执行器故障下的运载火箭非奇异终端滑模容错控制

针对存在未知外部干扰和执行器卡死故障的运载火箭，提出了一种基于非奇异终端滑模面的姿态跟踪控制算法。首先，建立了考虑干扰和执行器卡死故障的运载火箭姿态控制系统多输入多输出系统模型；然后定义了运载火箭姿态跟踪系统模型，针对定义的模型，设计了一种非奇异终端滑模面，使得系统在执行器故障情况下仍能较为精确地跟踪参考信号。基于李雅普诺夫函数证明了运载火箭姿态跟踪控制系统的稳定性和有限时间收敛特性。数值仿真检验了本文基于非奇异终端滑模运载火箭姿态跟踪控制算法的有效性。     

运载火箭姿态系统自适应神经网络容错控制

针对运载火箭姿态系统跟踪问题,考虑干扰、执行器故障和模型不确定因素的影响,设计了一种基于自适应神经网络的非线性容错控制律。该控制算法结合了连续的终端滑模控制,径向基神经网络和自适应控制方法。首先,基于滑模控制理论,设计了一种快速终端滑模面,保证系统跟踪误差能够在有限时间收敛至零。然后,在终端滑模面基础上,提出了一种基于自适应径向基神经网络估计的终端滑模控制律。利用自适应参数的神经网络逼近系统参数并提高抗干扰性能,采用平滑连续控制策略消除了终端滑模中的颤动现象。通过李雅普诺夫的分析方法证明了闭环系统的收敛性和全局稳定性。采用数值仿真,验证了提出的基于自适应径向基神经网络的终端滑模控制律具有较好的跟踪性能和精度。     

基于自适应动态规划的运载火箭智能姿态容错控制

针对运作火箭主动段发动机摆动执行机构故障下的姿态控制问题,结合自适应动态规划（ADP）方法设计了一种智能容错控制策略。该智能容错控制器主要包括2部分：容错稳定控制部分和优化补偿部分。容错稳定控制部分利用自适应和滑模变结构控制设计,主要维持执行机构故障下姿态控制系统的稳定,保证姿态跟踪误差的有限时间收敛;优化补偿部分采用执行-评价结构,利用ADP的在线学习优势,根据姿态系统的跟踪误差（尤其是系统故障、强干扰导致的跟踪偏差）,设计ADP算法产生补偿控制来进一步优化姿态控制系统的跟踪性能。仿真验证表明,即使存在外部干扰和执行机构故障的情况下,所提方法仍能保证系统稳定且精确跟踪指令信号。     

基于切换系统的变体飞行器鲁棒自适应控制

针对变体飞行器变形过程的控制问题,将切换系统理论与多变量自适应控制理论相结合,提出了一种基于切换系统的鲁棒自适应控制器设计方法。首先,建立了变体飞行器纵向短周期线性切换模型,描述了飞行器的整个变形过程;然后,设计了一种改进的鲁棒自适应控制律,抑制了各类干扰和不确定性对系统的影响,实现了切换系统对参考模型的良好跟踪;最后,提出了一种基于模型依赖驻留时间（MDDT）的切换控制律,保证了变体飞行器在变形切换过程中的稳定性,利用Lyapunov函数方法证明了本文方法最终一致有界。仿真验证表明,在存在外部干扰和各类不确定性的情况下,本文方法能保证飞行器在变形过程中精确跟踪参考模型,且具有较好的抗干扰能力。      

目标加速度未知下的导弹自适应滑模拦截制导

针对机动目标拦截过程中加速度信息难以获取的实际问题，设计了一种基于RBF神经网络的自适应滑模拦截制导律，有效提高了导弹制导系统的鲁棒性能。首先，结合空间几何知识，构建了弹-目三维空间相对运动模型；然后，利用RBF神经网络对拦截目标的未知加速度进行了有效估计，消除了制导设计对目标加速度信息的依赖性；在此基础上，结合零化视线角速率的制导理念，分别在导弹俯仰平面和偏航平面设计了对应的自适应滑模制导律，同时采用连续高增益法削弱了系统的抖振现象，并给出更符合导弹制导实现的法向过载指令，利用Lyapunov定理证明了所提方法的收敛性；最后，通过仿真验证，在三种不同的拦截场景下进行了仿真对比，仿真结果表明所提滑模拦截制导律对目标机动有较高的自适应性和鲁棒性。