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。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控制的增益根据舵效变化完成在线自适应调节,实现飞行器的自适应姿态控制;最后,进行数学仿真验证,结果表明,将BP神经网络应用于飞行器姿态控制中,能够实现控制参数的自适应调整,说明BP神经网络具有优良的逼近性能,最终提升了飞行器姿态控制系统的性能,提高了智能化设计水平.     

一种共轴双旋翼式火星飞行器设计及其试验验证

针对火星飞行器探测需求,提出了一种共轴双旋翼式火星飞行器,基于计算流体力学方法优选了桨叶翼型、平面形状和扭转角等结构参数,基于叶素动量理论建立了旋翼气动力学模型,利用数值模拟方法选择了旋翼转速、旋翼间距和桨叶安装角等飞行参数,设计了原理样机"火星飞鸟-I"的结构与控制系统。构建了火星大气环境模拟器和重力补偿与运动约束装置,开展了模拟火星环境下旋翼式飞行器地面飞行试验,验证了共轴双旋翼式火星飞行器的推进性能,展望了旋翼式火星飞行器技术的发展方向。研究成果对我国开展的火星探测工程具有重要借鉴价值。     

考虑特征模型的高超声速飞行器全通道自适应控制

针对高超声速飞行器具有强非线性、高不确定性及强耦合等特点,提出一种基于反馈线性化控制与特征模型自适应控制相结合的姿态控制律设计方法,解决姿态控制系统的非线性耦合与不确定性,保证飞行器控制系统稳定。首先,建立高超声速飞行器全通道非线性耦合的动力学模型。其次,利用反馈线性化控制方法将全通道非线性耦合系统解耦成近似线性系统,并对线性解耦系统设计输出反馈控制律;而对于反馈线性化控制依赖于系统的精确数学模型,并对建模误差和外部干扰敏感的问题,设计基于误差特征模型的自适应控制律,提高系统的适应性;针对原动力学模型,证明闭环控制系统是有界稳定的。最后,通过数学仿真校验了控制律设计的正确性与有效性,仿真结果表明设计的姿态控制系统可以很好地跟踪指令,具有较强的鲁棒稳定性。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题,应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题,提出单网络积分型强化学习（SNIRL）算法进行求解,该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构,只需要采用评价网络估计值函数就可以求得最优控制律,其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器,并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高,收敛速度更快,并校验了自适应最优姿态控制器的有效性 。     

一种基于自适应变结构的高超滑翔飞行器控制方法研究

针对高超声速滑翔飞行器的不确定性及强非线性耦合特性,研究了一种自适应变结构姿态控制设计方法。首先建立了高超声速飞行器在滚转通道快速将最大升力面滚转到制导机动方向时姿态控制系统的非线性数学模型,然后将结构干扰力矩、非线性耦合和气动参数摄动等不确定的输入因素视为一类有界干扰,提出了一种自适应变结构控制方法,该法在保证系统闭环稳定的前提下,在线对不确定因素的界进行估计,从而对系统中的不确定因素进行补偿,并选择适当的趋近律,通过符号函数连续化方法来解决由于变结构控制带来的抖振问题,最后进行仿真验证。仿真结果表明该方法具有良好的解耦控制效果,与传统方法相比可有效提高控制系统的控制性能和鲁棒性。     

基于串级线性自抗扰的四旋翼姿态控制方法

针对四旋翼无人机姿态调整过程中,由于参数不确定性及外界环境干扰,往往给姿态控制带来一定困难。本文研究提出一种基于串级线性自抗扰的四旋翼姿态控制方法。首先建立四旋翼无人机的动力学姿态模型,提出采用串级PID双环路控制架构,将姿态控制任务分解为内外两个环路。采用Levant微分器提取控制参量,以强化跟踪能力。此外,对原线性自抗扰控制器进行优化,旨在更好地消除外界随机扰动对系统的影响。利用MATLAB Simulink环境对提出的控制方法进行模拟,结果表明相比传统方法,该方法能更好地抑制系统受扰动引起的影响,增强系统对期望信号的跟踪能力,从而明显提高了四旋翼无人机姿态调整的精度与稳定性,以及四旋翼无人机姿态控制的精度和鲁棒性。     

