高超声速滑翔飞行器动态逆解耦跟踪控制方法研究

针对临近空间高超声速滑翔飞行器再入段俯仰偏航以及滚动三通道运动存在非线性耦合严重的情况,建立了高超声速滑翔飞行器的多变量强耦合非线性时变倾斜转弯控制模型,提出了一种将过载控制转化为所需迎角侧滑角及滚转角误差的三通道联合跟踪控制方法,根据高超声速滑翔飞行器制导回路快速性的动态性能要求,设计了一种基于非线性动态逆及状态反馈的解耦综合控制器,闭环仿真结果表明该方法能够实现三通道运动解耦控制和制导指令跟踪,满足系统动态性能的要求。     

基于RBF网络的BTT导弹逆控制研究

运用RBF神经网络结构和最近邻聚类算法,对导弹系统逆动力学系统进行动态模型辨识,并以辨识模型为控制器与BTT导弹控制系统串联构成一个动态伪线性系统,进而应用逆系统方法设计了一种用于解决BTT导弹非线性控制问题的经典控制与神经网络在线自学习相结合的控制方案,实现了导弹三通道的线性化控制和输出的渐近无差跟踪.仿真结果表明,该方案可依据设计指标的要求,实现对BTT导弹的非线性控制,且具有较强的鲁棒性.     

导弹协同作战四维制导与控制一体化设计方法

为了使导弹能够在指定的时间跟踪理想轨迹到达指定点,从而满足多导弹协同突防和攻击的要求,提出一种鲁棒四维精确制导控制一体化设计方法。将导弹6自由度非线性模型进行简化,得到导弹四维精确制导与控制一体化设计模型。利用导弹质心与姿态运动固有的时标分离特性,设计了具有内外两回路结构的鲁棒控制器。将建模误差、参数摄动及外部干扰视作连续有界扰动,外回路基于自适应滑模控制理论设计了控制器,从而产生推力、攻角和侧滑角指令;内回路将扰动观测器技术和动态面控制理论相结合,得到了能够控制导弹准确跟踪外回路指令的执行机构偏转角。基于李雅普诺夫稳定性理论,严格证明了内外回路的稳定性,并分析了控制精度与控制器参数之间的关系。最后,将控制方法应用于导弹6自由度非线性数值仿真模型,仿真结果验证了所设计的四维鲁棒精确制导控制方法的有效性。     

导弹动力学建模与BTT解耦控制

建立了导弹非线性动力学方程、线性化模型和X型舵机由4舵面到3舵面的转换模型,在纵向和横航向通道分别设计了基于模型跟踪的最优控制器,满足导弹的BTT控制的三轴解耦要求。设计结果进行了部分参数的非线性调参设计,控制器参数依据高度、法向过载指令nyc和滚转角指令φc进行实时调参,通过非线性仿真验证,满足侧滑角近似为零、快速跟踪滚转和法向过载指令要求(小于0.5秒),为进一步设计实现BTT控制打下了基础。     

空空导弹控制系统鲁棒动态逆设计

将导弹动力学分离为快变状态动力学子系统和慢变状态动力学子系统,分别进行非线性动态逆控制设计。应用基于李雅普诺夫稳定性的鲁棒控制方法,设计出期望的慢变动力学和快变动力学,以保证动态逆控制系统对气动系数摄动的鲁棒稳定性。给出了通过构造动态反插值表,由力矩系数指令反解舵偏角指令的反插值方法。动态逆方法所需要的速度指令、滚动角指令及其一、二阶导数通过滤波器得到。对过载回路的稳定性问题和跟踪误差进行了定性分析,给出了过载回路的无静差设计方案,作为对动态逆的补充设计。给出了导弹控制系统六自由度数学仿真结果。     

卷弧翼滚转导弹Lipschitz自适应轨迹线性化控制

根据非对称卷弧翼滚转导弹运动特点,建立了包含系统不确定参数、结构损伤干扰、观测噪声等因素的三通道有控运动模型,提出了一种基于Lipschitz自适应观测器补偿控制的轨迹线性化控制(trajectory linearization control,TLC)改进算法。根据时标分离原则将控制系统分为快慢两个回路并设计TLC控制器。通过求解线性矩阵不等式组的方法得出了非线性Lipschitz状态观测器,对未知干扰参数进行估计,并依据参数估计值和反馈的状态设计了干扰补偿控制律,从而改善了TLC算法性能。仿真实验表明,提出的改进算法可以使导弹姿态运动较好地跟踪控制指令,实现了导弹滚转运动和角运动控制的解耦,保证了导弹系统能够抑制气动/结构参数摄动、观测噪声和强突发未知干扰等情况的影响,提高了导弹姿态控制的鲁棒性和准确性。     

