近空间飞行器滑翔再入控制的研究方法与进展

介绍了高超声速近空间飞行器(Nsv)滑翔再入控制的研究进展情况.首先,针对飞行环境中气动舵面效率低下的问题,综述了NSV再入的多种控制方式及其复合控制方式;然后,对NSV再入过程中存在的非线性不确定控制问题、多约束控制问题以及强耦合控制问题,分别就国内外的研究现状进行了分析与评述;最后,探讨了NSV再入控制研究方法的发展趋势.     

平流层气球轨迹控制系统平衡点估算研究

简单介绍了平流层气球的特点和研究现状,引出并描述了轨迹控制系统,它几乎无需消耗能源,使长耗时平流层平台成为可能。提出了平流层气球轨迹控制飞行系统的仿真模型,并分别从风速轮廓线、大气密度以及气球、绳和集成翼方面逐一详细分析并进行建模,最后分析了整个飞行系统的特点和求解系统平衡点的难点所在,提出了一种可行的平衡点估算方法。结果表明,该平衡点估算方法可以快速有效地求得整个飞行系统的平衡点。     

高超音速飞机鲁棒自适应控制的研究

由于高超音速飞机自身特有的结构以及飞行时所处的复杂条件，其高度非线性的数学模型往往很难获知，即便是建立的某种数学模型也是极为不准确的，因此许多传统的控制方法已经不再适用。所提出来的高超音速飞机鲁棒自适应控制，依靠在线调参的单隐层神经元来逼近其不确定的数学模型，使得整个控制过程对模型的依赖程度大大降低，除此之外，该控制方法还具有非线性解耦的能力，最后通过对某种高超音速飞机的仿真分析，验证了该方法的控制效用及强鲁棒性能。     

非连续系统的隐连续性

通过典型例子引出相对于显连续性隐连续性的概念。同时基于隐式系统的表达形式给出系统隐含连续的一个充要条件证明，这也是动力学系统一类不连续点确定初始值解的条件。文中还对动力学系统隐续性的物理意义作了讨论。     

高超声速飞行器周期巡航轨迹设计与优化

针对高超声速飞行器,给出了参数建模方法并分析了其气动特性,建立了乘波体外形高超声速飞行器的纵向平面运动学模型;提出了高超声速飞行器巡航段周期轨迹的方案及相应的轨迹优化方法.采用高斯伪谱法解决周期性轨道优化问题,将原有的连续周期非线性优化问题转化为多段离散优化问题,并采用SQP算法求得最优解.仿真结果表明,在巡航航程相同的情况下,周期轨迹比稳态轨迹更省燃料.     

基于保护映射理论的鲁棒控制新方法

针对现代控制系统不确定性的问题,基于保护映射理论提出了一种新的鲁棒控制方法.利用保护映射理论,构建控制器增益与闭环系统极点间的联系,通过配置闭环系统极点,改善控制系统的动态特性和稳态性能,以满足期望的性能指标.整个设计过程中控制器结构固定,只需一个初始增益,即可实现系统的鲁棒控制.仿真研究显示对含参数变化的2阶系统模型,该方法能够自适应地获取满足整个变化系统控制性能的控制器增益,同时Monte Carlo随机试验表明了系统参数随机变化下,所求控制增益仍满足系统控制性能要求,从而保证了控制过程的鲁棒性.      

非合作目标编队飞行耦合动力学建模与六自由度控制

研究了非合作目标编队飞行的相对轨道和相对姿态运动,分析了非合作目标编队飞行的相对位置运动和相对姿态运动的耦合关系;建立了非合作目标编队飞行的六自由度动力学模型;设计了基于指数趋近律滑模控制方法的控制器;并证明了该系统的稳定性.仿真结果验证了六自由度控制的有效性.     

空天飞行器乘波设计的概念研究

基于高超声速空气动力学和反馈控制的有关理论,结合反演设计思想,对空天飞行器乘波设计方法进行概念研究,研究包括乘波体的外形设计、表体激波作用力的估算、复杂飞行器模型的构建及恒动压定加速爬升的控制.仿真研究表明,所提出的方法适合于乘波体的设计,并能确保飞行器安全地完成预定任务.     

基于空间算子代数理论多刚体系统反向动力学仿真

应用空间算子代数理论,在通用计算机符号演算软件Mathematica5.2的环境下,对多刚体系统反向动力学进行设计与实现.广义质量是正、反向动力学及联系旋量力和旋量加速度的重要参量,据此可形成高效递推算法.用空间算子代数理论求广义质量、反向动力学具有形式简洁、物理意义明确、编程效率高和直观等特征.运用VB.NET编程软件实现与Mathematica5.2软件无缝集成,对多刚体系统动力学仿真及反向动力学进行参数化分析与计算,给出了实施过程.根据分析结果,对PUMA560机器人进行了反向动力学设计,并与结果进行了对比,通过算例验证了结果的正确性和有效性.     

基于改进PSO算法的导弹控制参数优化

研究了将粒子群算法(PSO)应用于空对空导弹控制参数自动设计的方法,解决导弹控制参数手工设计中遇到的困难与问题.标准PSO算法在导弹静稳定工作点参数优化中表现出良好性能,但在静不稳定工作点优化时容易限入局部最优,因此引入遗传算法(GA)的杂交思想对标准PSO算法进行了改进,以扩大解空间的范围.仿真结果表明:改进后的PSO优化算法具有更强的全局搜索能力,获得的参数能够满足给定的性能指标,并且可以节省大量的设计时间,具有很高的工程应用价值.