高超声速飞行器抗饱和鲁棒自适应切换控制

针对高超声速飞行器执行机构饱和的控制器设计问题,提出一种多回路抗饱和鲁棒自适应切换控制方法. 首先针对高超声速飞行器的运动模态在频率上表现出显著的分离特性,将状态变量分开不同的回路设计;然后对受执行机构饱和影响明显的状态设计参考切换系统,从而降低模型和控制器参数设计的复杂性,将一系列可能导致执行机构饱和的事件视作切换信号,选定参考切换模型及鲁棒自适应控制器,保证控制输入不达到饱和状态,并通过多李亚普诺夫函数方法和线性矩阵不等式分析了控制器的稳定性. 仿真结果表明了控制方案的有效性,在存在执行机构失效故障和干扰的情况下,系统状态可良好的跟踪参考状态且控制输入小于执行机构限幅.     

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.     

一种高超声速飞行器的非线性再入姿态控制方法

针对高超声速飞行器的再入非线性动力学模型,利用SDRE（state dependent Riccati equation）设计姿态控制器。基于奇异摄动理论,把姿态动力学分解成姿态角和姿态角速度跟踪内、外环回路,同时把非线性动力学伪线性化。每个跟踪回路用SDRE获得控制律,考虑到SDRE局部渐近稳定的特点,可以保证系统闭环稳定。最后设计高超声速飞行器飞行控制系统,并在高超声速条件下进行仿真,验证了该方案的有效性。     

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.      

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.     

高超声速飞行器异步切换的鲁棒H∞控制

针对高超声速飞行器子系统与控制器异步切换问题,提出了一种鲁棒H_∞控制策略.构造了依赖于控制器切换信号的Lyapunov函数,可以有效抵消由异步切换带来的控制器设计困难,结合平均驻留时间方法和Lyapunov函数方法,分析了系统的全局一致渐近稳定性和H_∞性能指标,设计了异步切换的鲁棒H_∞控制器.仿真结果表明,该方法实现高超声速飞行器在异步切换过程中对指令的精确跟踪,控制量在异步切换时刻无跳跃现象,同时对扰动具有较强的抑制作用.     

高超声速飞行器离散模糊自适应控制

根据高超声速飞行器的欧拉近似离散模型,提出基于Back-stepping的模糊离散自适应控制器设计方法.结合模糊自适应控制和反馈线性化的方法,Back-stepping设计的每一步虚拟/实际控制量对系统非匹配的不确定性都能进行较好补偿.稳定性分析表明,该控制方法能够保证系统跟踪误差和模糊自适应参数误差是一致终值有界的.仿真使用了高超声速飞行器的纵向模型对算法进行了验证,得到了满意的控制效果.     

高超声速飞行器纵向系统鲁棒协调控制器设计

飞行器在高超声速阶段,强非线性耦合与不确定性问题给飞行控制系统的设计带来了巨大的挑战。为了研究高超声速飞行器纵向控制系统中的间耦合关系,基于高超声速纵向非线性模型,对其状态变量组与输入变量组进行了耦合采样分析。同时考虑到系统的不确定性提出了一种分层鲁棒协调控制策略。对高超声速纵向的高度和速度子系统设计鲁棒与耦合补偿控制器,对姿态子系统设计鲁棒与耦合转换控制器。利用Lyapunov稳定性理论来分析整个闭环系统的稳定性。仿真表明该控制方法可以有效的应对纵向系统间的强耦合问题。     

基于状态反馈的黄金分割控制器参数化方法及其在高超声速飞行器上的应用

研究气动参数摄动和外界扰动下高超声速飞行器姿态系统的鲁棒自适应控制问题.引入特征建模的思想对高超声速飞行器的姿态系统建立二阶差分方程模型.考虑到高超声速飞行器再入过程要经历飞行环境的剧烈变化的特点,为了提高闭环系统的瞬态响应性能和抗扰能力,设计了黄金分割鲁棒自适应控制器.该控制器具有与特征模型相似的结构,控制器参数通过在线辨识获得,并且按照黄金分割比生成控制信号,能够保证辨识参数收敛过程中系统的稳定性.基于混合H2和H∞控制思想对标准的黄金分割自适应控制器中的参数λ进行在线优化,从而保证了姿态回路对气动参数摄动和外界扰动具有满意的鲁棒性.所提出的λ(k)优化算法是通过对一组线性矩阵不等式求解得到的,因此易于工程实现.改进后的黄金分割鲁棒自适应控制算法在自适应性和鲁棒性的优越性使得该方法尤其适用于高超声速飞行器姿态控制系统.仿真结果验证了控制方法的有效性和实用性.     

