具有异构多操纵机构的飞行器复合控制技术

提出了具有异构多控制机构的飞行器复合控制决策与管理系统结构,建立了具有气动力/推力矢量/直接侧向力的异构多操纵机构的飞行器动力学模型,提出了模糊自适应控制分配与复合控制器优化集成设计方案。设计了基于参考模型的模糊自适应控制分配策略,使气动力/推力矢量/直接力任意形式组合及动态分配过程中复合执行机构等效动态特性与参考模型一致。采用进化策略对导弹复合控制系统参数进行了多目标优化设计。分别针对不同的组合形式进行了仿真研究,证明了具有异构多操纵机构的飞行器复合控制系统具有很好的快速大机动跟踪能力,实现了飞行器气动力/推力矢量/直接侧向力之间不同形式组合控制系统的自适应控制分配。     

基于自适应控制的近空间高超声速飞行器研究进展

综述了高超声速飞行器数学建模与自适应控制技术。在概述典型数学模型基础上,着重概述了模型参考自适应控制、浸入-不变集非线性自适应控制、自适应动态面反步控制、自适应滑模控制、自适应模糊滑模控制和神经网络自适应控制等多种自适应控制技术在高超声速飞行器中的应用与研究。对高超声速飞行器自适应容错控制技术现状,自适应控制在高超声速飞行器飞行测试中的应用情况进行概述。总结了高超声速飞行器的当前研制项目和技术现状,重点展望了若干种鲁棒非线性自适应控制技术。与已有综述相区别,重点概述自适应控制在解决高超声速飞行器鲁棒、稳定、切换、协调等关键控制问题的研究进展。     

模糊自适应卡尔曼滤波技术研究

提出了一种基于模糊自适应卡尔曼滤波技术的组合导航的新方法。这一方法主要应用于自主式机动飞行器。用模糊逻辑自适应控制器对卡尔曼滤波器的噪声方差进行“在线”修正,将卡尔曼滤波器调整到最优状态,从而提高组合导航系统的精度。通过对ＧＰＳ/ＩＮＳ组合导航系统的仿真,验证了模糊自适应卡尔曼滤波器比常规卡尔曼滤波器具有更高的精度。该方法的研究对飞行器的导航与制导具有重要意义。     

飞行器姿态的一种鲁棒自适应模糊解耦控制

飞行器姿态系统具有非线性、强耦合、多输入多输出(MIMO)的特点。本文针对飞行器姿态模型的非线性和不确定性，提出鲁棒自适应模糊解耦控制方法，对飞行姿态进行机动控制。首先，设计基于精确反馈线性化的模糊解耦控制环节。针对模糊逼近所带来的误差以及外部干扰项，采用H∞鲁棒补偿控制方法，使误差干扰项对系统的影响最小。为充分利用有限的模糊规则，采用非线性可调参数模糊模型。模糊参数的自适应调节律由李雅普诺夫综合法得到。数学仿真表明，该控制方案对于空间飞行器姿态系统中的非线性和参数不确定性具有较强的适应能力。     

基于BP神经网络的模型参考自适应姿态控制

采用模型参考自适应控制的基本设计框架,并通过BP神经网络对PID控制参数进行自主调节,实现飞行器的自适应姿态控制。利用参考模型输出、实际对象输出等信号作为训练信号,对所构建的三层BP神经网络进行权重更新。仿真结果表明,将BP神经网络应用于飞行器的自适应姿态控制中,能够实现PID控制器参数的自主调整,表明了BP神经网络优良的逼近性能。同时,该控制方案确保了飞行器姿态控制系统的性能指标,并且提高了工程设计的智能化水平。     

空间飞行器大角度机动控制律设计

研究了空间飞行器大角度机动控制问题。为避免欧拉角描述姿态运动存在奇异性的问题，由姿态四元数建立姿态运动方程。针对飞行器姿态运动模型的非线性和不确定性，利用模糊逻辑系统对不确定性函数进行逼近，将获得的模糊函数作为系统不确定性界函数。对模糊逼近所带来的误差以及外部干扰项，采用变结构补偿控制方法，并在线自适应调整参数。理论分析和仿真研究表明此方法具有姿态控制精度高，实时计算量小，便于工程实现等优点。     

