基于强跟踪滤波器的多传感器组合测姿系统

当无人机机动飞行时,采用加速度计校正陀螺误差的测姿系统不能有效地修正陀螺漂移问题,为此提出了基于强跟踪滤波器的多传感器组合测姿系统.引入GPS速度信息、捷联加速度信息和角速率信息建立了基于欧拉角描述的融合测姿系统模型,采用强跟踪滤波器对姿态进行融合估计,有效地估计出陀螺的漂移误差,从而得到无人机准确可靠的姿态测量,同时可以修正无人机的运动速度.通过建立飞行仿真模型,在给定的飞行航迹段对所提出的多传感器姿态测量系统进行了仿真研究,结果表明:测姿系统能够有效地减小模型误差的影响,估计出陀螺的漂移误差,得到更加准确的姿态测量.     

基于ORB的交叉双旋翼无人直升机视觉跟踪控制系统

为了使交叉双旋翼无人直升机在全球定位系统（Global positioning system, GPS）信号不稳定的情况下实现对目标的视觉跟踪,设计了一种交叉双旋翼无人直升机视觉跟踪控制系统。首先,设计了一种视觉模块,对跟踪目标进行图像处理,利用基于方向性快速的特征点检测和旋转BRIEF(Oriented FAST and rotated BRIEF,ORB)描述子特征匹配和矩形检测,获取跟踪目标的中心点像素坐标,通过相机模型和旋转矩阵解算出跟踪目标的中心点实际位置。然后,设计了一种跟踪控制模块,采用串级比例积分微分（Proportional-integral-derivative,PID）加前馈的控制结构,为了限制极限位置和最大加速度,位置控制中采用平方根控制器,姿态控制中设计了一种交叉双旋翼姿态控制机构。之后,通过飞控地面站搭建仿真环境,对添加视觉模块的飞行控制系统进行仿真验证,结果表明,无人直升机可以很好地跟踪到视觉模块输出的期望位置。最后,进行实验验证,在设定最大飞行速度为1 m/s的条件下,姿态角最大为8°左右,位置与期望位置之间的误差最大为0.08 m,可以实现交叉双旋翼无...     

基于自适应干扰观测器的无人直升机模型参考跟踪控制

针对外部干扰影响下无人直升机（Unmanned aerial helicopter, UAH）模型参考跟踪控制问题开展研究,提出基于自适应干扰观测器的跟踪控制设计方案。首先,根据干扰部分可测特性将其建模为存在参数误差下的非线性外源系统,并设计了状态观测器及其自适应调节下的干扰观测器（Disturbance observer, DO）,用于估计无人机系统的未知状态和外部干扰。其次,将模型参考控制与基于干扰观测器的控制方法相结合,提出抗干扰复合控制设计策略,获得了由观测与跟踪误差动态组成的闭环系统。再次,利用Lyapunov稳定性理论建立了给定H∞性能下判定闭环系统渐近稳定的充分性条件,并借助矩阵变换技术获得了观测器和控制器的联合设计方案。最后,通过数值仿真验证了所提跟踪控制算法的有效性和优越性。     

一种轨道式动态目标跟踪算法

研究了一种轨道式动态目标跟踪的算法,建立轨迹式目标跟踪模型;分析了目标跟踪的基本原理,研究跟踪平台的光学结构和转台角度与轨道目标运动的跟踪算法,给出了物像动态跟踪的计算方法;研究Mean shift跟踪算法,利用它的核密度估计和跟踪图像的帧图像关系,确定目标检索中心位置,以达到动态目标跟踪目的。通过试验验证,提出的算法在外弹道轨道目标动态跟踪系统中是可行的。     

基于未知状态估计器和改进跟踪微分器的柔性关节预设性能反演控制（英文）

为解决由模型不确定性和外部未知干扰导致的柔性关节系统控制偏差问题，提出一种基于未知状态估计器和跟踪微分器的预设性能反演控制方法。设计一种基于低通滤波器的未知状态估计器，该估计器仅依赖于模型的名义值即可估计集总扰动。构造了一种新的有限时间收敛预设性能函数，并基于该函数设计反演控制器，用于在保证闭环系统所有信号有界的情况下，使关节跟踪误差在约定时间内收敛到预定的任意小区域。为避免反演控制器的微分爆炸问题，设计基于改进Sigmoid函数的跟踪微分器来估计虚拟控制律的微分信号。仿真结果表明，在未建模动态和外部未知干扰的影响下，所提方法能够保证关节跟踪误差在有限时间内收敛到任意给定范围，有效提高了柔性关节的瞬态和稳态性能。     

