考虑特征模型的高超声速飞行器全通道自适应控制

针对高超声速飞行器具有强非线性、高不确定性及强耦合等特点,提出一种基于反馈线性化控制与特征模型自适应控制相结合的姿态控制律设计方法,解决姿态控制系统的非线性耦合与不确定性,保证飞行器控制系统稳定。首先,建立高超声速飞行器全通道非线性耦合的动力学模型。其次,利用反馈线性化控制方法将全通道非线性耦合系统解耦成近似线性系统,并对线性解耦系统设计输出反馈控制律;而对于反馈线性化控制依赖于系统的精确数学模型,并对建模误差和外部干扰敏感的问题,设计基于误差特征模型的自适应控制律,提高系统的适应性;针对原动力学模型,证明闭环控制系统是有界稳定的。最后,通过数学仿真校验了控制律设计的正确性与有效性,仿真结果表明设计的姿态控制系统可以很好地跟踪指令,具有较强的鲁棒稳定性。     

变锥角SGCMG系统的奇异躲避路径规划策略

将锥体上五个单框架控制力矩陀螺（SGCMG）框架轴与底面的锥角视为姿态机动任务前的调整变量,建立了锥角可调的五棱锥构型SGCMG模型。通过锥角可调SGCMG系统的复杂奇异性分析,推导了陀螺奇异测度对时间的导数与陀螺框架角速度的关系,进而提出考虑奇异躲避的路径规划策略。基于Gauss伪谱法的路径规划结果表明：锥角可调的五棱锥构型SGCMG系统可有效提高特定机动方向的控制能力,显著减少空间站姿态机动所需时间;所提出的考虑奇异躲避的路径规划策略可有效避免陀螺奇异。     

基于自适应差分进化和BP网络的罗盘误差补偿

To improve the acuuracy of heading angle measured by electronic compass, a new error compensation method is proposed based on adaptive differential evolution algorithm and BP neural network. In the method, the 3 layer BP neural network is used to model heading angle error, and adaptive differential evolution algorithm is adopted to train the weights of network, thus obtaining a more exact error model, and compensating the heading angle error measured by electronic compass. Compared with other compensation methods such as 8 position least squares, BP neural network, differential evolution algorithm for optimizing BP neural network, and so on, its error compensation accuracy is significantly improved, the method has strong global optimization ability, great convergence rate, good stability, and so on. The experimental results show that after compensation, the error range of heading angle is decreased from -16°~30.7° to -0.22° ~0.2°, which satisfies the needs of higher accuracy navigation systems.     

FDF鲁棒决策方法研究

故障检测滤波器（ＦＤＦ）是故障检测与隔离（ＦＤＩ）方法中一种重要而系统的方法，但到目前为止有关这种方法的研究基本上都基于模型参数精确已知的情况，本文研究了具有模型误差时ＦＤＦ的鲁棒决策方法，得到了一些有意义的结论。