柔性空间结构的分散模糊变结构控制

提出了一种适用于一类不确定大系统的分散变结构控制方法 ,并将该方法用于柔性空间结构的控制系统设计中。考虑到复杂大系统的系统关联及不确定因素复杂 ,在控制律中引入了模糊控制规则来确定分散控制律中的非线性分量大小 ,使控制系统设计时不需知道系统不确定变化及关联的具体情况 ,简化了控制器的设计。同时 ,模糊控制规则的引入还有效减弱了一般分散变结构控制系统的抖颤问题。所设计的控制系统可以保证柔性空间结构系统在未知参数摄动以及外界干扰情况下的稳定。数字仿真结果表明该方法的有效性。     

基于控制分配的一类变体飞行器容错控制

针对一类含有执行器故障的新型操纵面变体飞行器的容错控制问题,将控制分配方法和整数规划理论相结合,提出了一种基于控制分配的容错控制方法.首先设计虚拟控制律,使飞行器的状态变量跟踪参考模型.然后通过执行阵列重构将执行器的概率性故障及饱和约束转化为整数规划中的决策变量的约束,进而将控制分配问题转换成一类决策变量概率可变的整数规划问题.为保证解算的有效性及收敛性,运用改进的遗传算法进行求解.仿真结果表明,飞行器在执行器发生故障的情形下,仍具有良好的跟踪性能.      

基于能量的高超声速飞行器再入混合制导方法

针对大升阻比高超声速飞行器滑翔再入制导问题,提出一种基于能量的混合制导方法.建立以能量为自变量的三自由度运动学方程,利用拟平衡滑翔特性将过程约束转换成倾侧角约束.纵向制导在初始下降段采用固定数值倾侧角飞行,在拟平衡滑翔段基于剩余航程随能量单调变化的特性将标准轨迹进行分段,然后分段进行在线预测校正制导.侧向制导基于横程与能量的近似线性关系,设计了由分段漏斗形横程走廊控制的倾侧角反转逻辑,以保证侧向制导精度.分析研究和仿真结果表明该方法易于实现,有效减小了制导指令的解算时间,制导和落点精度高,且对再入初始偏差及过程扰动不敏感.      

存在时延及丢包的网络化飞行器鲁棒故障检测

考虑同时存在未知时延及随机丢包的飞行器网络环境,研究了飞行器网络控制系统的鲁棒故障检测问题。将未知时延及随机丢包的影响转变为未知扰动输入,建立飞行器网络控制系统的统一数学模型,同时考虑残差对故障的灵敏性和对未知扰动的鲁棒性,利用模型参考的思想,将故障检测问题分解为最优残差模型设计及鲁棒跟踪问题两部分,利用多目标优化方法给出最优残差模型的求解条件,并以线性矩阵不等式的方式给出鲁棒跟踪问题的存在条件,数值仿真表明,所提方法能有效抑制时延及丢包的影响,并能快速有效地检测出更小故障,验证了方法的有效性和优越性。     

基于特殊位置检测的开关磁阻电机无位置传感器控制策略

针对开关磁阻电机调速系统(SRD),提出了一种基于特殊位置检测的开关磁阻电机(SRM)转子位置估算方法。通过在线计算每相绕组实时磁链数据,检测出各相转子到达特殊位置的时刻。提出了基于特殊位置检测的电机转子位置重构策略,对电机瞬时转子位置进行还原。在提出的转子位置估算方法基础上,设计了SRD转速闭环控制系统。样机试验表明,提出的转子位置估算策略具有较高的检测精度与较宽的转速使用范围。基于关键位置检测的转速闭环无位置传感器控制策略具有较快的动态响应和较强的鲁棒性。     

实施饱和攻击的导弹多目标火力分配决策

饱和攻击是高技术战争中打击敌方重要目标、提高导弹突防概率的一种重要作战模式.根据饱和攻击的战术指导思想,从分析反舰导弹火力攻击任务约束、最优火力分配准则及多平台协同攻击的角度出发,建立目标分配优化模型,并将火力分配目标决策与航路规划决策过程相结合,提出一种多发射平台、多约束下对目标实施饱和攻击的分配实施方法.仿真结果表明:所建立的模型及方法正确有效,可为部队发射平台配置和火力分配提供依据与参考.     

基于自适应滑模与模糊控制的导弹直接力/气动力复合控制系统优化设计

 针对导弹直接力/气动力复合控制问题,提出了一种基于自适应滑模控制(ASMC)与模糊逻辑的自动驾驶仪设计方法。该方法将整个导弹控制系统分为气动力控制子系统(ACS)和直接力控制子系统(RCS)两部分。前者采用自适应滑模控制理论进行设计,利用其所具有的强鲁棒性优点,克服了包括参数摄动与外界扰动在内的各类不确定性因素的影响。后者通过基于规则的模糊推理来确定不同条件下直接力作用的大小,以辅助提高气动力子系统的性能。在控制系统结构确定的条件下,利用遗传算法(GA)对各参数进行优化,实现了两个子系统之间的协调工作。仿真结果表明,所提出的控制方案对机动指令具有较好的跟踪效果,适用于直接力/气动力复合控制导弹的控制系统设计。     

推力矢量空空导弹的变结构自适应控制

提出了一种适用于带推力矢量空空导弹的变结构自适应控制器设计方法 ,推力矢量的采用是为了使导弹获得超机动能力以对付强机动目标。所设计的变结构控制律包括两部分,即线性控制部分和非线性切换控制部分,其作用力由气动舵面和非线性反作用喷气装置提供。在设计控制律时引入了对系统参数变化的自适应算法,简化了控制器的设计。数字仿真表明其有效。     

基于小波神经网络的多传感器自适应融合算法

针对多传感器融合系统的非线性和不确定性,将小波分析与神经网络相结合,提出一种基于小波神经网络的多传感器自适应融合算法.融合系统包括扩展卡尔曼滤波器、小波神经网络、融合知识库以及航迹融合算法.该算法以分布式融合结构为基础,利用环境信息理论和测量方差归一化方法构建小波神经网络,并且通过数值样本训练小波神经网络,使其在融合过程中实时估计各传感器的信任度,再由融合知识库根据各传感器信任度来选择适合的航迹融合算法,最终得到全局状态估计.实验结果表明,提出的融合算法可以根据环境变化在线自适应融合来自多传感器的测量值,对不确定信息具有很好的融合能力.