基于无味卡尔曼滤波的飞机防滑刹车模糊神经网络控制

根据对飞机刹车过程动力学分析与建模,本文提出了一种基于无味卡尔曼滤波(UKF)的模糊神经网络控制律。本控制律结合了无味卡尔曼滤波对机体速度的良好估计效果和模糊神经网络控制器对不同系统参数的适应能力,能够很好完成对最佳滑移率的追踪任务。Matlab仿真试验结果显示,基于无味卡尔曼滤波的模糊神经网络控制器可以准确的估计飞机滑跑时的速度,改善飞机防滑刹车系统性能,提高刹车效率。     

模型参考自适应在飞机刹车伺服系统中的应用

以某型飞机刹车伺服系统为研究对象,以动态特性优良的二阶系统为参考模型,利用免疫PID控制器调节参考模型,根据Lyapunov稳定性理论推导出相应的自适应律,并在MATLAB/SIMULINK环境下进行系统仿真。结果表明,基于模型参考自适应控制系统的输出能够很好地跟踪参考模型的输出,系统能够快速响应,显著提高了系统的动态性能,而且具有一定的抗干扰性,适用于飞机刹车这种复杂的非线性系统。