非线性解耦中的参数扰动

本文讨论了非线性系统参数扰动对输入输出解耦的影响。通过对一类参数扰动进行刻画,得到了这类参数扰动下,静态反馈闭环系统仍保持无交互控制,且输出不受影响的充要条件,然后讨论了系统同时存在输入扰动时干扰解耦问题可解的条件。     

线性系统的最小解耦设计—一般情形

利用线性系统“根”的概念，研究了输出分块情形下的最小阶动态解耦设计问题，一方面利用根刻画了解耦补偿器的最小阶数，并且给出了设计最小阶补偿器的算法，另一方面获得了新的解耦判据。     

感应电动机的精确控制方法

利用非正则反馈线性化技术，对一类五阶感应电动机模型进行精确线性化，给出了控制器的显式表达式。     

基于ADRC姿态解耦的四旋翼飞行器鲁棒轨迹跟踪

针对欠驱动四旋翼飞行器的控制特性,提出一种基于自抗扰控制(ADRC)的姿态解耦控制算法,该算法可以克服传统欠驱动四旋翼控制方法中存在的问题,如系统状态间耦合严重,抗干扰能力弱及系统建模误差对跟踪性能影响较大等弱点.该算法利用扩张状态观测器(ESO)实现状态间耦合项的跟踪和估计,同时ESO也可实现对系统干扰的估计,干扰包括系统内扰和外扰.利用动态反馈线性化将非线性MIMO系统转化成线性SISO系统,然后利用非线性反馈控制律实现四旋翼姿态系统的高品质控制,在上述姿态解耦控制的基础上研究飞行器的鲁棒轨迹跟踪问题,不同情况下的仿真结果验证了上述姿态控制算法可提高系统轨迹跟踪的鲁棒性.该算法不依赖于精确的系统模型,降低了实际应用的难度,并有很强的抗干扰能力,具有实际应用的价值.      

非线性空间飞行器系统的解耦滑模控制

提出了非线性空间飞行器系统采用滑动模态控制方法,它对强非线性的空间飞行器系统通道间交叉影响进行解耦. 在大的参数变化和外干扰下,解耦空间飞行器具有优良的鲁棒性.它的姿态稳定和机动飞行控制的数字仿真支持了本文结果的有效性.     

电液复合系统中的相乘非线性控制

针对机载电液复合控制非线性被控系统,建立了系统的相乘非线性数学模型,提出了基于反馈线性化的在线滚动优化控制方法.系统的相对阶小于系统的阶数,因此通过反馈线性化将非线性被控系统化为一线性子系统和非线性部分,在保持非线性部分零动态渐近稳定的基础上,引入在线滚动优化提高系统的动态响应, 而且未建模动态具有很强的鲁棒性,目标优化函数取控制量的偏差和跟踪误差的偏差的二次型,并且通过状态反馈保持整个系统的稳定性.系统仿真研究表明该控制方法使得系统对不确定因素和外来干扰具有很强的鲁棒性,系统具有更好的动态性能.     

基于对角回归网络的非线性系统建模

分析了非线性系统神经网络建模的规律,利用对角回归神经网络(DRNN)实现了非线性动态系统的辨识.辨识结构采用串并联模式,网络权值的调整为考虑时变因素的调整算法.与静态神经网络相比,基于DRNN的辨识方法显示出很强的处理动态问题的能力,无需辨别系统阶次,辨识结构简单,收敛速度快.仿真结果表明该方法是有效可行的.      

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.     

TSK模糊神经网络及其约束优化学习算法

针对非线性动态系统特点,提出了一种基于TSK(Takagi-Sugeno-Kang)模糊模型的动态回归模糊神经网络DRFNN(Dynamic Recurrent Fuzzy Neural Network),该模糊神经网络由静态网络和动态网络两部分组成,其中静态网络用来实现规则的条件部分和解模糊部分的计算,由FIR动态滤波器实现的内反馈回归网络用来实现规则的结论部分,为了加快网络收敛速度,给出了基于约束优化算法的网络参数迭代算法,把网络结构优化和参数学习作为一个约束优化问题来解决.应用于非线性系统的辨识和控制仿真试验说明了DRFNN网络及其算法对解决非线性系统问题的有效性.     

关于一类非线性仿射系统的开环解耦问题

考虑非线性开环控制解耦问题。对予Isidori引入的一类非线性仿射系统,给出了最大能控性分布的一种开环解释。由此,对于这类系统,解决了开环控制解耦问题。     

鲁棒干扰解耦问题的几何方法

本文研究了有限离散扰动系统的鲁棒干扰解耦问题(RDDPD)。建立了I_k(A_i,B_i)—不变子空间和I_k~F(A_i,B_i)—不变子空间两个新的几何概念,并给出了这两种子空间集合的最大元(Supremal element)的几何描述。它们是Wonham(A,B)—不变子空间概念的一般化。主要结果表明:这两个新概念在RDDPD的求解中是非常重要的。文章最后还讨论了连续扰动系统的鲁棒干扰解耦问题(RDDPC),揭示了RDDPD与RDDPC之间的关系。     

一种非线性系统集员辨识算法

针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响.     

磁悬浮转子状态反馈解耦自抗扰控制方法

针对磁悬浮控制敏感陀螺(MSCSG)转子偏转通道强耦合及航天器姿态测量过程中受扰失稳问题,提出了一种磁悬浮转子偏转解耦抗干扰控制方法。分析了转子两自由度偏转耦合现象,设计了基于状态反馈的解耦控制器;建立了MSCSG在姿态测量过程中航天器的姿态运动对磁悬浮转子产生的干扰力矩模型,采用自抗扰控制器(ADRC)抑制磁悬浮转子的外部干扰;对所建立的扩展状态观测器(ESO)跟踪性和系统稳定性进行了分析,通过调节ADRC中非线性状态误差反馈控制律系数,实现了系统有界输入条件下的稳定。仿真结果表明：状态反馈解耦能够实现偏转自由度的完全解耦,ESO具有良好的跟踪性能,ADRC较传统PID控制方法具有更好的抗干扰性能。     

决策支持系统中的反馈机制研究

将反馈机制引入决策支持系统的研究与设计，分析了ＤＳＳ中反馈的基本特点，应用控制论，行为科学、人机工程学及系统仿真理论的有关思想和方法，提出了决策状态反馈与决策输出反馈的基本概念，并给出了相应的人机交互与策略仿真两种反馈模式，研究了其对决策的影响，最后结合具体实例分析研究了引入反馈后的决策过程和结果，研究表明，反馈机制的引进能有效地提高决策有效性。     

广义正交多项式在时变系统跟踪问题中的应用

采用广义正交多项式的展开技术,利用其积分、乘积运算阵,对于时变线性系统最优控制中的跟踪问题,直接从最优控制的性能泛函入手,将最优控制问题转化为代数极值问题,从而避免了求解非线性Riccati方程,得到了一个较为简便的算法,并结合实例说明了方法的可行性.