LMI凸优化问题,结合 模糊控制和H_∞方法,给出了一种基于LMI的模糊参数化的飞控系统增益调参控制器的 设计方法,该方法解决了传统增益调参设计中以经验设计的弊病,并保证了系统的全局 稳定性及鲁棒性能要求.将该方法应用于某型飞机模型上,仿真结果表明该设计方法简便有 效,且控制器鲁棒性较好.     

一种考虑GPS信号中断的导航滤波算法

针对无人机惯性（INS）/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波（EKF）技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波（STEKF）算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。      

飞机环境控制系统的模糊控制研究

地面实验表明,采用传统PID(Proportional-Integral-Differential)控制方法的飞机环境控制系统不能很好的解决电子设备和座舱的温度控制问题.采用了基于遗传算法优化的模糊控制方法,根据系统不同的工作任务,分别采用了2种模糊控制规则.通过优化输入输出变量的隶属度函数参数,使得新的模糊控制系统具有响应快、超调小、稳态精度高的特点.仿真表明,该模糊控制系统优于原系统并且能够满足飞机环境控制系统的设计要求.