基于非线性摩擦模型参数观测器的自适应摩擦补偿方法的研究

通过摩擦补偿的分析提出了一种基于非线性摩擦模型参数观测器的自适应摩擦补偿方法,从工程实用角度出发采用的是库仑加粘滞的摩擦模型,设计了两个观测器实现对库仑摩擦系数和粘滞摩擦系数的估计,并用MATLAB软件对转台工作状态进行了仿真,结果表明此观测器有良好的自适应补偿性能。     

基于鲁棒状态观测器的运载火箭姿态控制系统设计

考虑弹性振动和液体晃动,采用鲁棒观测器设计了运载火箭的姿态控制系统。将姿态角测量结果中弹性振动的影响视为外界干扰,利用状态观测器的低通滤波特性实现对高频弹性信号的衰减,同时状态观测器替代速率陀螺估计得到姿态角速度,以姿态角和角速度信号为输入,采用扭曲二阶滑模控制方法设计了姿态控制律,并从理论上对该控制律稳定液体晃动和弹性振动的原理进行了证明,对观测器变换矩阵的选择进行分析。数值仿真表明,在参数摄动和干扰的影响下,所提出的变结构控制律能够有效的跟踪控制指令,稳定系统姿态,具有较强的鲁棒性,同时鲁棒状态观测器能够准确的估计出角速度信息。     

基于状态观测器的高超音速飞行器动态面反步控制

针对高超音速飞行器严格反馈不确定非线性MIMO系统,考虑系统状态不可完全测量的问题,提出一种基于状态观测器的反步控制方法.该方法在系统具有不确定项的情况下,充分利用角速率信号和系统建模信息设计滑模观测器,实现对高超音速飞行器气流角的估计,并通过理论推导出了观测器的收敛条件和观测器增益矩阵的计算方法;基于反步法设计气流角跟踪控制律,分别采用指令滤波和动态面方法得到气流角指令和虚拟控制量的一阶导数,以Lyapunov方法证明闭环系统跟踪误差最终有界收敛.仿真结果表明,在系统存在不确定项且气流角不可测的条件下,所设计方法依然可以实现气流角的稳定跟踪.     

基于数值微分方法的卫星陀螺故障诊断(英文)

提出一种基于数值微分的卫星陀螺故障诊断方法。通过引入代数可观测的概念,将故障诊断问题转化为求解数值微分问题。并根据卫星姿态运动学方程证明了陀螺故障的代数可观性。然后通过高增益观测器的方法来近似姿态敏感器测量输出的数值导数,并利用李雅普诺夫理论分析和设计高增益观测器。基于陀螺故障的代数可观性和星敏感器测量输出的数值微分,可以直接得到陀螺组件的故障估计值。最后,通过突变、缓变和并发故障等仿真算例验证了算法的有效性,仿真结果表明所提出的方法不仅可以检测故障的发生,而且能够估计故障幅值。     

无人机飞行控制系统的自抗扰姿态稳定控制

将自抗扰控制应用于无人机飞行控制系统。论述自抗扰控制的方法原理,并运用该技术设计控制律。首先利用跟踪微分器安排过渡过程,以达到快速、准确跟踪给定信号的目的。然后通过扩张状态观测器实时估计出系统的不确定干扰,并以反馈量的形式引入控制输入,从而起到实时补偿系统扰动的作用,实现姿态稳定控制。数值仿真结果表明,该方法抗干扰能力强,具有控制品质好、精度高、算法简单等特点。     

高超声速飞行器自适应抗饱和再入控制

高超声速飞行器（Hypersonic vehicle,HSV）再入过程中易发生舵面饱和现象,并且其动力学模型具有强烈不确定的特征,这导致其姿态控制系统的设计极富挑战性。针对舵面受限的非线性控制问题,提出外部Anti windup系统结合二阶Terminal滑模控制律的设计方法,能够实现对气动舵面饱和的控制补偿,使HSV快速平稳地跟踪指令信号。其次,针对HSV的强不确定控制问题,提出自适应滑模干扰观测器（Adaptive sliding mode disturbance observer,ASMDO）的方法来对再入气动参数不确定及强外界干扰进行估计,此方法无需干扰界已知且学习参数少,适合实时控制。最后, 再入姿态控制的仿真结果表明了该控制方法的有效性和强鲁棒性。     

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.      

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

基于干扰观测器的高超声速飞行器预测控制器设计

针对具有强耦合特性与模型不确定性特点的高超声飞行器控制问题,提出一种新型的姿态预测控制器设计方法。引入参考模型,建立了飞行器姿态预测控制模型。基于此,利用预测理论设计了飞行器的预测控制器,同时设计了干扰观测器实时观测外界未知干扰来进行补偿控制,从而实现滚动优化的目的;基于干扰观测值与真值的误差,利用Lyapunov稳定性理论,确定了控制精度与预测步长大小的关系;最后,在参数标称与拉偏的情形下进行了高超声速飞行器姿态控制系统仿真,仿真结果表明,干扰观测器能快速跟踪干扰,并且所设计的预测步长可以满足飞行器高精度的控制要求。     

旋转变压器输出信号自动标定

旋转变压器输出以角位置正余弦为包络的调幅信号,一般通过检波与解调获取角位置及角速度信息.检波后信号往往存在直流偏置、幅值不等和相位偏移,对其进行标定是实现高精度解调的前提.针对检波后信号的标定问题,提出了一种离线自动标定方法.设计状态观测器,对检波后两路信号的幅值及直流偏置进行估计;构造二元二次目标函数,利用梯度估计法,获取相位偏移.理论分析表明,与仅采用梯度估计法相比,此方法避免了目标函数多解问题.实验结果表明,此方法参数选择容易,具有较高的精度,是完全可行的.