高超声速飞行器的神经网络PID控制

高超声速飞行器是一种强耦合性、存在不确定性和高度非线性的复杂控制系统,在其应用神经网络PID控制方法进行纵向通道的姿态控制时,将控制系统分为快慢内外环,基于神经网络控制理论,针对高超声速飞行器的动力学模型和运动学模型设计单神经元PID控制律和PID神经网络控制律,推导了权值调整的学习算法。仿真结果表明,高超声速飞行器的神经网络PID控制系统能够有效抑制气动参数变化的影响,较好地跟踪期望攻角,有较强的鲁棒性。     

基于自适应滑模的变质心再入飞行器控制律设计

建立了有纵向单滑块的变质心再入飞行器系统控制模型。对该有输入非线性的快时变多体系统,考虑系统存在参数不确定等因素的影响并将完整的活动质量体动力学环节置入姿态控制,基于滑模控制理论设计了俯仰姿态跟踪鲁棒控制系统。在参数不确定性条件下对飞行控制系统进行了仿真。结果表明：设计的控制律可实现对指令角度和指令位置有效、快速、稳定...     

新概念飞行器的姿态复合控制

研究了大气层内质量矩与直接力复合控制飞行器的姿态控制问题.在建立飞行器数学模型的基础上,基于质量矩控制与直接力控制的各自优势,提出了质量矩与直接力复合控制色行器的姿态控制策略.在此基础上应用动态逆理论,根据系统变量的特点将状态变量进行时标分离,形成快慢两回路,设计了飞行器的姿态控制规律.仿真结果表明,该方法能够有效实现飞行器的姿态控制.     

高超声速飞行器动态神经网络反推自适应控制

针对高超声速飞行器纵向模型的高度非线性特点,在考虑模型不确定性的情况下,提出了高超声速飞行器动态神经网络调节函数反推自适应控制方法.对给定的速度指令,引入积分型Lyapunov函数设计跟踪控制器,取消了控制增益一阶导数上界的限制,且避免了控制器的奇异性;对给定的高度指令,引入调节函数技术,设计了反推控制器,避免了将模型化为严反馈形式;采用动态神经网络对未知系统动态进行自适应在线逼近.根据Lyapunov理论证明了设计的控制律保证了闭环系统的稳定性与指令跟踪的精确性.仿真结果验证了该方法的可行性及有效性.     

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。     

吸气式高超声速飞行器特征模型自适应控制

针对吸气式高超声速飞行器纵向刚体动力学的跟踪控制问题,给出了基于特征模型的自适应控制方案。通过选取攻角作为额外的输出,给出了这类系统的特征建模方法,其中,系统被分为速度子系统和高度子系统。针对速度子系统,建立了一阶特征模型;针对高度子系统,建立了二阶多输入多输出特征模型。基于所得到的特征模型,本文设计了全系数自适应控制律,不仅实现了速度跟踪和高度跟踪,也实现了攻角跟踪。数值仿真验证了该方法的有效性。     

变结构自适应控制理论在运载火箭姿控系统设计中的应用

针对大型运载火箭姿态控制系统设计的一些具体问题，如弹性振动的抑制、外部干扰的补偿等，探讨了变结构自适应理论在运载火箭姿态控制系统设计中的应用方法及其可行性。对于变结构理论的应用方法，提出了不确定性边界的自适应估值算法和基于简化模型的变结构自适应控制器设计。对设计的姿态控制系统进行了仿真，并与采用古典理论设计的姿态控制系统性能进行了比较。结果表明采用变结构自适应控制理论设计运载火箭控制系统是可行的，与古典方法相比变结构自适应方法设计的姿态控制系统具有较强的鲁棒性和较高的精确度，特别是采用不确定边界自适应估算方法可以大大提高系统的稳定性。     

