飞行器航迹倾角的自适应动态面控制

针对飞行器纵向模型具有参数不确定性和外界干扰的特点,提出一种飞行器航迹倾角的自适应动态面控制方法.动态面控制方法通过引入一阶低通滤波器避免了传统反演设计存在的"微分爆炸"现象,采用自适应律对模型未知参数进行在线估计,并利用非线性阻尼项克服外界干扰.通过Lyapunov方法证明得出闭环系统半全局一致稳定,跟踪误差可通过调节控制器参数达到任意小.仿真结果表明:该方法能在简化控制设计过程的同时保证航迹倾角跟踪上预定轨迹,控制系统具有较强的自适应能力且对外界干扰具有一定的鲁棒性.     

CMGs驱动空间机械臂的自适应终端滑模控制

摘要： 针对V构型控制力矩陀螺（CMGs）驱动的空间机械臂的轨迹跟踪控制问题,研究一种自适应非奇异终端滑模（ANTSM）控制方法.利用基于Kane方程的递推组集算法建立了系统的动力学模型.以跟踪误差为变量,构造非奇异滑动面,以保证跟踪误差在滑动面上有限时间收敛.针对系统质量特性参数与关节处干扰力矩的不确定性,设计自适应控制器用以调节控制增益.该控制方法无需不确定性的上界,且闭环系统具有最终一致有界性.仿真结果表明,该控制器可使系统准确跟踪期望轨迹,并对质量特性参数不确定性和关节干扰力矩具有良好的鲁棒性.     

单侧大帆板卫星对日姿态轨迹优化及跟踪控制

为了减小单侧大帆板卫星长时间对日巡航模式下气动力矩和引力梯度力矩所造成的三轴角动量积累,对该卫星进行对日姿态轨迹优化及跟踪控制研究.建立单侧大帆板卫星的动力学模型和运动学模型;利用高斯伪谱法得到使三轴角动量积累最小的期望姿态轨迹;为使卫星在惯量矩阵不确定和未知干扰力矩的影响下能够跟踪期望姿态轨迹,设计了自适应滑模控制律.该控制律利用自适应律对控制增益进行调节,无需事先确定系统不确定性的上界.仿真结果表明：所设计的控制律能够实现卫星的对日姿态跟踪;相比常用的对日基准坐标系,优化得到的姿态轨迹能够明显减少卫星三轴角动量的积累.     

不确定切换系统的鲁棒自适应控制方案

针对切换信号依赖于独立决策变量的不确定切换系统,基于多Lyapunov函数方法和模型参考自适应控制理论,提出并分析一种控制器具有非线性死区特征的鲁棒自适应切换控制方案.首先,由参考切换系统和自适应控制律集合建立闭环切换系统,而后构造Lure-Postnikov形式的多Lyapunov函数,并以一组线性矩阵不等式推导给出闭环切换系统为有界模型参考自适应控制系统的充分条件.最后,选择HiMAT(Highly Maneuverable Aircraft Technology)飞行器包线内的5个工作点,以其纵向短周期运动模型建立切换系统,并设计具有非线性死区特征的鲁棒自适应控制器.仿真验证了方案的有效性,结果表明系统在快速连续切换下可良好地跟踪期望轨迹.     

基于扩张状态观测器的无拖曳系统参数辨识

分析了卫星无拖曳控制系统的在轨参数辨识问题,由于无拖曳系统的不稳定性质,需要设计控制器使其稳定,在此基础上进行闭环辨识.根据自抗扰控制原理,设计了扩张状态观测器以估计系统不同控制回路的扰动和状态,基于状态和扰动估计值设计控制器使系统稳定.提出了基于扩张状态观测器（ESO）的多输入多输出系统闭环参数辨识方法.为提高实际应用中的辨识效果,引入积分型滤波器对观测状态中的噪声进行抑制.将这种方法应用于类似LISA Pathfinder的单轴无拖曳模型,对系统动力学参数进行估计,通过数值仿真实验验证了该辨识方法的有效性和实用性.      

