基于SVMα阶逆系统方法的非线性预测控制

针对一类未知非线性大时延系统,利用SVM特有的表达任意非线性映射能力,辨识得到非线性系统的α阶逆模型,然后将其串在原系统前组成SVMα阶伪线性复合系统。以此复合系统为被控对象,用预测控制方法实现对其有效控制。该方法不仅将非线性系统简化成伪线性系统,而且具有良好的控制效果,控制器设计简单。     

基于SVMα逆系统方法的非线性预测控制

针对一类未知非线性大时延系统,利用SVM特有的表达任意非线性映射能力,辨识得到非线性系统的α阶逆模型,然后将其串在原系统前组成SVMα阶伪线性复合系统.以此复合系统为被控对象,用预测控制方法实现对其有效控制.该方法不仅将非线性系统简化成伪线性系统,而且具有良好的控制效果,控制器设计简单.     

飞行控制系统的非线性鲁棒控制

对非线性飞行控制系统的非线性鲁棒动态逆设计方法作了研究,给出了一种具有鲁棒稳定的非线性动态逆控制方案,以克服飞机在机动飞行时,被控对象参数不确定性和外干扰对系统稳定性的影响,并给出了该方案在这种情况下的稳定性结果。     

硬式加油伸缩杆非线性解耦控制仿真研究

多输入/输出、耦合、非线性硬式空中加油伸缩杆解耦控制是加油控制系统设计的关键。当系统满足一定条件时,采用逆系统方法将原系统等效为线性系统,并在此基础上对解耦系统进行PI控制,以实现满意的控制效果。通过MATLAB/SIMULINK建立了伸缩杆模型并设计了解耦控制器,仿真结果表明该解耦方法很好地消除了系统间的耦合作用,能够满足工程设计的需要。     

推力矢量控制中的非线性鲁棒解耦控制方法

介绍了推力矢量控制的由来和意义，着重叙述了推力矢量控制，特别是推力矢量飞机在大迎角，过失速状态下目前主要的非线性鲁棒解耦控制律的设计方法，如非线性逆动态方法、ＮＬＱＲ（非线性二次最优调节器），自适应方法，变结构方法以及最近出现的基于人工神经元网络的方法，指出了这些方法在推力矢量控制飞机应用中各自的特色以及目前存在的问题。并指出了今后主要的工作方向。     

基于RBF网络的航空发动机单神经元解耦控制

针对航空发动机多变量控制系统中各回路之间存在的耦合现象,提出了一种基于RBF网络辨识的航空发动机多变量单神经元网络解耦控制方法。对发动机的多个控制回路,采用多个RBF网络实时辨识各个回路发动机的数学模型,并将系统的灵敏度信息实时反馈给各回路的控制器,保证了单神经元网络控制器对各回路的准确控制,最终实现对发动机多回路的解耦控制。通过在飞行包线内的仿真,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解耦控制,而且具有良好的动静态性能,将其应用于航空发动机多变量解耦控制是行之有效的。     

推力矢量控制与飞机过失速动仿真研究

非线性动态逆为非线性系统控制律的设计提供了一种重要手段，针对过失速机动飞机探讨了非线性动态逆方法飞行控制系统设计中的应用。根据非线性动态逆的特点将飞机的动态特性为为快慢不同的状态变量。对快变量应用非线性动态逆进行控制律设计是将飞机气动控制面和推力矢量控制作为输入；慢状态为量控制律的设计是利用状态变量作为输入。并采用伪逆的优化计算方法对各控制面的以限分配进行了搪塞。“Ｃｏｂｒａ”和“Ｈｅｒｂａｔ”两     

推力矢量飞机控制律设计及过失速机动仿真研究

利用四元数法建立了带推力矢量的战斗机全量运动方程,依据逆系统理论对推力矢量飞机进行了适用于过失速机动和超敏捷性研究的控制系统设计。根据非线性动态逆的特点将飞机的动态特性分成快慢不同的两组状态变量分别进行设计,并采用伪逆法解决了舵面分配问题。利用该控制系统对"眼镜蛇"飞机机动进行了仿真计算,结果表明该设计方法是可行的。     

基于H∞最优化与层次结构动态逆的非线性飞行控制器设计

针对扰动环境下的导弹飞行控制问题提出一种基于H∞最优化与层次结构动态逆(HSDI)的鲁棒非线性控制方法.设计层次结构动态逆控制器时将层次结构优化为3层,并按照时标分离的思想调整了各层次的状态变量,使得控制器更为简洁.在此基础上,将层次结构动态逆控制器与导弹6自由度(DOF)非线性模型联合作为H..控制的广义被控对象,通...     

