高超声速飞行器建模研究

该文基于NASPWinged-cone高超声速飞行器模型,研究了高超声速飞行器六自由度模型建立方法,并基于面元法计算的气动力对其纵向模态特性进行了初步研究,了解了高超声速飞行器纵向长短周期特性。该建模方法为初步分析、计算、模拟和表征高超声速飞行器运动规律的研究提供了方法。     

高超声速飞行器自适应高阶终端滑模控制

针对高超声速飞行器的纵向运动模型,研究了飞行器输出跟踪控制问题,提出了一种将动态逆方法与高阶终端滑模控制相结合的鲁棒自适应控制方法.首先,利用反馈线性化方法对高超声速飞行器纵向模型输入输出线性化;通过设计具有全局鲁棒性的终端滑模面,提高系统的输出收敛速度;同时,采用自适应高阶滑模控制律,在不确定上界未知条件下对其进行自适应估计,从而实现控制器增益的实时在线调整,减少系统抖振;最后,基于Lyapunov理论证明了此控制策略可以保证闭环系统稳定.仿真结果表明,所设计的控制器能够实现高超声速飞行器纵向爬升机动中速度和高度的稳定跟踪控制.     

高超声速飞行器非线性干扰观测器动态面滑模控制

针对高超声速飞行器纵向模型具有高度非线性、多变量耦合以及参数不确定等特点,提出一种基于非线性干扰观测器的高超声速飞行器动态面滑模控制方案。利用非线性干扰观测器观测未知干扰,并通过动态面滑模设计控制器使观测误差指数收敛,针对高度和速度进行了稳定性分析,采用动态逆的方法设计速度控制器,控制律的设计保证了闭环系统的半全局一致稳定。仿真结果表明,该控制方案能够有效地的克服非线性干扰的影响,提高系统的鲁棒性。     

高超声速再入滑翔飞行器的模糊变结构控制

针对高超声速再入滑翔飞行器的再入姿态控制,设计了模糊变结构姿态控制器.根据控制系统的任务,建立了面向控制的模型.将模糊控制与滑模变结构控制的思想相融合,研究了模糊滑模变结构控制器的设计方法.通过在稳定的误差相平面内构造稳定的滑模面,模糊控制器根据误差状态与滑模面的相对位置输出控制信号,使得系统的轨迹能趋近稳定的滑模面,从而使得误差沿着滑模面收敛到原点.将模糊滑模变结构控制方法应用于高超声速滑翔洲际飞行器,给出了再入滑翔姿态控制器的设计方案,分别对攻角、侧滑角和倾侧角设计了独立的模糊变结构控制器,提出了分段线性控制分配方法.在Matlab中进行了整个控制系统的仿真测试,验证了该方法的可行性.     

基于SDRE方法高超声速飞行器控制系统设计

高超声速飞行器拥有复杂且易变的气动特性,为确保高超声速飞行器在复杂的飞行条件下,拥有稳定的飞行特性、良好的控制性能。针对高超声速飞行器非线性模型,采用状态相关的Riccati方程(State-Dependent Riccati Equation,SDRE)方法设计高超声速飞行器控制系统,利用改进的Newton法对控制器进行求解,同时在高超声速条件下进行仿真,验证了SDRE方法在高超声速飞行器控制系统中的可实现性及优越性。     

基于粒子群的高超声速飞行器模糊控制方法

由于采用机体一体化设计,吸气式高超声速飞行器的气动特性难以准确获知,建立的数学模型是极为不准确的。针对这一特点,研究了一种基于粒子群的高超声速飞行器模糊控制方法,利用粒子群算法对模糊控制器参数寻优,使该控制方法具有强鲁棒性,高超声速飞行器在气动模型不确定情况下,依然能够保持很高的控制精度。仿真用高超声速飞行器的纵向模型对该控制器进行了验证,证明该控制方法能够有效地克服气动参数的不确定性,准确地跟踪飞行器的高度和速度指令。     

带矢量喷管的高超声速飞行器的跟踪控制

基于跟踪控制理论,本文研究了具有矢量喷管的吸气式高超声速飞行器的控制问题．首先本文建立了基于矢量喷管的吸气式高超声速飞行器的动力学模型．该模型表现为矢量喷管推力对飞行器纵向力矩的作用很大,而对速度的影响很小．在相同的控制参数下,本文给出了飞行器的三种不同的跟踪控制模式．基于极点配置和Youla参数化方法设计切换的跟踪控制律,实现了不同控制模式之间的平滑切换,并且保证切换过程中闭环系统的稳定性．最后,通过对仿真结果的分析验证了矢量喷管技术在吸气式高超声速飞行器控制中的优势,并且指出多种控制方式协调配合对高超声速飞行器的姿态控制具有重要意义．     