时延估计柔性空间机器人鲁棒H_∞控制及振动抑制

讨论了参数不确定漂浮基柔性空间机器人关节空间的轨迹跟踪及柔性振动主动抑制问题.结合时延估计和鲁棒H_∞控制的优点,设计了时延估计鲁棒H_∞控制器跟踪期望轨迹.采用时延估计在线获得系统的未知动力学,并对控制过程加以补偿.引入L_2增益控制对时延估计误差的L_2干扰进行抑制,进一步提高系统的鲁棒性.理论分析证明引入的L_2增益控制能够将时延估计误差对系统的影响抑制到满足鲁棒H_∞性能,且闭环系统的所有信号都是有界的.运用虚拟控制力改造了原有方案,致使仅通过一个控制输入便可实现既跟踪期望轨迹又抑制柔性振动的控制目标.仿真实验证明了所提控制方案的有效性,对比结果证明了柔性振动主动抑制的有效性.     

基于不变流形的高超声速飞行器动态面控制

针对存在未知气动参数的吸气式高超声速飞行器纵向运动控制问题,提出一种基于不变流形的自适应动态面控制方法.通过合理假设将高超声速飞行器纵向模型分解为弹道倾角回路和速度回路,分别实现对弹道倾角和速度参考指令的跟踪.弹道倾角回路被表达为严反馈形式进行控制器设计.采用基于不变流形的自适应方法实现了对未知参数的估计.所提出的自适应动态面控制方案能保证未知参数估计误差全局一致稳定和闭环系统全局有界稳定,且估计器和控制器设计不存在耦合,因此参数设计更加容易.仿真结果验证了该控制方法在参数估计方面的显著优势和良好的闭环系统性能.     

多机械臂的分布式自适应迭代学习控制

针对拓扑结构为无向连通的多机械臂系统,提出了一种自适应与迭代学习相结合的分布式控制协议来实现整个系统对给定期望参考轨迹的一致性跟踪.通过引入一个适当的自适应迭代学习参数,所提自适应迭代学习控制协议能够克服机械臂系统中的干扰和模型不确定性,并且每个机械臂的自适应迭代学习控制(AILC)律仅需要利用其与邻居机械臂的相对交互信息.进一步,在只有一部分机械臂具有期望参考轨迹信息的前提下,该控制协议可以实现整个系统对期望参考轨迹的跟踪,同时能够保证轨迹跟踪误差与控制输入的有界性.此外,利用李亚普诺夫分析方法证实了所得结论的正确性,并且通过一个实例验证了所提自适应迭代学习控制协议的有效性.      

高超声速飞行器抗干扰反步滑模控制

针对存在参数不确定及外部扰动下的高超声速飞行器轨迹跟踪控制问题,研究了一种基于反步法的抗干扰滑模控制设计方法.将非线性高超声速飞行器动力学模型表达为严反馈形式分步进行设计.采用滑模控制方法进行每步的控制器设计,并提出采用扩展状态观测器（ESO,Extended State Observer）方法实现对参数不确定及外部扰动产生的内外干扰进行估计,继而在控制中补偿.扩展状态观测器能保证对干扰的估计收敛到真值附近的邻域内,从而能够保证较好的补偿效果.通过0.5°附加干扰攻角和25%的气动参数偏差下的非线性高超声速飞行器动力学模型仿真结果验证了该抗干扰滑模控制方案对内外干扰的抑制效果和闭环系统良好的跟踪性能.      

基于微分器的轨迹线性化控制方法及其应用

针对当前轨迹线性化控制(TLC)方法对系统中的不确定性存在鲁棒性不足的问题,受非线性跟踪微分器设计思路的启发,提出了一种基于微分器设计原则的轨迹线性化控制方法.首先,引入二阶线性微分器(SOLD)的概念,通过理论分析指出了当前轨迹线性化控制方法中采用一阶惯性+伪微分器求取标称指令的微分信号时,会存在与二阶线性微分器类似的峰值现象,随后利用韩式跟踪微分器(TD)求取标称指令及其微分信号,避免了该现象的同时又赋予了系统在控制量的约束范围内调节响应快慢的能力;其次,通过构造期望的闭环系统,跟踪误差动态,直接获取线性时变(LTV)系统的控制量, 使得参数整定不再依赖于并行微分(PD)谱理论,在此基础上,将混合微分器(HD)的非摄动形式等价为期望的闭环系统跟踪误差动态,以提升轨迹线性化控制方法的鲁棒性,同时借助Lyapunov稳定性理论证明了受扰系统的跟踪误差最终一致有界;最后,利用所提出的轨迹线性化控制方法设计了高超声速飞行器的姿控系统并进行了相应的仿真.结果表明:存在大范围气动参数摄动的情况下,本方法仍具有较好的控制性能及抗干扰能力,能够满足高超声速飞行器快时变、高精度以及强鲁棒的控制需求.      

