基于RBF神经网络的一类不确定非线性系统自适应H∞控制

基于RBF神经网络提出了一种H∞自适应控制方法。控制器由等效控制器和H∞控制器两部分组成。用RBF神经网络逼近非线性函数，并把逼近误差引入到网络权值的自适应律中用以改善系统的动态性能。H^∞控制器用于减弱外部及神经网络的逼近误差对跟踪的影响。所设计的控制器不仅保证了闭环系统的稳定性，而且使外部干扰及神经网络的逼近误差对跟踪的影响减小到给定的性能指标。最后给出的算例验证了该方法的有效性。     

基于非线性动态逆的无人机自动着陆控制系统

采用非线性动态逆(NDI)控制方法来解决无人机(UAV)自动着陆阶段的非线性控制问题。建立了无人机非线性数学模型,应用奇异摄动理论对飞机动态进行时标划分,研究快、慢状态子系统的控制器及机动产生器的设计,在无风情况下以及受到给定值风扰动情况下完成了系统自动着陆仿真验证。系统仿真结果表明该控制系统能够满足系统控制精度要求。     

基于非线性规划的高超声速滑翔轨迹优化

研究了最大航程的无动力滑翔轨迹优化问题。为避免间接法的缺点,采用直接单重打靶法将轨迹优化问题转换为非线性规划问题,并利用非梯度优化算法和梯度优化算法相结合的混合优化策略得到最优轨迹。仿真结果表明,在采用更为真实的大气模型和动力学模型条件下,该方法具有较高的求解精度、收敛性以及鲁棒性,降低了初值要求;相对于最大升阻比轨迹,射程提高1.54%。     

基于ANN逆模型的非线性系统内模控制结构方案及仿真研究

基于逆模型的非线性系统控制器设计方法已得到了快速发展,并成为设计控制系统的一种重要方法。但对大量复杂、未知和不确定的非线性对象,建立具有一定通用性的逆模型控制器,在实际非线性系统设计中是非常困难的。文中基于系统内模控制（IMC）原理和神经网络（ANN）的非线性映射、大规模并行处理等特性,设计了非线性系统的ANN正模型辨识器及逆模型控制器,基于IMC原理和ANN理论建立了非线性系统的IMC结构方案。大量仿真研究表明,设计的基于ANN逆模型的IMC结构方案是有效的,ANN逆模型控制器具有良好控制性能,且其结构简单,具有一定通用性。     

基于动态逆的综合非线性飞行控制方法

在解决非线性飞行控制问题中,动态逆控制方法已成为一种流行的控制方法.文中以动态逆控制方法为基础,使用神经网络控制与动态非线性阻尼控制综合的控制方法进行补偿,以提高非线性飞控系统的鲁棒性.在以某型推力矢量飞机为对象的仿真中,这种方法显示出很强的非线性控制能力和鲁棒性.     

Variable Structure Control of Catastrophic Course in Airdropping Heavy Cargo

The mathematical model of a transport aircraft would be subjected to a sudden change when heavy cargo is dropped off in airdropping, which exerts serious influences upon the safety of the aircraft. A variable structure controller is specially designed for handling the airdrop process. The nonlinear system is linearized by input-output feedback linearization using differential geometry theories. On this basis, an inner loop system for velocity and attitude tracking control is designed by using the exponentially approaching rule of the variable structure theory. The whole flight control system is integrated with the outer loop flight altitude control. Digital simulation evidences the applicability of the system to potentially catastrophic course in airdropping heavy cargo and provides robustness against system parameter perturbation.     

大涡模拟超声速两相流混合层的非线性分析

为研究超声速两相流混合机理,采用大涡模拟(LES)方法数值仿真了超声速混合层内液滴两相流流场结构.用二维盒式滤波法处理可压缩气相N-S方程,得到亚格子形式的LES控制方程;用轨道模型仿真液滴运动,并用单液滴蒸发模型模拟液滴蒸发过程.利用伪邻近法和互信息量法确定了相空间重构的嵌入维数和时间延迟,对混合层压力时间序列进行了相空间重构.分析了仿真结果中混合层的涡结构特性和液滴对流场的反作用效果,并讨论了混合层失稳过程的非线性特征.发现混合层发展的不同阶段与其系统的非线性特征值密切相关.      

稀疏拟谱最优控制法求解Goddard火箭问题

提出了一种新的基于直接转化法的求解基于常微分方程(ODE)和微分代数方程(DAE)的最优控制问题的数值方法.该方法通过Legendre-Gauss拟谱法同时离散化状态变量和控制变量,把最优控制问题转化为一个非线性规划问题,并利用改进的多相处理方法避免优化无控段,同时基于稀疏矩阵探索其一阶导数信息.数值结果表明,与传统的直接转换法相比,该方法是一种通用高效的精度较高的ODE/DAE最优控制直接数值求解法.最后,从工程观点出发,应用该方法成功求解了终端自由有路径约束的奇异最优控制问题Goddard火箭问题.     

基于非线性摩擦模型参数观测器的自适应摩擦补偿方法的研究

通过摩擦补偿的分析提出了一种基于非线性摩擦模型参数观测器的自适应摩擦补偿方法,从工程实用角度出发采用的是库仑加粘滞的摩擦模型,设计了两个观测器实现对库仑摩擦系数和粘滞摩擦系数的估计,并用MATLAB软件对转台工作状态进行了仿真,结果表明此观测器有良好的自适应补偿性能。     

有输入未建模动态的非线性系统自适应逆设计

对于一类存在输人未建模动态的非线性系统,提出了一种基于RBF神经网络的自适应逆补偿器设计方法。首先用两个神经网络设计了补偿器,一个用来估计输入未建模动态,另一个用来作为未建模动态的自适应逆补偿器。该设计放宽了对未建模动态的一些苛刻的要求,如相对度为零,满足小增益条件等。文中仅要求D(u)逆稳和连续光滑。然后应用反演设计技术设计了控制器,并应用Lyapunov稳定性理论推导出神经网络权重向量的调节律,同时证明了闭环系统的渐近稳定性。最后给出的仿真研究证明了该设计方法的有效性。