基于自抗扰与模糊逻辑的大攻角控制系统设计

针对直接力/气动力复合控制空空导弹的敏捷转弯问题,提出了一种基于自抗扰控制技术与模糊逻辑的自动驾驶仪设计方法。将导弹俯仰通道分解为攻角控制回路与俯仰角速度控制回路,使用自抗扰控制方法分别设计控制器,并将其串联组成完整控制回路。由攻角指令得到虚拟控制量,然后通过模糊逻辑将虚拟控制量分配给气动舵与直接力喷流装置。最后使用模糊控制方法对自抗扰控制器的反馈增益进行在线调整。仿真结果表明,所提出的控制方案对大攻角指令有良好的跟踪效果,适用于空空导弹的大攻角敏捷转弯控制。     

基于H∞鲁棒动态逆的飞行器轨迹跟踪方法

利用非线性动态逆方法的精确线性化功能,结合H_∞控制理论,提出了一种阻力加速度能量标准轨迹的跟踪方法。通过动态逆将非线性的高超声速飞行器系统等效为线性对象,继而考虑非结构不确定性及参数不确定性,采用H_∞控制理论设计外回路鲁棒控制器,实现了标准轨迹的精确跟踪,同时给出了闭环系统的鲁棒稳定性证明。仿真结果验证了该方法的有效性。     

终端能量管理阶段动态逆轨迹控制仿真研究

针对终端能量管理阶段的轨迹控制任务,设计了适用于一种在线轨迹生成算法的俯仰、横航向和动压三通道制导律,其中俯仰通道的双回路控制器设计中使用了动态逆方法。建立了反映内回路特性的三自由度仿真模型以及针对飞行任务的控制系统分析方法,并使用上述方法分析了内回路动态特性、气动力、质量不确定性和常值风场等对轨迹控制效果的影响,三自由度仿真验证了轨迹生成和控制方法的可行性和鲁棒性。     

可旋转翼式弹道修正组件滚转控制技术研究

针对可旋转翼式弹道修正组件滚转通道控制中存在的未建模摩擦干扰、参数不确定性和外部随机干扰造成的复合扰动问题,提出一种基于扩张状态观测器(extended state observer, ESO)的滑模控制方法。首先建立弹道修正组件滚转通道模型,将动力学模型中存在的外部干扰、未建模摩擦干扰和参数摄动整合为复合干扰,然后设计ESO对修正组件滚转通道模型中难以直接测定的状态变量以及复合干扰进行估计,并基于估计值结合滑模控制理论设计滚转通道控制器,实现对滚转角指令的精确跟踪。综合考虑ESO和滑模控制器构成的闭环控制系统,利用Lyaponov稳定性理论证明了所设计的闭环控制系统的稳定性。最后,通过仿真实验分析,证明所设计的修正组件滚转通道控制器,对滚转角指令的瞬态响应和稳态性能优异,同时可以有效抑制系统复合扰动,具备较强的鲁棒性。     

基于RBF网络非线性系统逆控制的一种设计方案

基于逆动力学控制的思想,提出一种RBF神经网络逆控制与PID控制相结合的在线自学习控制方案。辨识器采用RBF神经网络结构和最近邻聚类算法,实现了对系统逆动力学模型的动态辨识。并将辨识模型作为控制器模型,与被控对象串联,构成一个动态伪线性对象,从而使非线性对象的控制问题转换为线性对象的控制问题。仿真实验证明该控制策略不仅能使系统具有良好的动态跟踪性能和抗干扰能力,而且具有较强的鲁棒性。     

BTT导弹分块模型组合非线性控制器设计与仿真

提出了基于导弹非线性分块模型的组合控制方法。对于弹道倾角和弹道偏角采用动态反馈,以及对非仿射型非线性系统的处理方法,保证跟踪误差收敛。姿态角、角速度层的控制,充分考虑了导弹气动参数不确定性和未建模动态、控制量输入的不确定性。对于不确定性采用自适应反演(backstepping)变结构控制方法。对BTT导弹6DOF非线性模型的仿真结果显示了本文方法的有效性。     