一种基于动态逆的控制方案在无人机中的应用研究

动态逆技术通过成功的实际飞行测试而获得广泛认同,目前该研究热点在于对象模型的不确定性的抑制及鲁棒性的研究。文中提出一种基于在线神经网络的新型动态逆控制器,其主要思想是通过在线迭代的神经网络最大程度地挖无人机非线性不确定模型及其逆模型,同时通过一个梯度修正环节来补偿误差的影响。仿真验证包括三部分：对极快变量回路的仿真、航迹角跟随的仿真以及三维空间中对给定轨迹的跟踪。仿真结果表明,该方案能够解决精确的     

基于动态结构自适应神经网络的非线性鲁棒跟踪控制

针对非线性系统,提出一种将H∞鲁棒跟踪控制器与动态结构自适应神经网络相结合的组合控制方法.文中首先将系统线性化,设计H∞鲁棒跟踪控制器;然后针对系统中仍然存在的高阶非线性和未知不确定性,引入一种动态结构自适应神经网络,以对消非线性和不确定性的影响.这种自适应神经网络的隐层神经元随着跟踪误差的增大而在线增加,使得神经网络能以较少的神经元获得最佳的逼近效果,加快神经网络的运算速度,提高整个系统的动态性能.最后用飞行跟踪控制系统的示例证明本文方法是有效的.     

基于自适应滤波的车载DR系统研究

ＧＰＳ／ＤＲ组合系统是一种低成本、高可靠性的车载导航设备ＤＲ（Ｄｅａｄ ｒｅｃｋｏｎｉｎｇ）是其最重要的组成部分。文中分析研究了ＤＲ自适应卡尔曼滤波模型及其滤波算法,设计了基于自适应滤波的车载ＤＲ系统,描述了系统的结构。实际跑车结果表明,采用机动加速度均值和方差的自适应滤波算法,可以大大提高系统的动态跟踪能力,特别是在车辆做大机动行驶时,跟踪效果尤为明显。     

分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用研究

本文研究了分布式卡尔曼滤波器在GPS/INS组合导航系统中的应用。给出了系统的结构框图和动态方程,设计一个分布式卡尔曼滤波器,并进行了计算机误差模拟分析。结果表明;采用分布式卡尔曼滤波器的组合系统可减少计算时间,且导航位置误差小于15m。     

基于主动转向干预的EPS系统转向盘力矩突变修正策略

在研究融合主动转向功能的电动助力转向系统实现原理的基础上,分析转向系统的力矩和角位移传递特性。针对主动转向干预时转向盘力矩发生突变的问题,提出一种适用于全车速范围的助力电机前馈助力修正策略。为验证所提出的前馈助力修正策略的修正效果,进行主动转向干预时转向盘力矩阶跃仿真试验。仿真结果表明:该策略有效地削弱了伴随主动转向干预同时出现的转向盘力矩突变,且在高速时该修正策略仍然有效,改善了主动转向干预时转向系统的转向路感。     

无人机4D制导系统研究

基于逆运动学方法设计了无人机四维制导系统。基本姿态控制器采用基于在线神经网络的非线性动态逆控制器。动态逆控制器用来对消无人机的非线性，在线神经网络补偿对消不精确引起的状态误差。制导系统的任务就是由给定的三维航迹，解算出航迹角，并生成三个姿态角指令，同时设计发动机控制回路以控制航迹速度，最终实现精确的四维航迹跟随。     

无人直升机自适应神经网络姿态控制

回顾了自适应飞行控制技术、反馈线性化和模型逆理论，分析了误差动力特性．设计了自适应神经网络姿态控制系统。其中，模型逆基于悬停状态，基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界。仿真结果表明：模型逆增强的非线性神经网络能够对无人直升机的不确定性和建模误差进行自适应。而且对PD控制器和鲁棒项系数变化的仿真结果进行了比较。     

