基于自适应变结构的再入弹头BTT控制系统设计

采用传统的变结构控制方法设计再入子弹头的BTT控制系统,存在严重的抖振现象,并且当系统存在非匹配不确定性时,用常规方法设计切换函数,滑模稳定性难以分析.针对这些情况,设计了自适应变结构控制器,利用动态补偿器给出了较少保守的滑模稳定条件.仿真结果表明,基于自适应变结构理论的BTT控制系统设计合理,能够满足BTT控制要求.     

BTT导弹自适应神经网络控制

针对具有不确定性的六自由度BTT导弹控制系统,基于李亚普诺夫稳定性理论和神经网络对非线性函数的拟合特性,设计了一种新的BTT导弹自适应神经网络鲁棒控制器。利用神经网络对Lyapunov函数进行函数拟合,同时引入自适应神经网络权值调节律,保证了闭环系统具有较好的鲁棒稳定性能和抗干扰性能,实现了BTT导弹控制系统的三通道一体化设计。控制器设计简单、参数调节方便,并且便于工程应用。仿真研究结果表明了BTT导弹系统的输出能够渐近跟踪给定的控制输入指令。     

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.     

倾斜转弯飞航导弹的制导与控制问题研究

为了提高飞航导弹的侧向机动能力且保证导弹不产生较大的侧滑角 (受导弹所用发动机进气道限制 ) ,本文探讨倾斜转弯 (BTT)控制在飞航导弹控制中的有关理论与应用问题。提出了制导与控制系统控制命令生成方法。以工程应用为背景 ,采用古典控制理论与滑模控制相结合的设计方法来设计BTT导弹自动驾驶仪 ,对所提出的制导与控制方法进行了六自由度数学仿真 ,结果表明本文方案正确、有效 ,且简单 ,工程上易于实现。     

BTT导弹神经网络自适应控制器设计

在导弹系统存在非匹配不确定性的情况下 ,提出了一种基于RBF神经网络和反演控制技术的神经网络自适应导弹控制系统的设计方法。首先应用RBF神经网络在线辨识系统中存在的不确定性 ,然后利用反演控制技术设计了导弹非线性自适应控制器 ,成功的处理了非匹配不确定性 ,并应用Lyapunov稳定性理论推导出RBF神经网络权重矩阵及中心点值的调节律 ,保证了系统的稳定性。证明了系统的所有信号均有界且全局指数收敛至原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果显示了该设计方法的有效性。     

基于自抗扰控制的BTT导弹自动驾驶仪设计

针对具有非线性、时变、强耦合和不确定性的Have Dash II BTT导弹控制系统,基于自抗扰控制理论,设计了一种新的BTT导弹鲁棒控制器。利用输入输出反馈线性化,将导弹控制系统分解成了3个单输入单输出的二阶子系统,输出变量的选取保证了系统是最小相位系统。采用自抗扰设计方法,估计并补偿系统中的不确定因素和三通道之间的耦合,以实现控制目的。仿真结果表明该BTT导弹驾驶仪具有良好的动态特性和强鲁棒性。     

导弹自适应反演控制器设计

提出了一种应用反演控制技术的非线性自适应导弹控制系统的设计方法。首先采用自适应辨识算法来估计系统中存在的不确定性 ,然后利用反演控制技术处理系统中的非匹配不确定性 ,在虚拟控制中引入了微分阻尼项 ,有效地改善了系统动态性能 ,并应用Lyapunov稳定性理论证明了系统是全局指数稳定的。最后给出的数字仿真结果表明该方法的有效性     

基于模型参考自适应滑模技术的姿态跟踪控制

在外部干扰和惯量阵不确定性上界未知条件下,对基于自适应滑模控制(ASMC)的刚体航天器的姿态跟踪控制进行了研究。由自适应机制对切换增益进行调节,使姿态控制器的设计无需切换增益的先验信息。为解决现ASMC对切换增益的过度适应问题,将积分滑模控制的全局滑模扩展到模型参考控制策略中,在此框架内设计了姿态跟踪ASMC算法。仿真结果表明:该方法的设计较自适应积分滑模更灵活,并能有效减少切换增益。     

三维攻击角度约束部分制导控制一体化设计

针对侧滑转弯(STT)导弹带有攻击角度约束的机动目标拦截问题,提出一种基于自适应终端滑模动态面控制的三维部分制导控制一体化(PIGC)设计方法。首先,建立了针对机动目标拦截的侧滑转弯导弹三维部分制导控制一体化设计模型,且不需要导弹速度微分体轴系分量信息。然后,使用终端滑模控制理论构建误差向量与虚拟控制量,达成精确拦截与攻击角度约束的控制目的;引入有限时间非线性收敛扩张状态观测器(ESO)来在线估计系统不确定性;设计自适应算子与自适应更新律对观测器的估计误差进行补偿,以提高方法的鲁棒性。最后,三维空间拦截仿真校验了方法在提高拦截精度与增强角度约束收敛性能的有效性。     

拦截弹自适应最优滑模制导和控制一体化设计

针对传统制导和控制分开设计在拦截高速机动目标时的缺陷,设计了一种自适应最优滑模制导和控制一体化算法。首先基于零化视线角速率的思想,建立了制导和控制一体化模型;然后选取视线角速率为滑模面,结合HOSM鲁棒精确微分器参数,提出了一种最优滑模一体化制导和控制算法;最后设计了一种不确定性上界的自适应估计算法。仿真结果表明,与传统的制导和控制分开设计相比,所设计的一体化方法使得拦截弹具有更小的脱靶量,且姿态变化更加平稳。     

