可重复使用运载器的再入制导(英文)

提出了一种针对可重复使用运载器的再入制导算法。算法可分为轨迹规划算法和轨迹跟踪算法。较之经典的规划阻力的航天飞机制导方法,此算法最显著的特点在于轨迹规划与轨迹跟踪都直接在高度-速度空间里进行。在规划算法中,所有的轨道不等约束都可用高度-速度空间里的上下边界来表示,之后基于此边界采用线性化插值的方法来产生标称轨迹族,最后根据末端约束(末端能量管理)和航程约束来选择所需的标称轨迹。跟踪算法则采用反馈线性化来跟踪此标称轨迹进而满足所有的约束条件。此算法另一有别于传统方法的特点在于算法可使用一个航迹角控制器来增加航程,以满足大航程需要。适当地结合规划-跟踪算法和航迹角控制器可给再入制导带来极大的灵活性和适应性。另外,算法对各种建模误差与噪声的鲁棒性经验证也是符合要求的。     

考虑瞬态特性的无人机自适应容错控制设计

针对固定翼无人机纵向轨迹跟踪控制问题,基于反馈线性化和模型跟随控制设计基础控制器,实现无故障情况下闭环系统的稳定和轨迹渐近跟踪控制。考虑固定翼无人机的执行器可能发生不同类型及大小的故障,分别针对各种不同故障模式设计与之对应的补偿控制器。为综合解决执行器故障的多重不确定性问题,采用加权融合与自适应控制相结合的方式设计综合控制器结构,并对与故障相关的控制器参数进行估计。最后,通过在基础控制器设计中添加H∞补偿项,以抑制故障补偿控制器参数估计误差对闭环系统输出跟踪性能造成的不利影响。理论分析和仿真结果表明,所提出的控制方案不仅能保证闭环系统的稳定性,而且在发生不确定执行器故障的情况下,固定翼无人机姿态控制系统输出能渐近跟踪给定的参考模型输出,通过设计适当的H∞补偿器参数可以改善故障补偿控制过程中的瞬态性能。     

基于自适应神经网络的非线性飞行控制

结合反馈线性化和神经网络提出了一种新的飞行控制系统设计方法,通过反馈线性化将非线性耦合系统等效转换为线性解耦系统,利用具有在线学习能力的神经网络补偿反馈线性化的误差,建立了基于自适应神经网络的控制结构,并利用李亚普诺夫函数导出了网络权值的自适应调整规则。在巡航弹地形跟踪应用中的结果表明,该控制系统不仅具有精确的跟踪性能而且具有良好的鲁棒性。     

非线性反馈线性化方法在飞控系统中的应用

应用非线性反馈精确线性化方法进行了飞机自动着陆系统设计。首先,用非线性微分方程组表示的飞机纵向控制系统,在经过输入输出反馈线性化以后,可等效为线性系数;然后,用线性的ＰＩＤ控制方法对变换后的线性系统进行了设计;最后,考虑风的干扰,对所设计的飞机自动着陆控制系统进行了数字仿真。仿真结果表明,用反馈线性化方法设计的飞控系统具有良好的性能。     

综合飞行/火力控制系统线性化设计及其仿真

首先简述了综合飞行／火力控制系统线性化设计的背景及其必要性，然后进行综合分析／火力控制系统（空－空机炮模态）的线性化建模及耦合器参数的设计，最后对非线性系统进行了仿真验证，仿真结果表明，线性化设计的参数经过微调后能够满足原系统性能要求。     

BLOCK DIAGONAL FORM AND BLOCK DIAGONAL CONTROLLER OF NONLINEAR SYSTEMS

G.Meyeretal[l~3Jdescribedthemotionofahelicopterasablocktrianglesystem(BTS),makingitdifferentfromageneralaffinenonlinearsystem.Uptonow,itistruethatBTScanbeexactlylinearized.Thus,thefirstproblem(whetherlinearizableornot)thatfacestheengineerissolved.Thesecondoneishowtoobtainatransformation.AccordingtothefeatureofBTS,MeyeretalconstructedWT-mappingandsolvedtheproblemeasily.Afterhavingstudiedtheequationsofmotionofamissile,theauthorsdiscoveredthatthemodelcalledblockdiagonalnonlinearsystem(BDN…     

基于轨道方程线性化的中段飞行轨道修正方法

对于深空探测、大范围远程交会、抵近观察等中段飞行时间较长的航天任务,中段轨道修正是完成任务的重要保证.基于摄动制导的思路,通过对轨道方程进行线性化,研究了二体条件下的中段轨道修正方法.在近地航天任务中,各种摄动力特别是J2项对终端位置精度的影响不可忽略,因此研究了考虑J2摄动影响时线性化方程的补偿方法.最后通过数值仿真...     

再入机动飞行器自适应轨迹线性化控制

针对一类多输入多输出模型不确定系统,提出了一种基于广义模糊神经网络的自适应轨迹线性化控制方法(ATLC).针对再入机动飞行器(MRV)进行了控制器设计和分析.MRV气动参数存在较大的不确定,这会导致轨迹线性化控制器(TLC)鲁棒性能下降.利用广义模糊神经网络(G-FNN)在线补偿系统的非线性建模不确定,改善了控制器性能.基于Lyapunov稳定性理论,证明了ATLC闭环控制系统的稳定性.仿真结果表明自适应轨迹线性化控制系统在飞行器气动参数大范围摄动时仍具有鲁棒性和稳定性,验证了所提出的控制策略的有效性.     

基于模糊策略的高速飞行器滑模控制律设计

以通用高超声速飞行器GHV为研究对象,针对其俯仰通道设计了具有良好鲁棒性的飞行控制系统.为了便于应用滑模控制理论,对该模型进行了输入输出反馈线性化,将其转换成仿射型.鉴于鲁棒性与抖振的矛盾,基于指数趋近律完成了滑模控制律结构设计,进而采用了模糊控制理论改进指数趋近律.基于遗传算法完成了所有控制参数的设计,确定了模糊逻辑...     

基于反馈线性化和变结构控制的飞行器姿态控制系统设计

在大姿态角的情况下，飞行器姿态运动的非线性因素和耦合因素不容忽略，使得传统的基于小扰动假设的近似线性化处理方法面临难以克服的困难。本文首先运用反馈线性化方法，将飞行器姿态通道线性化解耦成三个单输入单输出系统，然后运用分散滑动模态变结构控制理论对每个通道分别设计变结构控制器，以期使系统获得对参数摄动和外部扰动的鲁棒性。理论研究和数值仿真表明，所设计的控制系统可以适用于飞行器大姿态角飞行的情况，并对系统参数摄动和外部扰动具有较强的鲁棒性。