高超声速飞行器的滑模观测器设计

对一个高超声速飞行器设计了滑动模态观测器来估计攻角和航迹倾角。通过实时的求解一个极点配置问题,使观测器的切换增益能够根据观测器状态的变化而改变,从而保证了观测误差的动态特性在整个飞行包线内的一致性,给出了单输出和多输出非线性系统的滑模观测器设计过程。设计和仿真算例验证了这种方法的有效性。     

十字梁实验系统的Terminal滑模控制

在介绍 Terminal 滑模控制器的设计思想的基础上,设计了十字梁实验系统的 Terminal滑模控制器。微喷十字梁实验系统是一个高阶非线性系统,也是一个典型的多输人多输出系统。Terminal 滑模控制保证了输出跟踪误差在有限时间内收敛到零,使系统的动态性能优于普通滑模中的性能。仿真结果表明,使用 Terminal 滑模控制器控制十字梁实验系统是可行的。     

应用等效系统法评价飞行品质

本文介绍等效系统方法在评价飞行品质中的应用,包括等效系统方法的原理、所采用的数学模型和进行等效系统拟配的数学方法。最后,介绍了具体拟配过程中应当考虑的若干问题。     

行星着陆大气进入段自适应滑模抗扰控制方法

针对行星探测器着陆过程可能存在的干扰影响着陆精度问题,提出了一种抗干扰控制方法。首先建立行星探测器着陆控制模型,利用非线性干扰观测器实现对系统外部干扰的估计;在此基础上提出一种自适应滑模控制律,使得系统状态快速收敛到平衡点附近。最后,将该方法应用于火星着陆场景进行仿真。结果表明,提出的自适应滑模控制方法能够在未知扰动存在的情况下,有效实现行星探测器安全着陆,提高着陆任务的成功率。     

多级嵌套L型阵列及其测向算法

针对基于偶数(2q)阶累积量的测向算法中测向性能提高有限的问题,提出了一种基于多级嵌套 L 型阵列的2维测向算法。首先利用阵列的多级嵌套结构和2q阶累积量,形成具有更多自由度的虚拟均匀面阵;然后使用2维平滑方法,恢复其2q阶累积量矩阵的秩; 采用2维MUSIC算法,进行方位角和俯仰角的估计。与常规的2q MUSIC 算法相比,所提算法不仅具有更好的测向精度,而且由于虚拟均匀阵包含更多的虚拟阵元,因此能够估计更多信源的方位角。另外,针对该L型阵列的最优配置问题,推导了各级子阵阵元数的最优和次优分配表达式。仿真结果表明这些结论的正确性。     

欠驱动航天器姿态稳定的分层滑模控制器设计

利用分层滑模控制方法,为带两个控制执行机构的欠驱动刚体航天器的姿态控制系统设计了一种三轴稳定控制器。首先,给出了基于两个推力器的欠驱动航天器的姿态动力学和运动学模型,分析了其模型特点。其次,将子系统的变量进行组合定义成第一层滑模面,利用Filippov等效定理求出等效控制律。然后依次构造出第二层滑模面及第三层滑模面,根据滑模控制原理求出切换控制律,进而得到总的控制量。利用Lyapunov稳定性理论和Barbalat引理及推论证明了各层滑模面的全局渐近稳定性。仿真实验验证了该控制方法的有效性。     

对无控旋转目标逼近的自适应滑模控制

对追踪器逼近无控旋转目标器的轨迹和姿态六自由度控制问题进行了研究.基于适用于任意偏心率的航天器相对运动轨道和姿态动力学模型,对追踪器逼近无控旋转目标的参考轨迹和参考姿态进行了分析与设计,推导了一种用于六自由度逼近控制的自适应滑模控制器.通过仿真分析,证明了所设计的逼近参考轨迹和参考姿态的合理性,同时验证了自适应滑模控制器的有效性.     

基于新型滑模控制方法的再入飞行器姿态控制律设计

设计了一种新型滑模控制方法,该方法不但能对已有的控制律进行鲁棒性改进,而且能有效抑制抖振现象。在该方法的设计过程中,首先基于已有的控制律和标称系统,设计了一种新型的动态滑模面,然后对超扭曲算法进行改进,得出了一种快速、连续且有限时间收敛的算法,并首次将其作为新型趋近律,该趋近律与滑模面相结合能够大大增强现有控制律的鲁棒性,而且滑模的切换律是连续的,因此大大降低了系统的抖振。将以上方法应用于再入飞行器的姿态跟踪控制中,有效增强了已有控制律的鲁棒性,实现了大干扰情况下对姿态系统的稳定控制。通过仿真,验证了该方法在提高系统鲁棒性和降低抖振方面的有效性。     

GPS/INS 组合导航系统降阶滤波器设计

本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波的设计方法。文中提出了一种降阶滤波器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特——卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明：本文提出的这种降阶滤波器能保证组合系统的导航精度，是一种具有实际使用价值的滤波器     

基于快速终端滑模的模糊逼近系统及其应用

为改善模糊系统逼近的收敛速率,提出了一种基于快速终端滑模的反向传播(BP)学习算法。将快速终端滑模引入模糊逻系统的学习算法,综合终端吸引子有限时间收敛和线性系统指数收敛的性质,提高了对非线性连续函数的逼近能力。仿真结果表明:该算法能以较快速率逼近未知函数,且逼近过程稳定,较普通学习算法更为精确和有效。