机动再入飞行器自适应飞行控制系统设计

研究机动再入飞行器的制导控制问题。为了解决机动再入飞行器气动系数变化范围大、气动耦合严重和气动参数非线性过零常值大等恶劣条件下的控制,并且能充分利用飞行器可测量信息提高系统自适应能力,本文提出了状态方程参数辨识－－极点配置－－前馈补偿自适应控制的飞行控制系统的设计方法。通过对新型号再入飞行器的制导系统仿真,可以看出该控制系统使其有很好的飞行性能。     

基于单隐层神经网络的空天飞行器直接自适应轨迹线性化控制

基于轨迹线性化方法（TLC）及神经网络技术研究了一种新的直接自适应TCC控制方案。利用单隐层神经网络（SHLNN）对于光滑非线性函数的逼近能力，对消系统中不确定因素的影响，神经网络自适应律采用Lyapunov方法设计，保证了整个系统所有信号有界。最后利用该方案设计了空天飞行器飞行控制系统，并在高超声速飞行条件下进行了仿真验证，仿真结果表明整个控制系统具有很好的性能和鲁棒性。     

基于模糊干扰观测器的空天飞行器轨迹线性化控制

针对一类多输人多输出非线性不确定系统，提出了基于模糊干扰观测器（FDO）的轨迹线性化控制（TLC）方法并应用于空天飞行器（ASV）飞行控制系统设计。利用模糊系统具有以任意精度逼近非线性函数的能力设计FDO对未知干扰和不确定进行估计，并通过鲁棒控制项来提高系统的性能。采用Lyapunov方法本文证明了闭环系统跟踪误差和干扰观测误差一致最终有界。最后利用所提出的控制方案设计了ASV飞行控制系统，仿真结果表明了控制方案的有效性和鲁棒性。     

基于神经网络的机动飞行器自适应控制方法

针对机动飞行器强耦合性、快时变性以及高不确定性的问题,建立了六自由度刚体运动数学模型,按照时间尺度将姿态运动模型分为快变子系统和慢变子系统并分别设计动态逆控制律。然后给出了神经网络自适应控制器的设计方法,对神经网络的逆误差补偿原理、输入的选择、权值矩阵更新规则进行分析。通过算例进行六自由度仿真,证明本文方法的跟踪精度较高。     

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...     

机动飞行器再入的变结构导引控制

本文针对机动飞行器在再入阶段的制导问题提出了一种变结构的闭环导引控制方案.仿真计算结果表明,这种控制方法对于飞行器各种参数的变化具有较好的鲁棒性.     

再入航天器的神经网络自适应控制

对于再入航天器来说 ,可恢复故障通常会导致总体控制权限的降低。本文将伪控制限制方法和神经网络自适应控制运用到再入航天器的制导与控制中。利用两个控制回路来实现控制目标。其中 ,外回路适用于力的扰动 ,而内回路适用于力矩的扰动。限制外回路以阻止对内回路动态特性的调整。在达到控制极限时 ,伪控制限制也可进行自适应调整。另外 ,本文还通过加入加速度计反馈元件以提高系统的性能     

升力式再入飞行器的先进控制方法研究

为克服升力式再入飞行器现有分段控制方法的缺陷,根据动力学模型,将滑模变结构控制和神经网络动态逆法控制分别用于飞行器再入控制的外环与内环回路。建立了控制模型并进行仿真。理论分析和仿真结果表明,采用该法无需大量的增益调节,能自动适应非线性、强耦合的对象特性,以及环境的剧烈变化,减小不同飞行条件下对气动和结构参数的依赖性,自动补偿不确定因素和扰动,能较好地实现飞行器的再入控制。     

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 。     

再入机动飞行器数学仿真研究

本文讨论了再入机动飞行器三自由度和六自由度仿真和分析。三自由度仿真研究了再入机动飞行器的导引规律和减速控制规律,证明了其合理性,且精度是满足要求的。而六自由度仿真说明了飞行器再入过程中虽然有静稳定和静不稳定交替出现的飞行状态,且动压变化大,如控制系统和制导方法设计良好,其精度仍可满足要求     

