圆形轨迹导引下的无人机事件触发抗干扰环绕控制

针对内部不确定性以及外部环境摄动的目标环绕控制问题,在基于反步法的双层制导框架下,利用级联控制思想,提出了一种圆形轨迹导引下的四旋翼无人机事件触发抗扰环绕控制方法。在轨迹回路中,构建了可满足持续激励条件的目标位置估计器,保证仅通过视线方位角就能获取可满足最终一致有界条件的目标估计项。随后,基于目标的位置估计结果,设计了目标环绕控制律生成线速度指令,并通过方向向量场验证了该环绕制导律的有效性,消除了现有李雅普诺夫向量场制导(LVFG)对相对位置和目标速度的依赖。在姿态回路中,通过采用扩张状态观测器(ESO)补偿系统的集总不确定性,设计了基于相对阈值事件触发控制的姿态控制器,在有效降低控制器到执行机构之间信号传输频率的同时,实现了四旋翼无人机对静止/移动目标环绕。然后,借助输入状态稳定性定理证明了系统的稳定性。仿真结果表明,所提控制方案能够实现圆形轨迹导引下四旋翼无人机对静止/移动目标的环绕监视。     

飞行器无动力应急着陆域和着陆轨迹设计

针对飞行器动力故障迫降着陆问题,提出一种应急着陆域（ELR）和着陆轨迹设计方法。首先,提出了无动力应急着陆域的概念,即无动力条件下可实现成功着陆的着陆点范围,并分别应用最优控制方法和hp自适应伪谱法对着陆域进行设计和求解;采用理论分析与仿真验证相结合的方法分析应急着陆域的特点以及影响着陆域大小的主要因素,并据此得到求解应急着陆域的简单近似方法。然后,依据所求得的应急着陆域,选择合适位置作为预定着陆点,并应用最优控制方法设计对应的着陆轨迹。仿真结果表明：应急着陆域的建立、分析对快速选择预定着陆点具有重要参考价值;设计的应急着陆轨迹可引导无动力飞行器实现成功着陆。     

基于SMDO-TLC的高超声速飞行器姿态控制

针对高超声速飞行器快时变、强耦合以及存在参数不确定和外部干扰情况下的姿态控制问题,同时考虑到执行机构动态和输入受限,提出了基于滑模干扰观测器-轨迹线性化(SMDO-TLC,Sliding-Mode Disturbance Observer-Trajectory Linearization Control)的高超声速姿态控制方法.首先,引入二阶线性微分器(SOLD,Second-Order Linear Differentiator)的概念,通过理论分析指出了当前TLC中采用一阶惯性+伪微分器求取输入指令的微分信号时会存在与SOLD类似的峰值现象,随后利用韩式跟踪微分器求取姿态标称指令及其微分信号,可有效解决过渡过程中执行机构饱和问题;接着,分别在姿态和角速率回路设计二阶滑模干扰观测器,利用符号函数积分来重构内外回路的复合干扰,在此基础上设计补偿控制律,以实现姿态控制器设计.仿真结果表明,所提出的方法能够克服时变干扰及气动参数大范围摄动的影响,同时兼具良好的动态特性与静态品质,能够满足高超声速飞行器的快时变、高精度以及强鲁棒的控制需求.     

基于微分器的轨迹线性化控制方法及其应用

针对当前轨迹线性化控制(TLC)方法对系统中的不确定性存在鲁棒性不足的问题,受非线性跟踪微分器设计思路的启发,提出了一种基于微分器设计原则的轨迹线性化控制方法.首先,引入二阶线性微分器(SOLD)的概念,通过理论分析指出了当前轨迹线性化控制方法中采用一阶惯性+伪微分器求取标称指令的微分信号时,会存在与二阶线性微分器类似的峰值现象,随后利用韩式跟踪微分器(TD)求取标称指令及其微分信号,避免了该现象的同时又赋予了系统在控制量的约束范围内调节响应快慢的能力;其次,通过构造期望的闭环系统,跟踪误差动态,直接获取线性时变(LTV)系统的控制量, 使得参数整定不再依赖于并行微分(PD)谱理论,在此基础上,将混合微分器(HD)的非摄动形式等价为期望的闭环系统跟踪误差动态,以提升轨迹线性化控制方法的鲁棒性,同时借助Lyapunov稳定性理论证明了受扰系统的跟踪误差最终一致有界;最后,利用所提出的轨迹线性化控制方法设计了高超声速飞行器的姿控系统并进行了相应的仿真.结果表明:存在大范围气动参数摄动的情况下,本方法仍具有较好的控制性能及抗干扰能力,能够满足高超声速飞行器快时变、高精度以及强鲁棒的控制需求.      

基于固定阈值事件触发扩张状态观测器的多智能体协同目标环绕控制

针对复杂多扰环境下面向未知运动目标的多智能体对峙跟踪问题,提出了一种基于固定阈值事件触发扩张状态观测器(FTESO)的多智能体协同目标环绕控制方法。首先,建立了智能体与目标的相对运动模型,将目标加速度、模型非线性、环境摄动视为集总干扰,利用量测的相对位置信息构造可降低测量端状态更新频次的FTESO,以实现在非周期采样条件下对于相对速度不可测和集总干扰未知的精准估计。其次,结合速度方向场理论生成目标与智能体间的期望相对速度,根据相邻智能体间的相对角间距信息与FTESO的观测结果,设计了一种不依赖目标加速度信息的多智能体相位协同一致性协议,使得多智能体能够以指定环绕半径、环绕角速度和相对角间距实现对未知运动目标的环绕跟踪。借助Lyapunov稳定性理论,证明了闭环系统中所有误差信号最终一致有界。最后,通过仿真和比较结果验证了所提算法的有效性。