空间飞行器动力学模型的动态反馈线性化

本文研究了空间飞行器非线性动力学模型的线性化问题，利用微分几何方法和反馈线性化理论，本文证明了推力方向相对体系不变，即受有“常方向推力”作用限制的空间飞行器的轨道－姿态耦合非线性动力学模型可用二阶动态补偿器／增广状态反馈／增广状态微分同胚变换实现精确线性化，提出了飞行器动态反馈线性化的分步算法，并给出了实现线性化的状态反馈／微分同胚的具体形式，从而将飞行器控制系统设计问题转化为线性系统问题。     

基于轨迹线性化方法的导弹动态逆控制系统设计

基于动态逆控制及轨迹线性化方法,研究了一种新的导弹鲁棒自适应控制系统设计方法.首先,基于导弹的非线性模型设计快、较慢回路的动态逆控制器,以实现其非线性解耦;然后,在较慢回路中设计鲁棒自适应轨迹线性化控制器,以补偿整个控制系统的不确定性及干扰,即在轨迹线性化控制的基础上,通过设计RBF神经网络在线估计系统中存在的不确定性...     

BTT导弹动态逆-PID控制律设计

针对动态逆对被控对象模型依赖性较强且鲁棒性较差的缺点,研究了一种非线性动态逆和PID相结合的控制方法,用该方法设计了BTT导弹动态逆-PID控制律。首先,利用奇异摄动理论对导弹飞行状态进行时标分离,把导弹状态划分成快慢2个回路,分别对2个回路设计动态逆控制律;然后,将PID引入到慢回路中,以补偿由于未精确建模引起的系统逆误差;最后,对所设计的控制律进行仿真验证。仿真结果表明,该设计方法是有效的,所设计的控制律具有较好的动态特性和鲁棒性能。     

一种BP MFN逆模型补偿的复合控制结构方案研究

由于对结构未知和不确定的非线性系统还没有形成一种通用有效的辨识和控制方法，为此首先对非线性系统逆模型辨识和控制的结构方案进行分析，然后基于复合控制思想，对基于神经网络的非线性系统逆模型补偿的复合控制结构方案进行研究。设计了一种基于BP MFN（Multilayer Feedforward Network）逆模型补偿的复合控制结构方案，并基于不同BPMFN逆模型结构进行了仿真。仿真结果显示，基于神经网络的非线性系统逆模型补偿的复合控制结构方案是有效的，且在满足辨识建模精度要求前提下，采用相对简单的BPMFN逆模型结构，对提高逆模型的泛化能力和非线性系统的控制效果是有益的。     

含扩张状态观测器的高超声速飞行器动态面姿态控制

针对高超声速飞行器复杂非线性、高不确定性和强通道耦合等特点,提出了一种飞行器姿态控制的非线性设计方法。根据高超声速飞行器无动力飞行的姿态运动方程组,给出一个可面向姿态控制的非线性设计模型。针对一类非线性系统,提出了一种基于扩张状态观测器（ESO）的动态逆设计方法,并通过动态面控制理论,将其应用于高超声速飞行器的三通道姿态控制中。仿真结果表明,相比基于传统动态逆的动态面控制方案,本文所提出的控制方案可以保证飞行器快速、精确地跟踪角位置指令,并且具备针对系统不确定性的强鲁棒性能。     

基于非线性动态逆方法的TF/TA控制器设计

为了增强巡航导弹的低空突防能力，应用非线性动态逆原理设计了具有纵向和侧向解耦能力的TF／TA控制器。这种方法利用了反馈线性化理论，研究通过非线性反馈或动态补偿的方法，将非线性系统变换为线性系统(伪线性系统)，然后再按线性系统理论完成系统的各种控制目标设计。由于巡航导弹模型的复杂非线性，本文提出了一种简化方法。针对其各状态变量的时间响应特性不同，采取了分阶控制的方法，将TF／TA控制器分解为内环、中环和外环三层分别设计，这样大大简化了控制器设计的复杂性。最后以某巡航弹为例进行了全系统仿真，仿真结果表明，用非线性动态逆方法设计的TF／TA控制器具有良好的纵侧向解耦能力和快速响应能力。导弹能够准确地跟踪地形轮廓飞行，而且可以有效地绕过地形中的相对高处，并且系统对参数摄动具有一定的鲁棒性。     

基于自适应小波网络的反舰导弹非线性控制算法研究

提出了一种综合运用动态逆、小波神经网络和滑模控制的非线性控制方法。首先运用动态逆理论对非线性系统进行近似线性化,利用具有在线学习能力的小波网络来抵消系统的误差,根据李雅普洛夫稳定理论导出了网络权值的自适应调整规则,用滑模控制和鲁棒控制分量保证了系统的鲁棒性。将该非线性控制算法用于某型STT导弹的控制系统设计,并采用输出重定义技术解决原系统的非最小相位问题。仿真结果表明,这种方法能有效消除扰动的影响,提高导弹过载控制系统响应的精度。
     

高超声速飞行器Terminal滑模控制系统设计

针对高超声速飞行器模型的强非线性、快时变、强耦合和强不确定性,提出了基于动态逆和Terminal滑模控制的制导/姿控一体化设计方法.该方法将动态逆控制的非线性解耦能力与Terminal滑模控制的强鲁棒性有机结合,实现了模型的反馈线性化和多通道解耦,保证高超声速飞行器在存在参数不确定性和外界干扰的条件下实现稳定飞行.仿真结果表明该控制方法对高超声速飞行器是可行的.     