再入航天器轨迹机动控制研究

为了有效控制再人航天器的轨迹机动运动，提出了一个新的轨迹控制方法，首先建立了轨迹复合控制系统的数学模型，其次针对航天器轨迹控制系统的不确定性，基于变结构控制理论设计了轨迹机动控制律，在分析气动操纵面和侧向推力器输出特性的基础上，设计了推力器的控制方法，以获得与控制律输出量相同的控制效果，最后设计了气动力与侧向推力的复合控制规律。仿真结果表明，该控制方法能够有效地实现再入航天器的精确轨迹机动，且具有较强的鲁棒稳定性。     

基于布局优化的飞行器变质心控制性能研究

研究了变质心再入飞行器的控制性能。对力矩的分析发现活动质量体配置于弹体质心处能降低相对运动对飞行器的影响,且飞行器三通道间的动力学耦合也将减轻。将活动质量体配置在弹体质心以优化变质心控制结构布局,并设计姿态控制律,比较了布局优化和未优化的姿态响应和滑块运动。结果表明:采用布局优化不仅能提高变质心控制的操纵性,改善姿态响应的动态品质,而且滑块的运动品质也得以改进。     

基于改进的蚁群算法的亚轨道再入飞行器弹道优化

基于阻力与能量再入导引律,用改进的蚁群算法优化SLV再入阻力-能量关系剖面,其优化的性能指标为总吸热量最小,并采用LQR法跟踪参考弹道.仿真结果表明,优化方法简便易行,跟踪器性能良好.     

基于改进Gauss伪谱法的探月返回器跳跃式再入轨迹优化设计

基于改进的Gauss伪谱法,研究了探月返回器跳跃式再入轨迹优化设计问题.首先给出了探月返回器再入轨迹优化问题的三维模型.然后针对探月返回器配平攻角飞行的特点,考虑到实际倾侧角反转机动不可能瞬时完成,对单一控制变量倾侧角的变化范围进行合理限制,并以总吸热量为性能指标,设计了满足过载和驻点热流约束的小升力体大航程跳跃式再入轨迹.最后基于该优化算法,将返回器在各相同初始条件下发生跳跃和不发生跳跃时的最大航程进行比较,并求解得到在不同升阻比和存在不同程度大气密度偏差时不发生跳跃的再入轨迹最大航程和过载峰值,以分析跳跃式轨迹在扩大小升力体再入航程方面的优势.     

机动再入飞行器的一种预测制导方法

研究了机动再人飞行器返回地面固定目标的一种预测制导方法。利用高斯方法解算出再人过程中飞行器需要的最小速度增量，将其转换成速度坐标系下需要的气动力，通过调整其攻角以及侧滑角来达到控制飞行器的目的，从而得到了一种预测制导方法。仿真显示，此算法简单，运算速度快，具有较高的落点精度，且对大气密度的不确定性及导航信息偏差具有较强的鲁棒性。     

基于在线轨迹规划的混合再入制导方法(英文)

针对在线轨迹规划与跟踪,提出了一种混合再入制导方法。该方法将基于航路点的分段轨迹规划与轨迹跟踪制导有效地结合起来。首先给出再入飞行器无量纲运动方程,建立制导坐标系(GCF),并推导了新坐标系下的经纬度表达式。并将再入飞行过程中各种飞行约束条件转换为控制变量约束。为了加快轨迹优化速度,设计了初始再入飞行轨迹和相关航路点,给出了基于航路点信息的分段轨迹在线规划方法。纵向飞行轨迹跟踪采用基于线性二次型调节器(LQR)的方法,横侧向制导采用横向误差走廊的方法进行控制。仿真结果显示,该方法在线轨迹规划平均计算时间小于0.2秒,且具有较高的制导精度。     

RLV再入轨迹机载快速优化

为了可重复使用飞行器再入轨迹机载快速优化的需求,开发一种再入轨迹快速优化算法。根据RLV再入三维轨迹的特点,引入了新的假设,对RLV再入轨迹状态方程进行简化处理,使优化迭代计算量大大减少,在此基础上,使用乘子法对再入终端约束进行处理,然后用共轭梯度法求解优化再入轨迹,最后以美国航天飞机为例计算再入最优轨迹。结果验证该算法在满足约束条件的情况下,具有很快的收敛速度,在不同初始再入条件和终端约束条件下,计算机时一般小于一分钟。该算法具有很好的工程应用前景。