欠驱动航天器编队重构的切换神经网络控制

针对圆轨道欠驱动航天器编队重构问题,将传统的自适应神经网络控制器和自适应滑模控制器相结合,设计了一种切换神经网络控制器,用以跟踪由伪谱法求解得到的航天器编队重构的最优开环控制轨迹。自适应神经网络控制器在活跃区域内工作,利用径向基神经网络(RBFNNs)近似动力学系统中的不确定项,自适应滑模控制器在活跃区域外工作,利用自适应律来估计近似误差上界,并采用李雅普诺夫方法证明了闭环系统稳定性。数值仿真结果表明切换神经网络控制器可在欠驱动条件下实现编队重构,与线性滑模控制器相比,实现了控制器快速、高精度、强鲁棒等控制性能。     

飞行器再入段最优自适应积分滑模姿态控制

针对飞行器再入段的姿态跟踪控制问题,提出了一种最优自适应积分滑模控制(Optimal Adaptive Integral Sliding Mode Control, OAISMC)方法。首先针对飞行器的标称模型设计了基于状态相依黎卡提方程(State Dependent Riccati Equation, SDRE)的姿态控制器,使标称系统的性能满足提出的最优指标。然后,考虑系统的不确定性和外部干扰,在SDRE标称控制器的基础上设计积分滑模姿态控制方法,使系统在满足性能指标要求的同时,对不确定性和干扰具有鲁棒性。进一步采用自适应方法调整切换增益,避免了对复合干扰上界的先验要求,并引入滑模干扰观测器提高系统的性能。最后,仿真结果表明,在考虑外部干扰以及气动系数和大气密度摄动的情况下,本文设计的控制方法不仅能够实现姿态跟踪、满足设计的性能指标,而且具有较好的鲁棒性。     

控制受限的编队航天器鲁棒自适应控制

研究了考虑控制受限的编队航天器鲁棒自适应轨道跟踪控制问题。针对航天器编队飞行系统中控制受限、外部扰动和模型不确定性的情况,利用反步控制方法和指令滤波设计提出了一种鲁棒自适应控制策略。指令滤波器用于补偿控制受限对于控制器的影响,同时设计了自适应律对未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性。和滑模控制等传统鲁棒控制不同,所设计的鲁棒自适应控制器是连续的,更便于航天器编队飞行系统的实现。仿真结果表明所设计的控制器既能实现高精度的编队飞行跟踪控制,又能保证控制受限的要求。     

自适应RBF Terminal在精密实时跟踪控制中的应用研究

进行空间对接、空间光通信以及空间对抗等,需要在卫星间实现精确的捕获跟踪瞄准( Acquisition, Tracking, Pointing, ATP)。提出了用自适应RBF变结构控制方法实现捕获跟 踪瞄准系统中跟踪子系统的精密实时跟踪控制,以提高系统的性能。首先由Terminal滑模变 结构控制器实现快速稳定的跟踪,然后,通过自适应RBF神经网络对系统中不确定干扰的上 界进行估计。并且用李亚普诺夫方法证明了系统的稳定性和对参数变化的鲁棒性。最后,仿 真结果证明了方法的有效性。     

空间机器人神经网络自适应滑模目标操控轨迹跟踪控制

针对参数未知的空间目标操控问题,考虑空间机器人负载不确定性、系统动力学不确定性和环境扰动等因素,为实现操作过程的稳定控制及机器人轨迹的有效跟踪,提出一种基于径向基神经网络估计不确定项的自适应增益非奇异终端滑模变结构控制器。首先基于拉格朗日法建立空间机器人的刚体动力学模型。考虑空间机器人基座姿态主动控制模式,使用径向基神经网络对模型中的不确定项进行估计。进而提出基于神经网络估计的非奇异终端滑模控制器,并针对不确定性和扰动的估计误差设计自适应增益,以期实现空间机器人系统轨迹跟踪控制的收敛。仿真校验结果表明所设计的控制方法具有较好的误差收敛速度和控制精度。     

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。     

对失控翻滚目标逼近的神经网络自适应滑模控制

针对失控航天器在空间中自由翻滚的情况,研究追踪器对失控翻滚目标逼近的位置和姿态六自由度耦合控制问题。建立追踪器与目标器相对运动的姿轨一体化动力学模型,设计追踪器逼近过程的标称轨迹和标称姿态。综合考虑系统不确定性和外部干扰,设计无抖振的神经网络自适应滑模控制器。将滑模控制与神经网络逼近相结合,采用径向基函数(RBF)神经网络对系统未知部分进行自适应逼近。由Lyapunov方法导出神经网络自适应律,通过自适应权重的调节保证整个闭环系统的稳定性。数值模拟实例说明了所设计的标称轨迹和标称姿态的合理性,同时验证了神经网络自适应滑模控制器的有效性。     

基于变论域的导弹电液伺服机构自适应模糊滑模控制

针对导弹电液伺服机构的跟踪控制,提出了一种自适应变论域模糊滑模的设计方案。引入变论域自适应模糊控制器,在线调节输入变量论域和规则后件隶属度函数以逼近理想控制器,使控制器的设计不依赖于被控对象的精确数学模型,确定模糊滑模补偿控制项,以补偿逼近误差并消除外部干扰的影响。仿真实验结果验证了该控制方案的有效性。     

BTT导弹块模型的鲁棒自适应设计

针对BTT导弹的非线性模型,给出了其适合用backstepping设计方法的块控模型。充分利用系统的结构特点,结合块控原理、backstepping设计方法、鲁棒控制和自适应控制方法,提出了一种鲁棒自适应控制器的设计方法。允许系统中的每一个子块都存在不确定性,采用非线性跟踪微分器减小了backstepping设计中的“计算膨胀”问题,并且避免了系统控制矩阵未知时控制器可能的奇异问题,证明了系统的状态跟踪误差和参数误差指数收敛于原点的一个邻域。最后给出的仿真结果显示了本文方法的有效性。