基于非线性干扰观测器的拦截弹动态逆控制

针对直接力/气动力复合控制的临近空间拦截弹,提出了一种基于非线性干扰观测器(nonlinear disturbance observer, NDO)的动态逆复合跟踪控制器设计方法。首先设计NDO,对系统的不匹配干扰进行估计,并通过干扰估计值设计前馈补偿项来有效消除外部干扰对系统的影响。接着,设计基于NDO的动态逆复合控制律,获取期望控制力矩。然后,利用动态控制分配技术将期望控制力矩分配到气动舵和反作用喷流装置。最后,仿真结果表明,所设计复合控制器对过载指令具有较好的跟踪效果,适用于临近空间拦截弹复合控制。     

基于LS-SVM的非线性鲁棒自适应飞行控制器设计

为解决因参数不确定,受外界未知扰动等非线性影响的飞行控制问题,以反馈线性化理论为基础,将最小二乘支持向量机引入控制结构,设计了一种基于在线逆误差补偿的非线性鲁棒自适应飞行控制器。经分析推导得出最小二乘支持向量机的自适应权值调整率,并应用Lyapunov稳定性理论证明飞行控制系统闭环渐进稳定。针对某型飞行器,通过构建平均气动模型误差方程模拟实际飞行环境下的不确定非线性影响,开展了6自由度飞行仿真对比试验,仿真结果证明所设计的控制器具有良好的指令跟踪能力和较强的鲁棒性。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

基于混合模糊P+ID控制的欠驱动AUV路径跟踪控制及仿真

针对欠驱动自主水下机器人(AUV)水平面路径跟踪控制问题进行研究。基于解析形式描述的单输入模糊控制器,提出了一种混合模糊P+ID控制算法。将其应用于欠驱动AUV路径跟踪控制中的趋近角跟踪控制,研究了控制器设计和参数调节方法,并采用小增益定理对基于混合模糊P+ID控制的趋近角跟踪控制系统的稳定性进行了分析。最后,采用欠驱动AUV非线性动力学模型进行仿真研究,结果表明基于提出的混合模糊P+ID控制的欠驱动AUV路径跟踪控制系统具有很好的鲁棒性和适应性,AUV能够精确跟踪预规划的航行路径。     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计。首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization, QPSO)算法对控制器参数进行优化,考虑无人机飞行过程中受到的未知干扰,引入扩张状态观测器(extended states observer, ESO)对干扰进行观测,进一步提高系统的鲁棒性,并结合实际工程应用对系统进行数学仿真。仿真结果表明,基于状态扩展双反馈模型预测控制的无人机侧向航迹跟踪控制器,能够在系统存在模型不确定性与受到动态干扰时对期望航迹进行准确、稳定的跟踪。     

基于e-σ-modification混合自适应律的鲁棒级联式侧滑飞行控制研究

针对常规布局飞机舵面故障下的侧滑飞行控制问题,提出一种基于e-σ-modification混合自适应律的级联式侧滑飞行控制方法。在滚转角和偏航角速率响应时间远小于侧滑角响应的假设下,证明了侧滑角级联回路的稳定性并给出调节时间ts与PI参数的关系。在扰动或未建模舵动态下,针对相对阶等于1和大于1的滚转角和偏航角速率通道分别设计模型参考自适应控制器(model reference adaptive controller,MRAC)。利用李雅普诺夫方法证明了在e-σ-modification律下鲁棒自适应控制内环的有界稳定,并给出在e modification律基础上能够进一步减小输出误差和控制参数误差界限的自适应增益选择方法。仿真验证表明在允许的舵偏范围内,该侧滑飞行控制方法不仅具有较满意的侧滑角保持和跟踪性能,而且能够有效减小上述误差界限,有效性得以验证。     

基于神经网络的自由漂浮空间机器人鲁棒控制

针对带有模型误差及外界扰动的自由漂浮空间机器人轨迹跟踪问题,提出了一种基于神经网络的自适应鲁棒控制策略。采用对神经网络状态空间进行划分后与滑模变结构结合的控制器,对不确定非线性进行自适应学习,逼近误差作为外部干扰由鲁棒控制器消除。该方法从整个闭环系统的稳定性出发,利用H_∞理论设计的鲁棒控制器及神经网络权值的在线调整规则保证了系统的稳定性,并能使系统L2增益小于给定的指标,具有较好的控制精度及动态特性。仿真分析进一步证明了该自适应鲁棒控制算法的有效性。