变设计参数的广义预测控制算法

提出了一种使ＧＰＣ的主要设计参数根据跟踪误差变化的预测控制算法。其主要思想是：在动态跟踪时．将ＧＰＣ的预测水平和控制水平参数取大些，以保证系统的动态品质。而在进入稳态跟踪时，两个参数可切换成较小的值（特别地，控制水平可取为１）。这不仅减小了ＧＰＣ的在线计算量，而且对许多对象，算法的稳态性能更好。理论分析与仿真均证明了这一点。     

考虑功率约束的控制分配方法

根据飞机作动系统的工作原理,针对液压源能量有限的现状,提出作动系统的功率约束条件。同时考虑操纵面的物理约束,提出了功率受限的操纵面控制分配问题,并给出相应的解决方案。功率受限的操纵面控制分配方法将控制律设计与操纵面任务分配分割为两个模块独立运行,以动态逆控制律为基础,建立控制指令和操纵面间的动态映射关系,考虑操纵面的物理约束并以功率最小作为优化指标,将控制分配问题转化为一个二次规划问题,通过数值求解实现控制系统功率受限下的控制分配。仿真结果表明,考虑功率约束的控制分配方法,可以在系统满足一定稳定性及飞行品质要求的前提下,分配和管理多个冗余操纵面达到指令要求,同时实现系统消耗总功率最小,保证了作动系统的稳定性与安全性。     

基于速度和加速度约束的有限控制能力路径跟踪

在考虑实际系统有限控制能力的情况下,对非完整移动机器人提出一种完全满足速度和加速度约束的路径跟踪技术。根据系统状态方程分析了移动机器人维持无偏差跟踪状态的条件,先通过智能预测控制将路径偏差转化为同号状态,再应用滚动时域控制和约束条件设计一种改进型最优预测控制器。当路径跟踪开始时,控制量从零初值调整;当路径偏差同步消除到零时,控制量可在速度和加速度约束下及时调整到零。仿真结果验证了所提技术的有效性,有限控制能力使该技术在工程应用时具有更好的可行性和适应性。     

一种基于遗传算法的机器人补偿学习控制方法

机器人建模的不精确性以及一些扰动的存在给机器人控制增加了相当大的难度。针时这一问题，本文以PUMA560机器人为被控对象，给出了一种PUMA560机器人动力学模型的简化形式，采用PD控制的计算力矩法，得到了机器人的闭环动态误差方程，在此基础上设计了机器人的控制器结构，提出了一种新的基于遗传算法(Genetic algorithm，GA)的机器人补偿学习控制方法。将GA与计算力矩法相结合，利用进化学习来消除机器人中不确定因素的影响，实现时机器人轨迹跟踪的良好控制。最后给出了这种控制的仿真结果，验证了该方法的有效性。     

多机械手混合位置/力协调学习控制的研究(英文)

研究了多机械手抓持一刚性物体的协调控制。考虑多机械手系统的动态模型不确定性,导出了物体位置的误差方程和内力的误差方程,给出了多机械手的混合位置/力协调学习控制策略,并对学习控制的收敛性进行了讨论。文中提出的控制策略在每次迭代学习后,通过修正系统的控制输入来改善系统的性能。最后,通过两个平面机械手抓持一物体的仿真实验证明了该方法的有效性     

舰载飞机弹射起飞上升段的自动控制飞行

根据舰载飞机弹射起飞上升段的纵向动力学方程和迎角自动控制的平尾偏度调节规律，计算了Ａ－６飞机迎角，俯仰角，飞机重心垂向位置随时间的变化，结果表明，过舰首航迹下沉量随自动增稳系统的传统系数Ｋ增大而增加，Ｋａ的增大而减小。依据自动增稳系统对示例飞机的动态反应特性，下沉量和爬升率的影响，选择了合适的传递系数量值。文中以容许的最下沉量作为约束，讨论了该机的指令迎角大小，提出了平尾偏度调节规律的一种设计方法     

一类非线性系统的自适应模糊控制

针对一类具有未知常数控制增益的非线性系统，基于滑模型控制原理并利用Ⅰ型模糊系统的逼近能力，提出了一种自适应模糊控制器设计的新方案，该方案通过引入最优逼近误差自误应补偿项来消除建模误差的影响，从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件，通过理论分析，证明了闭环控制系统是全局稳定的，跟踪误差收敛到零。仿真结果表明了该方法的有效性。