排序方式: 共有10条查询结果,搜索用时 156 毫秒
1
1.
高超声速飞行器(Hypersonic vehicle,HSV)再入过程中易发生舵面饱和现象,并且其动力学模型具有强烈不确定的特征,这导致其姿态控制系统的设计极富挑战性。针对舵面受限的非线性控制问题,提出外部Anti windup系统结合二阶Terminal滑模控制律的设计方法,能够实现对气动舵面饱和的控制补偿,使HSV快速平稳地跟踪指令信号。其次,针对HSV的强不确定控制问题,提出自适应滑模干扰观测器(Adaptive sliding mode disturbance observer,ASMDO)的方法来对再入气动参数不确定及强外界干扰进行估计,此方法无需干扰界已知且学习参数少,适合实时控制。最后, 再入姿态控制的仿真结果表明了该控制方法的有效性和强鲁棒性。 相似文献
2.
3.
变化风场下近空间飞行器机体/发动机一体化飞行力学建模与分析 总被引:1,自引:0,他引:1
近空间飞行器飞行包络大、环境变化复杂、参数变化激烈,对其开展飞行控制技术研究工作的首要问题是对此复杂系统基本物理规律准确把握和描述,并依此建立其机理运动模型。针对机体/发动机一体化设计的近空间飞行器,系统地进行了飞行力学分析,并推导了变化风场下近空间飞行器在高超声速条件下的完整的6-自由度12-状态的动力学方程和运动学方程,体现出变化风场的影响和推力矢量的作用。随后,对其在不同条件下的开环控制特性进行了仿真研究,直观表现了系统的快时变、强耦合、强非线性和不确定性等特点。所得结果可用于未来高超声速飞行器轨迹管理、飞行控制等问题的概念设计和仿真研究。 相似文献
4.
5.
6.
由多个载体组成的多智能体系统对复杂环境具有更高的适应性,能够完成传统单个载体无法完成的任务。针对多智能体编队集结与队形移动跟踪问题,提出了一种改进的多智能体编队协同控制新算法。首先,以拒止环境下跟随智能体仅能通过光学传感器测量相对方位信息为任务背景,针对"领导者——第一跟随者"结构的多智能体编队,提出了基于相对方位信息与单间距测量的控制器,使得第一跟随者智能体可以追随移动的领导者智能体,并且可以通过改变与领导者智能体的间距对编队整体队形进行缩放控制。其次,提出一种了改进的分布式控制律,使得其他跟随者智能体可以仅通过两个相对方位信息完成编队飞行。然后,根据Lyapunov第二方法,构建了系统的能量函数,验证了所提出算法的稳定性。最后,通过数值仿真实验对所提算法进行了验证。仿真结果表明,基于该控制律多智能体系统能够完成编队集结、队形缩放和编队飞行的任务。 相似文献
7.
近空间飞行器泛函连接网络自适应预测控制 总被引:1,自引:0,他引:1
针对存在强烈不确定和干扰的近空间高超声速飞行器(NHV),提出了一种新的非线性自适应控制方法。控制律由最优广义预测控制(OGPC)算法和泛函连接网络(FLN)直接自适应律组成。OGPC是一种连续时间的非线性预测控制算法。FLN则通过在线学习来抵消飞行中的未知不确定和干扰的影响。学习过程不需要任何离线训练过程。文中提供了NHV的闭环系统稳定性分析,经过证明系统误差和权值学习误差一致最终有界。对于姿态跟踪系统,仿真结果显示了控制器的良好性能。 相似文献
8.
9.
首先,针对高超声速飞行器(Hypersonic Vehicle,HSV)再入过程中的横侧向机动控制问题,参考BTT控制方式,通过对航迹和姿态角回路的控制,实现了HSV的无侧滑横向机动转弯;其次,针对机动飞行中的不确定控制问题,提出了改进滑模干扰观测器(Improved Sliding Mode Disturbance Observer,ISMDO)来对参数不确定及外界干扰进行估计。在此基础上,提出了基于ISMDO的非线性广义预测控制方法作为HSV的机动飞行控制算法。仿真结果表明,该控制策略对再入横向机动具有良好的控制和干扰抑制能力。 相似文献
10.
1