基于观测器的高超声速飞行器模糊自适应控制

针对高超声速飞行器输出跟踪问题,提出了一种基于观测器的分层模糊自适应鲁棒控制器的设计方法。本文设计了一种基于分层模糊系统的间接自适应控制器,减少在线辨识参数的数量;同时设计非线性干扰观测器(NDO)对系统复合干扰进行估计补偿;最后引入鲁棒补偿控制项,克服传统非线性干扰观测器的限制条件,并利用Lyapunov理论证明了整个系统的稳定性。仿真结果表明,该方法不仅能够保证高超声速飞行器具有良好跟踪性能,而且具有很强的鲁棒性。     

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。     

基于复杂干扰估计的高速NSV鲁棒自适应模糊Terminal滑模控制

针对近空间飞行器大包络高动态飞行运动特性,建立了包含复杂干扰的有效动力学系统用以描述运动过程,对系统中由于飞行物理环境产生的复杂干扰,设计了有效估计的非线性干扰观测器,有效保证了观测误差的收敛性能,采用模糊系统逼近由气动、结构变化产生的系统与增益函数不确定项,基于此设计了飞行控制系统的鲁棒自适应模糊Terminal滑模控制方案,利用Lyapunov稳定性原理证明了闭环系统的鲁棒稳定性,控制器有效抑制了不确定项与复杂干扰对系统的影响,实现了NSV复杂环境下高速运动的鲁棒自适应自主控制,仿真研究证明了控制方法的正确性与有效性。
     

高超声速飞行器非线性自适应姿态控制

分析了影响高超声速飞行器姿态运动的关键要素和不确定性,提出了包括动压关联输出变换、非线性黄金分割自适应控制律Ⅲ、积分器以及可选择的前馈控制在内的一种高超声速飞行器姿态控制新方案,解决了飞行过程中气动动压快速变化对姿态控制系统稳定性和控制精度影响的问题,提高了系统对关键参数不确定性如气动参数偏差、气动阻尼系数偏差、大气密度偏差、惯量偏差以及初始条件偏差的鲁棒性和适应性;所提方案用于高超声速飞行器再入过程高度、速度快速变化导致动压急剧变化的下压段的姿态控制系统设计中。仿真结果表明,在标称和多种偏差组合条件下,性能指标满足要求,控制量满足约束条件。     

电液伺服系统的间接自适应模糊滑模跟踪控制

为改善电液伺服系统的跟踪控制,根据滑模控制原理和模糊系统逼近能力,设计了一间接自适应模糊滑模跟踪控制方案。该法以自适应模糊系统替代系统自治特性,用滑模方式设计控制律,在滑动模态附近建立一边界层,以平滑不连续控制削弱抖振。仿真结果表明该方案有效。     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.     

共轴双旋翼飞行器建模及纵向姿态控制优化

基于共轴双旋翼飞行器六自由度模型及其自身结构特点,建立了相关的动力学模型,并以该飞行器的纵向姿态控制为例,提出了一种带自动修正因子的Fuzzy-PID自适应优化方法。利用Matlab/Simulink搭建了共轴双旋翼飞行器纵向姿态控制系统模型并进行仿真,与传统PID控制和常规Fuzzy-PID控制进行了对比。实验仿真结果表明,该控制方法能够改善系统的静动态特性,具有较好的自适应能力。     

一种高超声速飞行器再入轨迹优化方法

针对高超声速飞行器的再入轨迹优化问题,提出了一种基于动态自适应樽海鞘群算法和高斯伪谱法的混合优化方案。首先,为了使樽海鞘群算法探索和利用之间的平衡更加合理,提出了一种新颖的动态自适应樽海鞘群算法。然后,针对传统高斯伪谱法在轨迹优化过程中对初始猜测值敏感的不足,借助动态自适应樽海鞘群算法强大的全局搜索能力,先利用该算法对控制量进行全局寻优,将求得的近似全局最优解作为高斯伪谱法优化的初始猜测值,接着再利用高斯伪谱法对控制量进行全局寻优。仿真结果表明所提出的动态自适应樽海鞘群算法和混合优化方案的有效性和可行性。     

