飞航导弹分层仿射型模型

飞航导弹模型可以自理成一种四层非线性、时变块对角结构,但其中一、二层模型不是仿射型模型,这在控制理论的应用上受到限制。应用优化线性化对这两层模型进行仿射型处理这样就和是到了飞航导弹的四层非线性仿真型模型。这种模型非常适用于一些控制理论的应用。例如,可以为结构控制理论来实现对导弹的分层控制。     

大攻角导弹的非线性自动驾驶仪设计

本文描述了尾控大攻角空空导弹的两种非线性自动驾驶仪的设计方法。该研究应用了一种短程导弹高度非线性，时变俯仰面刚性体的动态模型。这种自动驾驶仪是利用线性化反馈技术、线性控制理论来设计的。为了解决由尾控导弹引起的“空气动力学”困难，提出了两种各不相同的近似线性反馈的方法。第一种方法是在闭环动力学上施加了一个时标结构，第二种方法则是重新定义了输出。     

BTT导弹机动飞行非线性解耦控制

使用微分几何控制理论研究了 BTT导弹在倾斜转弯时的非线性解耦控制问题。首先给出了非线性系统实现解耦的充要条件 ,然后推导了 BTT导弹在倾斜转弯时的非线性解耦控制律 ,最后利用所推导的控制律对某型 BTT导弹进行了仿真研究。仿真结果表明 :所设计的非线性解耦控制律能很好地抑制导弹在倾斜转弯时的纵侧耦合 ,同时导弹的纵向过载及滚转角能很好地跟踪参考输入指令。     

非线性反演控制律在航空发动机多变量控制中的应用

主要研究了非线性反演控制规律设计方法在航空发动机控制中的应用.首先基于小偏差线化模型建立了航空发动机的非线性仿射模型, 讨论了非线性反演控制规律的设计方法.最后, 针对某型涡扇发动机运用非线性反演控制规律设计方法设计了双转子转速控制规律, 并给出了仿真结果, 仿真结果表明这种控制规律的设计方法在航空发动机控制中是可行的.      

导弹驾驶仪鲁棒反演控制器设计

由于导弹在飞行过程中弹体参数变化剧烈,所以具有自适应性的控制理论来设计自动驾驶仪是一种很好的解决方案。反演理论是继反馈线性化之后发展起来的非线性控制理论,是一种基于Lyapunov稳定理论的设计方法。本文针对空空导弹的非线性模型设计了自动驾驶仪的反演控制器,并进行了数字仿真,证明了该方法的正确和有效性。     

非线性气动弹性模型参考自适应控制

 首先将含有前/后缘双控制面二元机翼的动态方程以状态空间形式描述,然后考虑俯仰方向的迟滞非线性模型存在参数不确定性的情况下,利用Lyapunov稳定性理论进行了结构化模型参考自适应控制律设计。仿真结果显示：所设计的控制律能够使开环不稳定的气动弹性系统快速地达到稳定状态。由于最大控制面偏转的存在,来流速度较高时闭环系统仍会发生颤振;根据控制面最大偏转的不同取值,文中给出了闭环临界颤振速度的变化曲线。     

一种改进航空发动机控制器性能的非线性设计方法

为提高航空发动机某工作点的模型精度,并拓宽航空发动机在该工作点控制包线的范围,可应用非线性模型来描述该工作点的动态过程。基于该非线性模型,首先应用Lyapunov稳定性定理设计出一组控制器,然后应用广义Gronwall-Bellman引理的方法完成该控制器性能验证。仿真研究表明:系统响应速度快,能有效抑制干扰,具有良好的跟踪性和鲁棒性,验证了该设计方法的有效性。     

基于ANN逆模型的非线性系统内模控制结构方案及仿真研究

基于逆模型的非线性系统控制器设计方法已得到了快速发展,并成为设计控制系统的一种重要方法。但对大量复杂、未知和不确定的非线性对象,建立具有一定通用性的逆模型控制器,在实际非线性系统设计中是非常困难的。文中基于系统内模控制（IMC）原理和神经网络（ANN）的非线性映射、大规模并行处理等特性,设计了非线性系统的ANN正模型辨识器及逆模型控制器,基于IMC原理和ANN理论建立了非线性系统的IMC结构方案。大量仿真研究表明,设计的基于ANN逆模型的IMC结构方案是有效的,ANN逆模型控制器具有良好控制性能,且其结构简单,具有一定通用性。     

线性连续化方法在导弹控制回路设计中的应用

本文介绍一种线性连续化设计数字式导弹控制回路的方法，即先忽略非线性环节的影响，或将非线性环节等效成便于处理的线性模型，将回路线性连续化，然后基于频域方法设计回路参数，最后进一步通过时域分析来验证参数的可行性。文中通过一个具体例子进行说明。     

未来导弹系统的鲁棒自动驾驶仪设计

在设计新一代灵活机动型导弹时，面临的挑战将主要是高度非线性和快速时变动态特性，设计灵活机动型导弹的横向和滚动控制器时采用鲁棒控制技术。使用混合／调节技术获得包容全部飞行条件的控制功能，控制器设计成动压的函数。使用高保真非线性六自由度仿真来验证这种方法。自动驾驶仪设计性能和鲁棒性是同一系列横向加速度指令和一次实战试验来验证的。     