高超声速飞行器的滑模预测控制方法

针对高超声速飞行器非线性、强耦合、快时变、不确定性等特点,结合滑模控制鲁棒性强和预测控制可以显式处理约束条件的优点,提出了一种滑模预测控制器设计方法。首先,在平衡点将高超声速飞行器的纵向模型进行小扰动线性化,得到用于控制器设计的预测模型;然后,基于小扰动模型利用极点配置设计渐近稳定的滑模面,对滑模面进行预测并在性能指标中优化,通过矩阵变换将优化问题转化为二次规划问题,避免了常规滑模控制的高频切换,有效地克服了抖振现象。仿真试验表明:当存在参数不确定时,滑模预测控制能有效地克服干扰信号,实现速度和高度的精确跟踪,保证输入和状态均在约束范围之内;稳态时系统误差趋近于滑动面并且一直处在这个滑模面上,不存在抖振现象。     

基于动态方程的高超声速飞行器姿态协调控制

为解决高超声速飞行器飞行控制系统中的协调问题, 提出一种基于动态方程的耦合分析方法, 并运用该方法分析高超声速飞行器姿态的动态耦合关系, 设计了协调控制器。首先, 研究了高超声速飞行器的姿态运动特性; 并根据飞行器耦合特点, 提出一种基于动态方程的耦合分析方法用来反映变量间的动态耦合关系; 结合耦合阵, 基于分层滑模控制设计飞行器的协调控制器, 有效应对操纵舵之间的强耦合。基于Lyapunov 理论证明了闭环系统具有渐进稳定性, 并通过仿真实验验证了所提方法的有效性, 实现了姿态的协调控制。     

基于模糊自适应的高超声速飞行器控制设计

由于采用机体/发动机高度一体化设计,吸气式超燃冲压高超声速飞行器的气动特性难以准确获得。针对这一特点,研究了一种基于模糊自适应的控制方法,使得高超声速飞行器在气动模型不确定情况下,依然能够保持较好的控制精度。采用模糊自适应方法设计了高超声速飞行器纵向控制系统,并进行了无偏和拉偏仿真。仿真结果表明,该方法能够有效克服气动模型不确定性,实现飞行器的速度和高度的跟踪控制。     

高超声速飞行器技术研究进展

 高超声速技术作为新世纪航空航天的标志性技术,已成为国内外军事、航天领域关注的重点技术。对高超声速飞行器进行了分类,对国外主要军事大国高超声速飞行器的发展路线、总体方案、性能参数等进行了梳理,围绕对高超声速飞行器发展产生重要影响的气动设计技术、高超声速推进技术、高超声速结构热防护技术、高超声速制导控制技术,剖析了技术发展特点和技术发展方向。基于国外高超声速飞行器的型号发展和投入方向,认为高超声速滑翔飞行器将成为高超声速领域优先发展领域。     

基于双制动模式的电动汽车制动能量回收方法

针对电动汽车发展的问题,扼要地分析了电动汽车制动能量回收研究的重要性和必要性,简要分析了电动汽车制动能量回收技术的发展现状。在深入研究电动汽车制动能量回收技术的基础上,提出了基于双制动模式的电动汽车制动能量回收方法,介绍了其结构设计,重点论述了相关参数的确定方法。     

基于有限时间控制的高超声速飞行器控制律设计

针对高超声速飞行器的飞行控制问题,提出了一种基于有限时间控制技术的控制方法.根据高超声速飞行器纵向模型的特点,将高度控制和速度控制看作2个子系统分别设计控制器.采用非线性动态逆与有限时间控制技术相结合的方法,分别设计了速度控制器和高度控制器.速度控制器设计时考虑了发动机的动态,使得飞行速度在有限时间内收敛到给定值.飞行...     

基于视觉的缩微智能车车道检测与控制

针对智能车辆自主驾驶行为研究,提出并实现了一种基于视觉导航的缩微智能车系统.从软硬件架构、数据通信方式上介绍了缩微智能车系统的整体设计,并针对缩微道路交通环境中传统车道线检测技术易受光照变化影响的问题,提出一种灰度形态学Top-Hat变换与亮度轮廓扫描方法相结合的车道线检测算法.为分析智能车在缩微交通环境下的自主驾驶表现,设计了一种模拟驾驶员转向行为的舵机模糊控制算法.实验结果表明,该方法可以有效模拟车辆在真实道路交通环境中的自主驾驶行为,为智能交通系统研究提供了一种新思路.     

电动汽车再生制动与防抱死制动协调控制

以电动汽车的再生制动与防抱死制动系统协调控制为研究对象,提出一种协调控制方法.采用滑模控制研究防抱死,并证明带有电机制动力矩时控制的稳定性.进而提出不影响滑模控制的滑移率门限值,并设计了协调控制算法.最后,在Simulink环境下搭建了整车模型,选择高、低附着系数路面工况对所提出策略进行仿真,结果验证了协调控制算法的正确性.     

神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。