基于反馈线性化的动能拦截器姿态控制研究

动能拦截器进入末制导阶段时经常需要进行大角度姿态机动,这时拦截器姿态控制系统具有非线性、强耦合、多输入多数出(MIMO)的特点。现针对动能拦截器模型的非线性和不确定性,提出PID神经网络自适应逆控制方法对拦截器飞行姿态进行控制。首先基于精确反馈线性化方法将系统解耦成三个独立的子系统,然后应用基于PID神经网络的自适应逆控制方法分别设计每个子系统的姿态控制器。该方法将PID神经网络控制与自适应逆控制相结合,对于拦截器姿态控制系统中的建模误差以及外部干扰具有较强的适应能力。仿真结果证明了该方法的有效性。     

可重复使用飞行器归一化复合控制系统设计

以可重复使用飞行器（RLV）的姿态控制系统为研究对象,提出一种基于归一化方法的新型复合控制系统设计方法。对RLV三自由度姿态动力学模型中的气动控制量和反作用控制系统（RCS）控制量分别进行归一化处理,建立RLV复合控制的归一化模型。在此基础上,通过对归一化模型的输入矩阵中同种执行机构控制阈值的设计,获得两种异类执行机构复合控制的切换条件,并进一步修正了归一化复合控制模型。基于积分型终端滑模控制方法,设计了可重复使用飞行器的复合控制系统,并采用广义逆的方法,直接将控制分配融合到控制律的设计中来,实现控制律和控制分配的一体化设计,不需要优化算法,减少了控制系统的计算量。最后,对可重复使用飞行器姿态控制系统进行数学仿真,不仅校验了采用归一化方法设计的复合控制系统的有效性,而且与采用线性规划优化控制方法具有相同的姿态控制效果。     

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FPGA的天线控制系统设计

介绍一种基于 FPGA(Field Program mable Gate Array)的共轴式双旋翼无人驾驶直升机遥测遥控数字引导的天线控制系统的设计方案 ,讨论其总线控制、步进电机控制、输入信号处理模块的设计思路及关键技术。该系统经过设计、布线、仿真测试 ,并应用于某型号无人驾驶直升机     

再入飞行器大攻角飞行时的姿态控制律设计

再入飞行器大攻角飞行时,会造成方向舵失效,且较小的滚转角速度,就可能导致舵偏指令饱和,对此,本文设计了一种在方向舵失效情况下的抗饱和姿态控制律。该控制律首先基于时标分离假设,将再入飞行器大攻角飞行时的姿态运动模型分解成快、慢回路子系统,然后采用新型的高阶滑模控制律,设计出了一种有限时间收敛且连续可导的慢回路控制器;针对快回路子系统,结合分层滑模控制理论和自适应控制理论,设计了具有抗输入饱和功能的自适应分层滑模控制器。对以上控制器进行仿真验证,结果表明该控制律在大攻角飞行造成偏航舵失效情况下,具有良好的抗饱和姿态控制能力。     

基于智能PID和扩张状态观测器的姿态控制方法

针对在实际工程中人工设计飞行器姿态控制参数造成工作量大的问题,提出一种基于模型参考自适应控制的神经网络姿态控制方法。首先在模型参考自适应控制的基本框架下,利用BP神经网络的自学习特性,实现PID控制参数的自适应整定。随后设计了两阶线性扩张状态观测器以对控制量进行补偿,并对观测器进行了误差分析。仿真结果表明通过神经网络训练得到的控制参数变化规律和工程实际较为相似,姿态角指令跟踪误差在允许范围内,幅值裕度和相角裕度均符合要求。通过分别在常值干扰和正弦变化干扰下的两阶线性扩张状态观测器和三阶线性扩张状态观测器的仿真对比,发现两阶的观测器更能够降低外界扰动对系统的影响。