基于速度观测的双余度电液舵机系统容错同步控制

考虑飞机电液舵机活塞杆运动速度不易测量的情况,提出一种基于速度观测的容错同步控制策略,解决了双余度电液舵机系统（DREHAS）内泄漏共模故障（IL-CMF）下的位置跟踪控制问题。首先,通过引入2组参考轨迹并对模型进行线性变换,实现舵面位置跟踪与两舵机力输出同步控制解耦;其次,在扩展状态观测器（ESO）中加入故障参数自适应项,设计一种自适应扩展状态观测器（AESO）估计两通道舵机活塞杆速度和扰动,从而克服了故障条件下利用原系统模型设计ESO带来的估计结果不准确问题;最后,基于AESO的估计结果及故障参数在线更新结果,利用反步法设计了一种非线性容错同步控制器。Lyapunov稳定性分析结果表明,该控制方法可确保IL-CMF故障及时变干扰条件下,闭环系统所有信号有界,系统输出满足规定的性能要求。IL-CMF故障及常值干扰条件下,系统跟踪误差渐进收敛于零。仿真实验进一步验证了所提方法的有效性。      

自动着陆精确轨迹跟踪控制

研究自动着陆过程中的非最小相位飞机对象的轨迹精确输出跟踪问题.分析了自动着陆过程的特点,采用稳定逆控制方法并结合反馈控制器设计了大型运输机的自动着陆控制律.稳定逆根据对象模型产生期望控制输入和期望状态轨迹,反馈控制器处理飞机对象参数不确定性及外界干扰.基于飞机对象的相对阶,设计了满足舒适性的光滑进场着陆期望轨迹.仿真结果表明,自动着陆控制律具有精确跟踪能力,自动着陆过程满足美国联邦航空局III类精密进场着陆要求,并且飞机内部动态稳定有界.     

基于神经网络的自适应非线性控制及仿真研究

研究了神经网络非线性动态系统的自适应控制方法,首先利用改进的非线性自回归滑动平均模型,采用多层前向神经网络辨识非线性系统模型,然后直接由辨识结果设计出控制器,并根据控制误差对控制律作在线修正.利用导弹模型进行了控制仿真,仿真结果表明采用此方法可以得到较好的控制效果,而且在模型不确定和有噪声干扰的情况下仍能正常跟踪给定的迎角信号,具有较好的鲁棒性.      

柔性空间机械臂系统的模糊滑模神经网络控制及柔性振动主动抑制

研究了参数不确定漂浮基柔性空间机械臂关节空间的轨迹跟踪及柔性振动主动控制问题.运用虚拟力概念,生成能同时反映柔性振动和刚性运动的虚拟期望轨迹,设计了一种自适应非奇异Terminal滑模控制器来跟踪该虚拟期望轨迹,以实现载体姿态及关节稳定跟踪运动轨迹并对所产生的柔性振动进行主动抑制的控制目标.所设计的控制器结合了Terminal滑模控制快速收敛性,模糊小波神经网络优良的函数逼近特性及鲁棒技术处理逼近误差的优势,利用自适应算法在线自适应调节模糊小波神经网络的所有网络权值和参数,使控制器具有很强的鲁棒性.仿真实验证明了所提控制方案的有效性.      

