无人机神经网络动态逆控制器设计研究

针对无人机动态逆控制器存在的明显缺陷,采用在线神经网络对逆误差进行补偿,设计了神经网络动态逆控制器.构造了一种单隐层神经网络结构,证明了整个闭环系统的稳定性,给出了稳定的在线神经网络权值调整算法.通过仿真验证了该方案的鲁棒性、对故障的适应性以及在作动器纯延时下的响应性能,证明了在线神经网络对动态逆控制器具有明显的改善作用.对于无人机先进飞行控制系统的设计研究具有重要的参考价值.     

基于特征结构配置的无人机多目标控制技术研究

阐述了特征结构配置法在飞行控制系统设计中的应用问题.从理论上探讨了特征结构配置的概念和根据设计指标确定特征结构的方法.应用这种方法,根据对无人机运动模态的分析,设计出结构简单的多输入多输出飞行控制器.通过对某型无人机多目标控制器的设计仿真表明:采用该控制器的飞行控制系统实现了各模态之间的解耦,且具有良好的动态性能和跟踪性能.     

无人机的专家S面控制方法

针对无人机飞行过程中的运动控制问题,本文将具有良好非线性控制效果的S面控制器引入无人机的运动控制系统中。结合专家控制思想,提出一种用于无人机运动控制的专家S面控制器,并基于此设计了UAV的运动控制系统。基于控制系统半实物仿真平台的仿真试验和基于无人机的外场试验表明:本文提出的控制器具有良好的控制精度、响应速度和动态性能,对环境干扰有较强的适应力,适用于无人机的运动控制。     

临近空间高超声速飞行器鲁棒自适应控制方法

提出了一种新的将自适应滑模变结构控制与动态逆控制组合的鲁棒自适应的控制方法,用于临近空间高超声速飞行器的再入阶段飞行控制系统设计。用内外环动态逆控制将非线性飞行器对象近似解耦成不确定的3通道一阶线性系统,将所有不确定性转化为匹配的逆误差;由自适应滑模变结构控制给出动态逆的输入信号,消除逆误差的影响,保证对制导指令的鲁棒跟踪。某高超声速飞行器临近空间再入的六自由度仿真结果表明:控制器有较好的鲁棒性和跟踪性能。     

BTT导弹的神经网络自适应非线性自动驾驶仪设计

针对BTT导弹的飞行控制问题,提出一种基于近似动态逆及神经网络理论的非线性自动驾驶仪设计方法.给出了神经网络自适应动态逆控制规律,建立了BTT导弹的数学模型,设计了导弹的神经网络自适应动态逆控制系统结构,并进行了控制效果的数值仿真分析.仿真结果说明了神经网络自适应非线性自动驾驶仪在导弹飞行控制中具有较高的控制精度和很好的鲁棒稳定性.     

基于反馈线性化的高速无人机自适应控制系统设计

高速无人机是典型的复杂非线性、参数不确定性系统,且各控制通道之间存在强耦合作用,这对飞行控制系统设计提出了严峻挑战。针对其非线性特性和耦合特性,采用精确反馈线性化理论将无人机动力学模型解耦为3个独立的子系统,即滚转、俯仰和偏航通道;应用模型参考自适应控制方法分别设计每个通道的姿态控制器。研究表明,上述线性化方法能够实现三通道解耦,所设计控制系统满足飞行控制性能要求,且对气动参数摄动和外部干扰具有较强的鲁棒性。     

基于非线性动态逆方法的TF/TA控制器设计

为了增强巡航导弹的低空突防能力，应用非线性动态逆原理设计了具有纵向和侧向解耦能力的TF／TA控制器。这种方法利用了反馈线性化理论，研究通过非线性反馈或动态补偿的方法，将非线性系统变换为线性系统(伪线性系统)，然后再按线性系统理论完成系统的各种控制目标设计。由于巡航导弹模型的复杂非线性，本文提出了一种简化方法。针对其各状态变量的时间响应特性不同，采取了分阶控制的方法，将TF／TA控制器分解为内环、中环和外环三层分别设计，这样大大简化了控制器设计的复杂性。最后以某巡航弹为例进行了全系统仿真，仿真结果表明，用非线性动态逆方法设计的TF／TA控制器具有良好的纵侧向解耦能力和快速响应能力。导弹能够准确地跟踪地形轮廓飞行，而且可以有效地绕过地形中的相对高处，并且系统对参数摄动具有一定的鲁棒性。     

含扩张状态观测器的高超声速飞行器动态面姿态控制

针对高超声速飞行器复杂非线性、高不确定性和强通道耦合等特点,提出了一种飞行器姿态控制的非线性设计方法。根据高超声速飞行器无动力飞行的姿态运动方程组,给出一个可面向姿态控制的非线性设计模型。针对一类非线性系统,提出了一种基于扩张状态观测器（ESO）的动态逆设计方法,并通过动态面控制理论,将其应用于高超声速飞行器的三通道姿态控制中。仿真结果表明,相比基于传统动态逆的动态面控制方案,本文所提出的控制方案可以保证飞行器快速、精确地跟踪角位置指令,并且具备针对系统不确定性的强鲁棒性能。     

基于鲁棒动态逆的高超声速滑翔飞行器动态面姿态控制

针对高超声速滑翔飞行器参数变化快、不确定性高、通道耦合强的特点,研究了一种姿态控制的非线性设计方法。根据无动力飞行姿态运动模型,建立了可面向姿态控制的非线性设计模型。提出了一种具有鲁棒性能的动态逆控制方案,并通过动态面控制方法,将其应用于滑翔飞行器的姿态控制中。仿真结果表明,相比基于传统动态逆的控制方案,所提出的方案可以保证滑翔飞行器快速、精确地跟踪指令,并且具备针对系统不确定性的强鲁棒性能。     