基于多输入多输出特征模型的高超声速飞行器自适应姿态控制

针对高超声速飞行器再入过程中强耦合、大扰动和大范围变化的气动参数的问题,基于特征建模的思想,分析动力学方程的耦合特点,采用分散控制的方案,把原非线性动力学方程用一个二阶时变差分方程组形式的特征模型描述,建立了攻角、侧滑角和滚转角三通道特征模型,并给出了黄金分割自适应的姿态控制方法．最后,针对类X-20高超声速飞行器进行数值仿真,仿真结果充分验证了这种自适应控制器的有效性．     

基于切换系统的变体飞行器鲁棒自适应控制

针对变体飞行器变形过程的控制问题,将切换系统理论与多变量自适应控制理论相结合,提出了一种基于切换系统的鲁棒自适应控制器设计方法。首先,建立了变体飞行器纵向短周期线性切换模型,描述了飞行器的整个变形过程;然后,设计了一种改进的鲁棒自适应控制律,抑制了各类干扰和不确定性对系统的影响,实现了切换系统对参考模型的良好跟踪;最后,提出了一种基于模型依赖驻留时间（MDDT）的切换控制律,保证了变体飞行器在变形切换过程中的稳定性,利用Lyapunov函数方法证明了本文方法最终一致有界。仿真验证表明,在存在外部干扰和各类不确定性的情况下,本文方法能保证飞行器在变形过程中精确跟踪参考模型,且具有较好的抗干扰能力。      

基于神经网络的电液转台非线性积分滑模控制

针对高精度电液飞行仿真转台具有高度非线性、参数不确定和不确定非线性等特点,提出了一种基于RBF（Radial Basis Function）神经网络的非线性积分滑模鲁棒控制方法.采用自适应RBF神经网络对该系统存在的参数不确定性和不确定非线性进行补偿,从而降低滑模控制器对切换项的增益的需求,进而减小系统抖振幅值.积分滑模面的设计能消除外部干扰对系统带来的稳态误差.根据积分滑模变结构控制器的特点,将控制律分为等效控制律和到达控制律.等效控制律使系统运动于滑模面附近,到达控制律可使处于状态空间内任意初始位置的系统趋近于滑模面,并进一步通过Lyapunov方法证明了系统的渐近稳定性.实验结果表明,所提出的非线性控制器不仅能满足电液转台的高精度跟踪性能的要求,且对参数不确定性和不确定非线性具有一定的鲁棒性.     

基于多点逆模型组的直升机慢切换姿态控制

针对传统直升机自适应模型逆姿态控制方法中单点逆模型的不足,提出基于多点逆模型组的慢切换控制方法.该方法构造多点逆模型组取代单点逆模型,将直升机姿态误差控制系统转化为切换系统;引入驻留时间的概念,构造慢切换逻辑,从理论上给出了系统的稳定条件.与传统方法进行了对比仿真,结果表明:该方法有效地减轻了自适应元件的补偿负担,显著提高了其控制性能;系统在切换过程中保持稳定,并具有较强的性能鲁棒性.     

一类不确定分数阶混沌系统的滑模自适应同步

基于滑模自适应控制理论、Lyapunov稳定性理论和分数阶线性系统稳定性理论,在考虑系统存在模型不确定和外部扰动的情况下,选用一种具有较强鲁棒性的分数阶滑模曲面,设计了合适的自适应滑模控制器。所设计的控制器能够将系统状态控制到滑模面上,实现两个不确定分数阶混沌系统的同步,且不需事先知道不确定项上界。该控制器结构简单,控制代价小,具有较好的通用性,对未知扰动具有较强的鲁棒性。数值仿真验证了该方法的正确性和有效性。     

基于摄动模型的挠性航天器姿态控制系统设计

为了完成挠性航天器高精度姿态控制任务,首先采用摄动法分析了挠性航天器动力学方程,得到相应的0阶和1阶动力学系统.针对0阶非线性时不变系统,同时考虑到转动惯量不确定性和干扰,对已有的非线性直接自适应控制律进行改进,设计PI(Propor-tional-Integral)型参数自适应律,以提高姿态控制精度,同时给出了稳定性证明.针对1阶系统设计PI控制器及PPF(Positive Position Feedback)控制器,以有效抑制挠性结构振动.仿真结果表明,在采用摄动法对动力学方程分析的基础上设计姿态控制系统,可以有效完成挠性航天器高精度姿态控制任务.     

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.     

链式平滑切换变体飞行器LPV鲁棒跟踪控制

针对后掠角可变的变体飞行器,研究了一类变体飞行器的建模与控制问题。拟合气动参数与后掠角变化的关系,利用Jacobian线性化的方法得到线性变参数(LPV)模型。进一步建立一类平滑切换系统,同时引入切换序列受限的链式切换,推导了链式平滑切换系统在有限时间有界且具有鲁棒性能指标的充分条件。设计了一种平滑切换镇定控制器的求解算法,并给出控制增益的求解步骤。基于广义系统理论提出了保证变体飞行器姿态跟踪系统鲁棒稳定的充分条件,并通过算例验证所提方法有效性。     

基于自适应神经网络的飞行器主动容错控制

针对飞行器非线性系统执行器故障,利用RBF神经网络和自适应控制律,提出了基于自适应神经网络的故障重构和容错控制方法。设计了自适应神经网络观测器,利用神经网络逼近故障,引入调节因子,设计自适应律以在线调整神经网络权重向量和中心向量。构造自适应神经网络控制器,结合神经网络设计补偿控制输入。利用Lyapunov稳定性定理证明了所提方法可以实现系统渐近稳定。仿真实验结果验证了所提的方法对故障系统具有良好的观测性能、控制精度和响应速度。