基于低阶干扰估计器的欠驱动三自由度直升机鲁棒控制

针对模型不确定且外部未知扰动影响显著的欠驱动三自由度（3-DOF）直升机,本文设计、分析并实验验证了一种基于不确定性与干扰估计器（UDE）的主动抗扰控制策略。具体地,针对该直升机平台动力学耦合严重且存在欠驱动特性等问题,基于全驱动系统控制思想,发展了一种基于反馈线性化的升降角和偏航角轨迹跟踪策略,同时实现了内部状态（俯仰角）的镇定;在内外环三通道虚拟控制中,进一步设计了一阶UDE,并联合UDE和标称控制,构建了可有效补偿三通道模型不确定和外部扰动的鲁棒控制方案。该方案较好应对了被控对象的欠驱动特性,控制信号连续且光滑,同时干扰补偿器还具有设计参数少、性能调节简单且清晰等优点。借助于奇异摄动理论,分析了闭环系统跟踪误差的收敛性、输入-状态稳定性、及UDE参数对误差最终界的影响规律,揭示了闭环控制系统潜在的多时间尺度属性。仿真和实验结果验证了干扰补偿的必要性,UDE的有效性和其调参的便捷性。     

基于神经网络的导弹制导控制一体化反演设计

针对制导控制一体化(IGC)模型中的不确定性难以进行估计补偿的问题,提出了基于神经网络的IGC反演设计方法。首先,根据弹目相对运动关系以及导弹自动驾驶仪模型建立了三维空间中的IGC模型。其次,针对由目标机动引起的模型不确定性,提出应用高阶滑模微分器(SMD)对导弹导引头获得的弹目相对运动信息进行微分,从而估计出目标加速度的方法,然后考虑导弹自身由于参数摄动以及未建模动态引起的模型不确定性,应用SMD和神经网络模型进行在线逼近补偿,基于反演控制理论设计了带有SMD和神经网络模型的IGC算法,应用李雅普诺夫稳定性理论对所设计的控制算法进行了稳定性证明。最后,进行了导弹六自由度仿真,验证了所设计控制算法的有效性。     

垂直起降运载火箭返回轨迹不确定性优化

针对垂直起降运载火箭一子级在返回着陆的过程中存在的参数不确定性,提出了一种基于非侵入式多项式混沌展开的序列优化和可靠度评估的返回轨迹不确定性优化方法。首先,建立了返回多飞行段轨迹在确定性条件下的优化模型。然后,为同时兼顾轨迹的鲁棒性和可靠性,建立了由鲁棒最优目标函数、基于可靠度的路径约束和鲁棒等式约束组成的不确定性返回轨迹优化模型。最后,基于非侵入式多项式混沌展开方法对鲁棒目标函数和等式约束进行量化处理,将原随机鲁棒优化问题转化为高维状态空间中的等价确定性优化问题;为提高路径约束的可靠度评估效率,基于非侵入式多项式混沌展开方法对最可能点法进行改进,进一步发展了序列优化和可靠度评估策略。数值仿真结果表明,所提出的不确定性优化方法具有较好的鲁棒性,可以满足工程可靠性指标要求,同时还具有较高的精度和计算效率。     

一类不确定分数阶混沌系统的滑模自适应同步

基于滑模自适应控制理论、Lyapunov稳定性理论和分数阶线性系统稳定性理论,在考虑系统存在模型不确定和外部扰动的情况下,选用一种具有较强鲁棒性的分数阶滑模曲面,设计了合适的自适应滑模控制器。所设计的控制器能够将系统状态控制到滑模面上,实现两个不确定分数阶混沌系统的同步,且不需事先知道不确定项上界。该控制器结构简单,控制代价小,具有较好的通用性,对未知扰动具有较强的鲁棒性。数值仿真验证了该方法的正确性和有效性。     

考虑跟踪制导的小天体着陆轨迹闭环优化方法

针对小天体着陆环境存在参数不确定性及初始状态偏差的特点,提出一种小天体着陆闭环优化方法,实现在节省燃料消耗的同时降低对参数的敏感度。首先,建立小天体着陆动力学模型,分析了燃料最优着陆问题;然后,采用线性二次型调节器设计了反馈制导律,推导闭环敏感度矩阵方程,构造燃料消耗和敏感度加权的性能指标,进而能够通过优化降低小天体着陆过程的敏感度。仿真结果表明,该闭环优化方法能有效降低对参数不确定性和初始状态偏差的敏感度,最终达到提高小天体着陆位置和速度精度的目标。     

基于案例知识的系统安全风险模型

对基于案例知识的系统安全风险模型进行了研究。首先,建立了系统安全事件案例知识表达模型。其次,研究了系统知识表达的不确定性问题,以及安全风险决策者的决策类型对度量不确定性的需求;基于现有安全风险模型对不确定性度量能力的欠缺,提出了基于案例知识的系统安全风险概念模型,用损失可能性、损失程度和损失的不确定性来表征系统安全风险。在此基础上,研究了该安全风险模型的建模方法,并举例证明了该模型的有效性。最后,对机长飞行安全风险进行了研究,选取机长年龄、累计飞行小时以及近90天飞行小时3个指标作为风险因子,应用本文所建基于案例知识的系统安全风险模型,评估了机长飞行安全风险,评估结果合理,可为民航放飞决策提供参考。     

多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播（BP）神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。     

基于不确定性的旋翼转速优化直升机参数设计

为了提高旋翼转速优化直升机总体参数设计质量,基于不确定性多学科设计优化方法,对旋翼转速优化直升机的参数设计进行了研究。首先对最优旋翼转速的不确定性进行分析与建模,同时也考虑了直升机加工制造、材料老化引起的不确定性因素,对比发现最优旋翼转速是旋翼转速优化直升机设计中的主要不确定性因素;然后在协同优化框架下,分别建立了直升机飞行性能、直升机重量、飞行稳定性与变转速涡轴发动机性能计算模型;最后以续航性能为系统学科,悬停性能、飞行稳定性分别作为子学科,进行多学科的不确定性优化设计,得到了3种不确定性优化设计方案。通过对比分析可以发现：第2种方案为旋翼转速优化直升机的最佳参数设计方案,该方案满足悬停需用功率低于350 kW,飞行稳定性指数小于0.8等约束条件的概率不低于95.46%,并且直升机的最大航时期望值也较大。     

初值不确定轨道可达区域计算

为计算航天器轨道初值不确定造成的可达区域（RD）,提出一种适用于椭圆参考轨道的计算方法。以航天器的名义轨道作为基线,定义一个随时间变化的移动参考平面,在此移动平面上建立名义轨道到可达区域上任一点的距离函数,函数的极大值点即为可达区包络的边界点,从而将问题转换为非线性方程组的求解问题,并对动力学模型部分线性化带来的误差进行了分析。随后采用变参数的自适应同伦算法对方程组进行求解。最后对航天器释放微小卫星的实例进行数值仿真,结果显示该方法可行有效。