基于自适应采样滤波器的临近空间飞行器姿态确定

为提高临近空间飞行器的姿态估计精度和稳定性,研究了捷联惯性导航系统与星敏感器组合定姿方法和滤波融合算法.首先给出了临近空间飞行器的高精度姿态确定方案及其模型,然后针对一般采样型滤波器自适应能力有限的缺点,推导了一种能在线自适应估计过程噪声和量测噪声协方差阵的自适应采样滤波算法,该算法融合了自适应估计和非线性滤波各自的优点,不仅能对姿态确定系统的非线性滤波问题进行高精度估计,而且估计结果具有较强的鲁棒性,最后进行了仿真实验.实验结果表明本文方法达到10角秒的定姿精度,其滤波精度和稳定性均满足临近空间飞行器的定姿要求.     

近空间高超声速飞行器输入饱和抑制模糊自适应控制

针对近空间高超声速飞行器三通道姿态跟踪控制问题,提出了一种基于输入饱和抑制的非线性模糊自适应滑模控制器。考虑到飞行器模型具有严格反馈形式的特点,以反步法为基础,结合非奇异快速Terminal滑模方法设计控制器。设计了模糊系统估计模型中的干扰项,并通过自适应鲁棒项补偿估计误差,引入非线性增益函数提高控制系统的饱和抑制能力,并基于Lyapunov理论证明了闭环系统的稳定性。最后,通过仿真对比实验验证方法的有效性。仿真结果表明,所设计的控制器能够保证飞行控制系统在存在模型参数不确定性的情况下具有良好的姿态跟踪性能和输入饱和抑制能力。     

高速飞行器编队队形快速成形设计方法

针对高速飞行器编队队形设计问题,提出了一种基于伪谱法和自适应策略的快速成形实现方法.首先,建立高速飞行器三维运动模型,为解决初始构型与期望队形偏差过大难以满足控制约束的问题,提出了 一种考虑最低能量和最小偏转角度的队形设计原则,可自适应调整编队成形空间位置;然后,将高速飞行器编队控制问题转化为轨迹设计优化问题,并利用伪...     

基于联邦滤波的异质异步多传感器组合导航算法

针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/高度计/航姿仪(SINS/GNSS/ALTM/AHRS)组合导航算法.根据观测信息和动力学模型异常情况,引入自适应因子,进而控制对量测预测值的信任度,有效地抑制了不精确估计对导航结果的影响.     

基于神经网络的飞行器抗饱和自适应控制

针对传统自适应控制在飞行器作动器具有幅值饱和与速率饱和的情况下难以实现良好飞行控制的问题,提出了一种基于神经网络与伪控制隔离的飞行器抗饱和自适应控制方法.首先根据模型参考自适应控制理论,结合动态逆与神经网络自适应方法,分析了系统的模型跟踪误差动力特征,并考虑飞行器具有参数不确定和未建模误差等动态逆误差,设计了在线神经网...     

高超声速再入飞行器的特征建模及自适应递推滑模控制

针对高超声速再入飞行器非线性程度高、参数不确定性大、快时变等特点,提出一种基于神经网络特征模型的自适应滑模姿态控制方案。首先,采用现有特征建模方法,将对象模型中的非线性、时变不确定性压缩至特征参量中;进一步,结合模糊神经网络,将快时变特征显式地表征在特征模型中,使得待估计的特征参量具有时不变特性,从而易于其自适应律的设计。然后,在该神经网络特征模型的框架下,设计递推形式的自适应滑模控制律,以进一步提高飞行控制系统的鲁棒性。最后,通过仿真校验了所提出控制方法的正确性和有效性。