基于流场感知的小型飞行器姿态控制

小型飞行器由于外形尺寸等限制很难实现理想的姿态控制，而自然界中的鸟类却可以完成高质量的飞行，原因是它们能够获得自身周围的气流信息。受这些自然现象的启发，设计了一个基于流场感知的小型飞行器姿态控制系统。通过流场感知的气流信息（压力和剪应力）可以计算出气动力和力矩。建立了一种小型飞行器的非线性三轴姿态动力学模型，将力矩信息引入姿态运动，然后利用非线性模型预测控制来设计姿态控制器。与传统的控制方法相比，这种新型控制方法不需要从气动实验获得的先验信息，所用的参数都是由在线测量得到的数据计算得出的，因此能及时感知外界环境变化并减少响应时间。仿真结果表明，该控制方法可以提高小型飞行器在复杂流场环境下姿态控制系统的性能。     

基于RBF神经网络的大迎角机动空空导弹控制系统设计

以某型空空导弹为对象．基于双时标的假设．将导弹动力学模态分离为快变状态动力学模态和慢变状态动力学模态，并对其分别进行了动态逆设计。考虑到空空导弹在高速、大迎角飞行时．空气动力系数具有强非线性．直接采用了真实的多维非线性气动力模型(未进行小迎角线性化处理)．用RBF神经网络逼近了气动力矩系数，在非仿射条件下用反解设计方法求得舵偏角控制命令。最后．给出了控制系统六自由度数学仿真结果。     

输入无模型动态扰动非线性系统的反演控制

研究了输入无模型动态扰动的不确定非线性系统的全局镇定。基于控制李雅普诺夫函数,设计了反演控制律,利用自抗扰的思想,构建扩展状态观测器来处理输入无模型动态,仿真结果验证了本方法的有效性。文章提出的控制方法适用于很多非线性系统。     

基于李雅普诺夫函数的航空发动机非线性控制设计方法

针对航空发动机非线性模型,提出了1种基于李雅普诺夫(Lyapunov)函数的航空发动机非线性控制设计方法。在保证系统稳定的前提下,采用该方法完成了航空发动机非线性控制器的设计。仿真研究结果表明:该设计方法可提高系统响应速度,能有效抑制干扰,且具有良好的跟踪性和鲁棒性,有效改进了航空发动机控制系统的性能。     

高超声速湍流高效模拟算法

采用了直接过滤的Navier-Stokes(N-S)方程组对高速可压缩湍流进行研究。针对高超声速湍流的非线性流动特性,对N-S方程直接过滤推导了大尺度湍流流场的控制方程,更精确地反映高速湍流的可压缩性,建立了可压缩湍流的大涡模拟TDM模型。使用传统的Smagorinsky模型的非线性推广,采用基于非Favre过滤的超声速可压缩湍流的大涡模拟模型,应用Caylay-Hamilton定理,建立可压缩湍流大涡模拟的非线性亚格子模型,并发展为动力学模式,模型中的两个常数通过当地流场动态的确定,消除了可调经验常数的影响。针对构造的高超声速湍流大涡模型开发相应的高效并行算法。     

导弹非线性自适应鲁棒控制系统设计

提出了一种基于全调节RBF神经网络的导弹非线性自适应鲁棒控制系统的设计方法，应用全调节RBF神经网络在线辨识系统中存在的不确定性，利用反演和鲁棒控制技术设计了导弹控制系统，成功地处理了非匹配不确定性，并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。最后，应用Lyapunov稳定性理论推导出RBF神经网络各参数的调节律，并证明了系统状态全局渐近收敛于原点的一个邻域，仿真结果验证了该设计方法的有效性和可行性。     

输入受限下流体网络系统控制器设计

由于控制的目标是流体的流量,流体网络是一个高阶的非线性系统。以往这方面的工作都是基于多变量线性模型,文中的设计是基于非线性模型。通过引入电路中的图论理论,建立了流体网络控制系统的非线性模型。基于反输入饱和技术,提出了一种反馈线性化的设计方法。综合运用微分包含、控制原理,得到了所设计系统渐近稳定的结论。     

改进ADRC及其在飞行增稳控制中的应用

非线性自抗扰控制器(ADRC)具有极强的鲁棒性和优异的控制性能,但控制器参数设计较为繁琐。引入了新的非线性函数,简化了控制器的参数设计,且非线性扩张状态观测器(ESO)在原点处具有渐进稳定性。设计了基于模型跟踪的一阶ADRC飞机纵向增稳控制器。仿真结果表明,在大飞行包线内飞机的动态特性发生了很大变化,不改变ADRC参数而只进行跟踪模型动压调参,飞行控制系统均满足一级品质要求,表现了极强的鲁棒性能。     

超机动飞行的非线性反推自适应控制

为解决对象参数未知时的超机动飞行控制问题,设计了一种非线性反推自适应控制器。针对超机动飞行的非线性模型,适当选取Lyapunov函数和中间虚拟控制信号,同时通过自适应控制律的设计来调节未知参数并得到了最终的控制信号。仿真结果表明,即使模型参数未知,所设计的控制律也能在过失速机动条件下控制飞机跟踪指令飞行,同时保证了闭环系统的稳定性。     

基于CMAC神经网络的BTT导弹模型跟踪控制

提出一种ＢＴＴ导弹模型跟踪控制系统的参考模型设计新方法。在此基础上,设计了一种非线性模型跟踪控制律,并将ＣＭＡＣ神经网络用于ＢＴＴ导弹系统的鲁棒自适应模型跟踪控制,使具有不确定性的实际系统获得要求的跟踪性能。该方法适合于控制导弹作全空域飞行。仿真结果进一步验证了该方法的正确与有效。