推力矢量控制与飞机过失速机动仿真研究

非线性动态逆为非线性系统控制律的设计提供了一种重要手段。针对过失速机动飞机探讨了非线性动态逆方法在飞行控制系统设计中的应用。根据非线性动态逆的特点将飞机的动态特性分为快慢不同的状态变量。对快变量应用非线性动态逆进行控制律设计是将飞机气动控制面和推力矢量控制作为输入；慢状态变量控制律的设计是利用快状态变量作为输入。并采用伪逆的优化计算方法对各控制面的操纵权限分配进行了探讨。“Cobra”和“Herbst”两个过失速机动的实现证明该设计方法和仿真方法是成功的。     

飞行器神经元控制系统的研究与设计

提出了一种基于神经元网络的飞行控制系统设计方法 ,该方法设计的神经元飞行控制器具有良好的鲁棒性 ,使飞行器在整个飞行包络内都能保持某种最优的操纵品质。给出的计算机仿真结果显示出神经元网络作为飞行控制器在处理飞行器参数大范围变化的非线性特性方面具有潜在的优良品质     

基于多模型方法的全包络鲁棒飞行控制器设计

利用新一代歼击机不同平衡点的多个非线性子模型对其机动飞行的全包络模型进行逼近。对于每一个子模型,设计相应的动态逆控制器,应用模糊神经网络产生控制器切换决策,实现不同飞行状态下不同模型控制器之间的相互切换。同时为了提高多模型飞行控制效果,对各模型控制器的输入及输出采样并作为神经网络的学习样本,形成一个全包络内的多模型统一神经网络控制器。最后通过歼击机的大迎角机动仿真来验证所设计的基于多模型的统一神经网络控制器的有效性,仿真结果表明所设计的统一神经网络控制器是有效的。     

一种基于神经网络补偿动态逆误差的方法

讨论了一种基于神经网络自适应补偿动态逆误差的方法，并应用于超机动飞机控制器设计中，飞机的基本控制采用非线性动态逆方法进行设计，对于模型不准确导致的逆误差采用神经网络进行在线补偿，仿真结果表明，采用神经网络补偿误差，弥补了非线性动态逆要求精确数学模型的缺点，而且可以简化动态逆控制律的设计，改善整个控制系统的性能。     

航空发动机递归神经网络分路式解耦控制

针对航空发动机多变量控制中变量之间的耦合问题,提出了一种基于递归神经网络的分路式动态解耦控制方法,给出了发动机双路式解耦控制系统的结构及其解耦原理和算法。利用递归小波网络较强的动态非线性映射能力,在线完成发动机各控制通道的模型辨识,并回馈对应的灵敏度信息;神经网络PID控制器根据回馈的信息在线自适应调整参数,实现发动机各通道的准确跟踪和分路独立控制。仿真表明,该方法在保证控制系统良好的动态和稳态性能的同时,有效地减小了各回路之间的耦合影响,能够成功应用于发动机控制系统的解耦。      

基于神经网络补偿动态逆的飞翼布局无人机姿态控制方法

将动态逆控制技术应用于飞翼式布局无人机的姿态控制回路,以适应飞翼布局无人机控制系统要求。介绍了动态逆控制器解耦控制原理,以及神经网络补偿结构的作用和设计方法,并基于无人机非线性姿态运动学和动力学模型设计了基于神经网络补偿的动态逆控制器。在强耦合、强非线性的飞翼布局无人机模型上,通过数学仿真验证了系统具有良好的动态性能和稳态特性,控制器具有很强的鲁棒性。     

基于自适应神经网络的非线性飞控系统设计

将动态逆理论、神经网络和自适应控制相结合应用于非线性飞行控制系统设计中，通过动态逆控制律将非线性耦合系统转换为线性解耦系统，采用具有在线学习能力的神经网络来补偿反馈线性化中存在的逆误差，最后利用李亚普诺夫稳定性理论推导了在线网络权值的自适应调整规则。仿真结果表明，这种控制结构具有良好的跟踪能力和极强的鲁棒性。     

基于神经网络的超机动飞机自适应重构控制

 讨论了一种基于神经网络的超机动飞机直接自适应重构控制方法。飞机的基本控制律采用非线性动态逆方法设计,对于模型不准确和舵面故障等因素导致的逆误差采用神经网络进行在线补偿。通过仿真表明,在飞机发生舵面故障时,神经网络通过自适应地补偿逆误差,可以快速在线重构控制律,保持飞机稳定和一定的操纵品质。     

不确定性非线性系统的自适应输出反馈控制

研究了一种不确定性非线性系统的自适应输出反馈控制方法.首先引入伪控制信号使系统反馈线性化,然后设计一个线性动态补偿器和在线神经网络,自适应消除不确定性和建模所引起的误差.仿真结果表明,该控制方法能够消除系统的稳态误差,提高系统动态性能,并且具有较好的鲁棒性.     

基于神经网络的自动着陆飞行鲁棒自适应逆控制

针对飞机自动着陆飞行提出了基于神经网络的鲁棒自适应非线性动态逆控制器设计方案。首先采用非线性动态逆方法设计着陆飞行的基本控制律,再利用多层感知器神经网络设计适当的权值调整规则使其能够自适应地逼近和补偿逆误差。仿真结果表明,所设计的飞行控制系统是有效的,系统能够克服动态逆误差对着陆飞行控制带来的不利影响。     

基于神经网络动态逆的大迎角导弹解耦设计

导弹大迎角飞行时,系统非线性特性非常明显,各通道间有很严重的气动交叉耦合现象.为实现对系统的非线性解耦,构造了基于神经网络动态逆的大迎角导弹解耦控制器,设计了非线性动态逆系统,利用RBF神经网络逼近逆误差.仿真实验结果表明:所设计的控制系统具有良好的解耦和指令跟踪能力.