基于特征模型的高超声速飞行器姿态控制器与自适应滤波算法的设计

提出一种基于特征模型的强跟踪无迹卡尔曼滤波（CSUKF）算法对状态和参数进行联合估计,利用特征模型参数构造时变的二阶状态转移阵,使滤波和辨识模型简化;结合强跟踪滤波（STF）的强跟踪能力和无迹卡尔曼滤波的（UKF）的非线性高逼近性对含测量噪声的高超声速飞行器系统进行参数辨识和滤波,并将其与非线性黄金分割自适应控制律相结合,对高超声速飞行器进行姿态控制.最后,将提出的CSUKF与基于特征模型的无迹卡尔曼滤波（CUKF）和基于特征模型的普通扩展卡尔曼滤波算法（CEKF）进行比较,仿真结果说明CSUKF与非线性黄金分割自适应控制律相结合可以有效改善控制的平稳性,且具有更好的滤波精度和系统输出,从而能更好地处理含测量噪声情况下的高超声速飞行器的辨识与控制问题.     

高超声速巡航飞行器在线自适应反馈控制设计

由于飞行器模型的强非线性,各种建模不确定性以及飞行环境的复杂性,高超声速飞行器控制成为一个研究难点.针对某类具有参数不确定性的非线性系统,提出了一种反馈线性化与自适应估计相结合的方法,对非线性系统的输入输出动态应用反馈线性化处理以得到拟线性模型,并设计反馈控制律;对不确定参数采用自适应在线估计,利用Lyapunov方法分析稳定性;针对选择不同输出的情况,对如何消除内动态进行了讨论.为了验证该方法的可行性,将其应用于某高超声速飞行器巡航段纵向非线性模型,对速度和高度通道进行跟踪控制仿真,由于飞行器和大气环境存在建模不确定性,利用自适应控制对不确定参数进行在线估计.仿真结果显示该方法能够快速收敛,并且具有良好的在线自适应能力.     

中断雷达距离跟踪的战斗机机动控制方法

基于跟踪雷达距离自动跟踪系统特性,提出了战斗机中断雷达距离跟踪的机动轨迹控制策略.推导了跟踪雷达距离自动跟踪系统的系统传递函数,研究了跟踪误差产生机理.以二维平面内导弹攻击为例,分析了导弹与战斗机的二阶相对运动模型.在此基础上,基于闭环反馈控制思想,提出了战斗机中断雷达距离跟踪的控制方法,推导了战斗机的机动轨迹控制律,给出了其解析形式.通过数值仿真,分析了该方法的适用范围,为战斗机飞行员制定决策提供了依据.      

一类非线性系统的一阶D型迭代学习控制

传统的D型迭代学习控制的控制律设计方案依赖于被控系统的相对度.为解决该问题以及相对度增益与高阶微分运算的问题,针对一类具有任意高阶相对度的非线性系统,提出了基于虚拟模型的一阶D型迭代学习控制设计方法.该方法的主要思想是与具有任意高阶相对度的非线性被控系统并联一个一阶子系统,构造一个相对度为1、相对度增益可以任意设计的虚拟模型,在此基础上设计一个一阶D型迭代学习控制律,使得虚拟模型能够实现期望轨迹的完全跟踪,从而实际被控系统在一定误差范围内实现期望轨迹的跟踪.仿真实例验证了所提方法的可行性与有效性.     

一种非线性航迹自适应跟踪控制方法

针对小型无人飞行器航迹跟踪精度和飞行品质问题,提出了一种基于非线性航迹的自适应跟踪控制方法.应用五阶B样条拟合航点,构建非线性期望航迹;建立基于非线性期望航迹Serret-Frenet坐标系下的位置和运动航向误差方程;根据误差方程设计渐近稳定收敛的自适应运动航向控制律.并应用此方法进行了外场飞行实验,实验结果表明自适应航迹跟踪控制方法有效且能保证航迹跟踪精度.     

基于自适应动态逆的自动空中加油轨迹跟踪

针对自动空中加油(AAR, Automated Aerial Refueling)的受油机轨迹跟踪控制问题,采用导引环与姿态控制环分离的控制策略,提出了基于非线性路径跟随导引和自适应神经网络动态逆的受油机轨迹跟踪控制方法.该方法将改进的非线性导引应用于受油机横、纵向导引控制,使用自适应神经网络在姿态角速率回路补偿外界干扰和系统模型误差,并利用比例-积分型姿态角速率误差动态方程设计自适应神经网络权值更新律.仿真结果表明:在受油机接近加油机过程中,该方法有效提高了受油机轨迹跟踪控制系统的抗干扰能力和对模型不确定性的自适应能力,能够满足自动空中加油的控制要求.