考虑约束的高超声速飞行器制导与控制一体化设计

针对高超声速飞行器上升段飞行过程中强耦合、强非线性同时要求满足过程约束的特点，提出了一种结合级联控制方法和控制障碍函数的新型三维制导控制一体化算法。首先通过对速度子系统设计控制障碍函数约束算法来满足飞行器的过程约束要求，然后利用反步法、动态逆控制方法设计其余子系统的控制器，两者共同组成制导控制一体化控制器。考虑到飞行器在上升过程中容易遭遇阵风扰动的问题，设计非线性干扰观测器以增强算法的鲁棒性。最后通过李雅普诺夫函数证明了系统的稳定性，并且通过仿真验证了该新算法能够在满足高超声速飞行器上升段过程约束的同时，实现飞行器的三维跟踪控制。     

基于动态逆和神经网络的机动弹头姿态控制系统设计

机动弹头是复杂的非线性系统,它给姿态控制系统设计人员以极大的挑战。为了满足飞行稳定性要求,提高系统的适应性和鲁棒性,本文构造了动态逆神经网络姿态控制系统,设计了慢变量和快变量动态逆,引入了在线神经网络进行逆误差的补偿。实例仿真的结果表明:动态逆和在线神经网络的结合,能够实现弹头的稳定飞行。     

基于自适应通信拓扑的无人机集群弱路径约束下的分布式控制器设计

针对传统无人机集群飞行控制需要规划过多飞行路径的问题，设计一种结合线性二次型调节器(LQR)与机间防撞的分布式协同控制器，不需要为集群设计相对构型，只需给定一条满足无人机动力学约束的飞行路径，集群就可沿路径飞行。该控制器通过设计自适应通信拓扑来稳定加入机间防撞机制带来的抖振效应，并使集群具有良好可扩展性。仿真结果表明，所设计的分布式控制器可以实现规划一条路径下无人机集群无机间碰撞的稳定飞行。     

登月舱软着陆的非线性神经元控制

本文针对登月舱软着陆过程的控制问题，提出了一种非线性动态逆与状态反馈控制相结合的神经元控制系统设计方案。该方案包含两分：（１）借助前馈神经元网络通过学习逼近任意非线性映射的能力，建立被控系统的非线性动态逆神经元模型，用神经元网络实现被控非线性系统的线性化；（２）在线性化模型的基础上构造系统的神经元最优状态反馈控制器。本文给出的仿真结果显示出神经计算学在航天飞行器控制问题中所具有的潜在能力。     

航天器姿态的非线性鲁棒分散控制器设计

研究了具有外部干扰力矩及参数不确定性的航天器姿态控制问题。针对这类多输入-多输出的不确定非线性系统，基于一种非线性鲁棒分散控制理论，设计了结构简单而易于实现的控制器。该控制器中包含的积分环节可以补偿系统的各种未知因素，同时确保恒值调节系统不存在稳态误差。仿真结果表明：所设计的鲁棒分散控制器与非线性动态逆控制器相比，具有更优越的抗干扰能力和对模型不确定的适应能力。即使系统存在外部干扰及模型小确定性，仍可在闭环系统中实现精确的姿态控制。该控制器有效地提高了航天器姿态控制的鲁棒性和适应性。     

高超声速飞行器自适应神经网络控制

针对一类高超声速飞行器,在充分考虑其非线性模型包含未建模动态、气动参数变化、弹性形变等产生的未知非线性不确定函数以及外界扰动的情况下,设计了一种基于自适应神经网络的非线性逆控制器。首先,将系统的动态特性分为标称部分和不确定部分,采用非线性逆的思想设计标称部分的控制器,利用神经网络逼近不确定部分,将神经网络的最优权值采用自适应律进行调节,提高神经网络的在线逼近能力。利用改进的变结构控制来消除神经网络逼近误差的影响,最终使跟踪误差收敛为零,并保证闭环系统的信号有界。通过仿真验证了设计方法的正确性。     

自适应学习率的增量强化学习飞行控制

针对预先设定学习率的增量强化学习(IRL)飞行控制律失败率较高,并且无法适应飞行器大范围动力学特性变化下的稳定控制问题,提出一种自适应学习率的增量强化学习(ALRIRL)控制方法.首先,基于小波分析方法构造控制系统稳定度评价函数,用于评估控制器稳定度.然后,基于梯度下降法设计学习率在线迭代计算方法,以提升强化学习控制器...     

航空发动机多变量神经网络自适应控制仿真研究

针对航空发动机是一个具有强非线性、时变不确定性的被控对象,提出了一种基于RBF网络的航空发动机多变量神经网络自适应控制方法,该方法采用RBF网络对发动机非线性模型进行实时辨识,并将系统的灵敏度信息反馈给神经网络控制器,保证了控制器对被控对象的准确控制.通过某涡扇发动机在飞行包线内的数字仿真,结果表明该方法不依赖被控对象的精确模型,有效地实现了对发动机的多变量自适应控制,而且具有较好的动静态性能.     

可重复使用助推器调姿转弯段的控制系统设计

针对可重复使用助推器（RBV）强非线性、强耦合、多输入/多输出的特点,在姿态变化剧烈及空域变化广的调姿转弯阶段,采用非线性动态逆控制方法设计RBV的姿态控制系统。根据时标分离原则及奇异摄动理论,将系统分为快慢两回路子系统。对所需的总控制力矩进行控制分配,由空气舵和反作用控制系统（RCS）共同执行。仿真结果表明：由该法可获得较好的动态性能和鲁棒性。