无人机编队的高阶滑模控制方法研究

在未知干扰环境下,对无人机编队飞行的稳定性和精度提出了更高的要求,采用常规滑模控制的编队算法由于"抖振"等问题,不适应高精度和稳定性的要求.针对此问题,提出了一种基于高阶滑模控制的编队飞行控制方法,以三架无人机编队为例,建立了三维空间高阶滑模控制编队控制模型,实现了长机的航路跟踪及僚机的编队队形控制和保持.仿真结果表明...     

大前置角拦截攻击时间控制导引律

为了实现大前置角拦截下的时间一致性饱和攻击,利用非线性导引方程,采取基于预测命中点（PIP）的剩余时间估计方法,结合等效滑模控制理论和Lyapunov稳定性定理,设计了一种大前置角拦截攻击时间控制导引律（ITCG）。针对固定目标和非机动运动目标,在弹目接近速度为负的情况下也能保证准确命中,实现了任意初始前置角下的指定时间到达,拓宽了导弹的制导初始条件,并给出了严格的理论证明。不同初始条件下的仿真结果验证了导引律的有效性。      

Neural network-based sliding mode control for atmospheric-actuated spacecraft formation using switching strategy

This paper presents an adaptive neural networks-based control method for spacecraft formation with coupled translational and rotational dynamics using only aerodynamic forces. It is assumed that each spacecraft is equipped with several large flat plates. A coupled orbit-attitude dynamic model is considered based on the specific configuration of atmospheric-based actuators. For this model, a neural network-based adaptive sliding mode controller is implemented, accounting for system uncertainties and external perturbations. To avoid invalidation of the neural networks destroying stability of the system, a switching control strategy is proposed which combines an adaptive neural networks controller dominating in its active region and an adaptive sliding mode controller outside the neural active region. An optimal process is developed to determine the control commands for the plates system. The stability of the closed-loop system is proved by a Lyapunov-based method. Comparative results through numerical simulations illustrate the effectiveness of executing attitude control while maintaining the relative motion, and higher control accuracy can be achieved by using the proposed neural-based switching control scheme than using only adaptive sliding mode controller.     

挠性航天器智能模糊控制算法

针对挠性航天器滑模变结构姿态控制器控制力矩的高频抖振问题,提出一种挠性航天器智能模糊控制算法。该算法使用模糊控制算法对航天器控制参数进行模糊化智能处理,能够有效改善控制器控制力矩的高频抖振问题。首先将模糊控制算法与滑模控制算法结合,根据切换面趋近律系数模糊化处理;然后应用连续饱和函数代替符号函数设计姿态控制器;最后通过算法到达滑模面的程度调整边界层厚度,在保证控制力矩不发生抖振情况的同时有效控制滑模面边界层的厚度。仿真结果证明,提出的智能模糊控制算法能够有效改善挠性航天器控制力矩的高频抖振问题,同时可以加快挠性航天器低阶模态振动曲线的收敛速度。     

目标加速度未知下的导弹自适应滑模拦截制导

针对机动目标拦截过程中加速度信息难以获取的实际问题,设计了一种基于RBF神经网络的自适应滑模拦截制导律,有效提高了导弹制导系统的鲁棒性能。首先,结合空间几何知识,构建了弹-目三维空间相对运动模型;然后,利用RBF神经网络对拦截目标的未知加速度进行了有效估计,消除了制导设计对目标加速度信息的依赖性;在此基础上,结合零化视线角速率的制导理念,分别在导弹俯仰平面和偏航平面设计了对应的自适应滑模制导律,同时采用连续高增益法削弱了系统的抖振现象,并给出更符合导弹制导实现的法向过载指令,利用Lyapunov定理证明了所提方法的收敛性;最后,通过仿真验证,在三种不同的拦截场景下进行了仿真对比,仿真结果表明所提滑模拦截制导律对目标机动有较高的自适应性和鲁棒性。     

基于滑模观测器的机翼颤振主动抑制设计

颤振主动抑制(AFS)是国际上普遍推崇的颤振问题解决方案,对现代飞行器设计具有重要意义。基于国际上滑模观测器的二维机翼AFS应用,以双后缘控制面真实机翼模型为对象,发展一种低阶滑模观测器的三维机翼AFS设计方法。该观测器性能优越、特点鲜明,但传统的设计流程繁琐,限制了其在高阶模型对象上的使用。本文借助线性二次型高斯(LQG)方法中的最优滤波器增益矩阵,提出一种简化的滑模观测器设计流程。结合气动弹性物理背景,使本文方法理论上能够应用于实践。算例对比分析结果表明,本文方法比LQG方法具有更好的抵抗噪声能力。     

基于LuGre模型的飞机防滑刹车滑模控制研究

针对包含非线性和不确定性的飞机防滑刹车控制系统,本文提出了一种基于LuGre摩擦模型的滑模变结构控制器的设计方法.通过分析系统模型,离线构建了在不同速度和路面参数条件下系统的最优滑移率控制表,同时使用基于动态模型的观测器技术对轮胎/路面不确定的结合性能进行在线辨识.并利用指数趋近率的滑模变结构控制方法有效地抑制了系统的抖振.     

高精度位置跟踪自适应增益调度滑模控制算法

影响位置跟踪精度最重要的因素之一是系统不可避免地存在内外不确定性。由于具备很强的鲁棒性,滑模控制能有效消除系统不确定性的影响,然而也会带来抖振这一顽疾。因此,有效削弱滑模控制系统的抖振是提升系统跟踪精度的关键。为此,本文提出一种误差主导的自适应增益调度算法,该算法利用等效原理准确判断系统滑动模态是否建立,并以此来调度切换函数增益值的增减;同时,为克服因利用低通滤波器获取切换函数等效输出而引起的时间延迟,在增益调度中采用误差主导的增益变化率,确保了增益调度的实时性。理论和仿真实验证明,在滑动模态建立前,该增益调度策略能加快滑模变量的收敛速度;而在滑动模态建立后,该增益调度策略能使增益值在有限时间内趋近于系统不确定的绝对值,降低了系统抖振幅值,从而获取更高的跟踪精度。直流力矩电机伺服系统位置跟踪对比实验结果表明,该增益调度方案有效,能使系统获得更高的跟踪精度。     

永磁同步电机的改进快速终端滑模控制

针对线性滑模控制永磁同步电机不能实现有限时间控制以及终端滑模控制不能实现快速收敛的问题,提出了一种改进快速终端滑模控制方法。所提控制方法经理论证明能实现更快的收敛速度。滑模控制律通过Lyapunov稳定性定理计算得出。对所提方法进行了仿真验证,并与终端滑模控制作对比,结果证明了所提改进快速终端滑模控制能有效地提高系统的起动性能和抗扰动性能。     

基于神经网络的一类非线性关联大系统鲁棒滑模分散控制

针对一类具有未知界扰动和子系统部分已知的非线性大系统,结合神经网络逼近方法、滑模控制研究了一种新的分散鲁棒自适应控制方法。所设计的分散控制器分为两部分,一是等效控制器,二是滑模控制器。滑模控制器用来减小系统的跟踪误差,起鲁棒控制作用。文中用神经网络逼近非线性未知函数,将网络权值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。仿真算例证明了所设计的鲁棒分散控制器是有效的。