用神经网络镇定可反馈线性化的仿射非线性系统

在用状态方程描述的单输入仿射非线性系统中存在一类可以通过非线性状态变换（ｘ）和输入变换ｕ＝α（ｘ）＋β（ｘ）ｖ实现输入──状态线性化的系统，用多层前馈神经网络通过实时学习实现此状态变换，并在此基础上用李亚普诺夫方法设计进行系统镇定的反馈控制器，仿真表明，学习在很短时间内可收敛，且系统对外干扰和未建模动态有一定鲁棒性。     

基于神经网络的BTT导弹逆控制方案设计

对基于神经网络的倾斜转弯(BTT)导弹逆控制进行了研究。用径向基函数(RBF)神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统;用逆系统法设计了一种用于BTT导弹非线性控制的经典控制与神经网络在线自学习综合控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪。仿真结果表明:该方案可根据设计指标要求实现对BTT导弹的非线性控制,且有较强的鲁棒性。     

高超声速飞行器自适应神经网络控制

针对一类高超声速飞行器,在充分考虑其非线性模型包含未建模动态、气动参数变化、弹性形变等产生的未知非线性不确定函数以及外界扰动的情况下,设计了一种基于自适应神经网络的非线性逆控制器。首先,将系统的动态特性分为标称部分和不确定部分,采用非线性逆的思想设计标称部分的控制器,利用神经网络逼近不确定部分,将神经网络的最优权值采用自适应律进行调节,提高神经网络的在线逼近能力。利用改进的变结构控制来消除神经网络逼近误差的影响,最终使跟踪误差收敛为零,并保证闭环系统的信号有界。通过仿真验证了设计方法的正确性。     

运载器末助推段非线性姿态控制器设计

根据单摆模型近似晃动质量推导晃动运动与姿态运动的动力学方程,基于状态相关黎卡提方程方法,综合动态逆控制方法设计了运载器末助推段非线性姿态控制器,由状态反馈实现姿态跟踪和晃动抑制。因实际中模拟晃动运动的单摆状态无法测量,引入输出多采样率技术,通过在一个采样周期内多次检测被控对象的输出估计状态,实现设计的状态反馈控制律。数...     

基于动态逆和神经网络的机动弹头姿态控制系统设计

机动弹头是复杂的非线性系统,它给姿态控制系统设计人员以极大的挑战。为了满足飞行稳定性要求,提高系统的适应性和鲁棒性,本文构造了动态逆神经网络姿态控制系统,设计了慢变量和快变量动态逆,引入了在线神经网络进行逆误差的补偿。实例仿真的结果表明:动态逆和在线神经网络的结合,能够实现弹头的稳定飞行。     

用于月球软着陆最优轨迹跟踪制导过程的模糊神经网络控制方法

软着陆过程的制导控制已经成为月球探测中一个具有挑战性的问题。神经网络与模糊逻辑都是处理不确定性(受控对象缺乏精确的数学描述或具有非线性的复杂性)问题的有效手段。本文根据终端着陆条件和性能指标,以由Pontryagin’s极大值原理得出从近月点到月球表面的最优着陆轨迹为基础,给出一种基于模糊神经网络的非线性最优控制策略,使被控系统能够通过模糊神经网络的非线性映射能力实现某种最优的闭环制导控制。最后通过数学仿真验证了该控制策略的可行性与有效性。     

航天器柔性太阳翼最优PPF主动振动抑制方法

针对采用可变速控制力矩陀螺(VSCMG)进行柔性太阳翼振动抑制问题,提出一种基于求解非光滑 H∞ 综合问题的最优参数正位置反馈(PPF)控制方法。首先,建立考虑VSCMG和柔性太阳翼耦合的振动模型,得到了线性化的约束陀螺柔性板动力学模型,基于同位控制思想推导了以角度陀螺为测量装置的约束陀螺柔性板全阶状态空间模型。针对被控对象特性,确定最优PPF控制器的结构构型和待优化参数。进而,通过对约束陀螺柔性板全阶状态空间模型进行降阶、修正和加权处理,将PPF控制器参数优化问题转化为在PPF控制器构型约束条件下的非光滑H∞综合问题,并应用一阶下降算法进行寻优求解,实现最优PPF控制器的设计。该方法能够实现对各阶陀螺模态的独立控制,在保证快速性和鲁棒性的前提下,实现最优PPF参数的稳定高效求解。仿真结果表明,所提出的最优PPF控制方法能够快速、鲁棒地实现航天器柔性太阳翼的主动振动抑制。     

模型不确定的空间机器人无力传感器阻抗控制方法

针对自由漂浮空间服务机器人在轨捕获时与服务对象的碰撞问题,提出一种考虑模型不确定情况下的无力传感器阻抗控制方法.通过将不确定模型观测的接触力和神经网络对模型不确定部分辨识得到的接触力,共同作为末端执行器与服务对象抓捕点的估计接触力和阻抗控制器的反馈,使空间机器人在模型不确定和无力传感器的情况下仍能实现与服务对象的柔性接...     

整星零动量小卫星偏置飞行姿态解耦控制

研究了采用反作用飞轮为执行机构的整星零动量卫星绕Ｘ轴大角度偏置飞行模式的姿态解耦控制问题。首先给出卫星姿态运动学和动力学模型，然后在控制作用中引入非线性项对姿态动力学模型线性化，进一步对线性模型进行状态反馈解耦和极点配置。最后，给出了数学仿真算例和仿真结果。     

航空发动机多变量神经网络自适应控制仿真研究

针对航空发动机是一个具有强非线性、时变不确定性的被控对象,提出了一种基于RBF网络的航空发动机多变量神经网络自适应控制方法,该方法采用RBF网络对发动机非线性模型进行实时辨识,并将系统的灵敏度信息反馈给神经网络控制器,保证了控制器对被控对象的准确控制.通过某涡扇发动机在飞行包线内的数字仿真,结果表明该方法不依赖被控对象的精确模型,有效地实现了对发动机的多变量自适应控制,而且具有较好的动静态性能.