导弹起竖过程轨迹规划及跟踪控制研究

为实现导弹的快速平稳起竖,对导弹起竖过程的最优时间轨迹规划和跟踪控制问题进行研究。在分析起竖液压缸负载力的基础上,建立了起竖系统电液比例阀控多级缸的数学模型。为消除起竖过程中多级液压缸换级碰撞带来的液压冲击,提出了采用分级规划的策略。对每一级进行轨迹规划时,为保证起竖过程的平稳性,采用基于非对称组合正弦函数的轨迹规划方法。在综合考虑装备实际中的液压系统压力、流量及负载横向过载约束的基础上,建立了导弹起竖过程的最优时间轨迹规划模型并给出了模型的求解方法。针对导弹起竖系统具有非线性、大范围变负载、模型参数时变的特点,设计了基于H回路成形的鲁棒跟踪控制器。最后,以某型导弹起竖过程的轨迹规划和跟踪控制为例进行了仿真研究,结果表明提出的轨迹规划方法和设计的鲁棒跟踪控制器的有效性。     

移动机器人的快速终端滑模轨迹跟踪控制

针对基于动力学模型描述的非完整移动机器人轨迹跟踪问题,给出了一种快速终端滑模控制器设计方法,该方法结合反演(backstepping)设计和快速终端滑模控制的思想,实现了非完整移动机器人全局快速轨迹跟踪控制,并且能够在有限时间内完全跟踪上期望轨迹。该方法将系统分解为低阶子系统来处理,利用中间虚拟控制量简化了控制器的设计,具有直观的稳定性分析,设计方法简单。仿真结果验证了该控制器的正确性和有效性。     

再入轨迹跟踪控制的非线性方法研究

针对高度变化大,速度变化快的可重复使用飞行器的再入轨迹跟踪问题,选用名为状态相关Riccati方程的一种新型非线性控制方法进行再入轨迹跟踪控制器设计.同时在几乎所有涉及Riccati方程的控制器设计问题中,合适的加权矩阵的选择通常是比较棘手的.针对这个问题,提出了一种有效的权阵选择方法,避免了试凑等传统方法带来的误差和工作量.随后给出了最优再入轨迹跟踪控制器的详细设计过程,并在一定的气动摄动条件下进行飞行仿真.仿真结果表明了这种方案的可行性,实用性和鲁棒性.     

基于扰动观测器的飞行器轨迹跟踪控制器设计

针对多种扰动作用下的固定翼飞行器三维轨迹跟踪问题, 设计了一种基于改进非线性扰动观测器的非奇异快速终端滑模轨迹跟踪控制器。首先推导固定翼飞行器三维轨迹跟踪误差模型, 考虑模型误差和飞行过程中的未知扰动, 设计了一种基于状态估计误差反馈的非线性扰动观测器对扰动进行观测。基于非奇异快速终端滑模控制方法, 采用双幂次趋近律设计轨迹跟踪控制器, 并证明了闭环控制系统的稳定性。仿真结果表明, 在多种扰动的作用下, 所设计的轨迹跟踪控制器能够对三维机动轨迹进行准确、稳定的跟踪。     

非完整移动机器人的自适应滑模轨迹跟踪控制

针对动力学模型描述的非完整移动机器人系统，研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题，基于反演技术和自适应滑模控制的思想设计了具有全局渐近稳定的轨迹跟踪控制律。谊控制律将系统分解为低阶子系统来处理，利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计，并具有直观的稳定性分析．满足了移动机器人的轨迹跟踪要求，且具有设计方法简单、鲁棒性强的特点。仿真结果验证了所设计控制器的有效性和正确性。     

再入机动飞行器最优轨迹设计与跟踪

提出了一种再入机动飞行器（maneuvering reentry vehicle, MRV）的最优制导与控制方案。针对MRV再入机动轨迹优化问题,提出了新的基于Gauss伪谱优化方法的分段优化策略;由产生的最优参考轨迹,生成系统的外环最优制导指令。接着利用轨迹线性化控制（trajectory linearization control, TLC）方法设计系统的内环控制律。基于MRV完整的非线性六自由度模型,仿真表明提出的再入轨迹优化设计方法是有效的,而且内环TLC控制器可以准确地跟踪外环的最优制导指令和最优轨迹,并对系统未建模特性和参数不确定性具有一定的鲁棒性能。     

新型六旋翼飞行器的轨迹跟踪控制

针对新型六旋翼飞行器,提出一种轨迹跟踪控制策略。首先,给出了六旋翼飞行器的运动学模型和动力学模型,同时给出存在复合干扰情况下的运动学模型,并提出了一种新的复合干扰估计算法,该算法是由干扰估计误差驱动而非传统的状态跟踪或者预测误差。随后,设计了飞行器动力学和运动学模型的backstepping控制器,在动力学模型的控制器设计中将指令滤波和线性跟踪微分器用于其中,以提高系统对控制指令的响应速度。最后,通过仿真验证实验,验证了所提干扰估计算法和轨迹跟踪策略的正确性和有效性。     

一类不确定非线性系统的鲁棒输出跟踪控制器

研究了一类不确定非线性系统的鲁棒输出跟踪问题 ,目的是在未满足不确定性匹配条件的情况下设计精确跟踪参考轨迹的状态反馈控制器。为了补偿不确定性 ,将鲁棒输出跟踪控制器的设计问题转化为最优控制器的设计问题。证明了鲁棒输出跟踪问题的解可通过最优控制的解而得到 ,通过仿真说明了这种设计方法是行之有效的。     

海流扰动下无人水下航行器的动态面反演轨迹跟踪控制

针对存在未知海流扰动条件下无人水下航行器(unmanned underwater vehicle, UUV)的轨迹跟踪控制问题, 提出一种欠驱动UUV的动态面反演轨迹跟踪控制方法。首先, 设计一种改进型海流扰动观测器来估测航行器动力学模型中存在的未知海流扰动。然后, 采用反演法并结合动态面控制技术设计三维轨迹跟踪控制器, 将控制算法中微分运算转换为简单且易于实现的代数运算, 降低控制算法复杂性的同时避免“微分爆炸”问题, 结合李雅普诺夫理论证明系统闭环稳定性。最后, 对所设计的控制器进行仿真验证, 结果表明所设计观测器能够有效应对时变海流干扰问题, 精确地完成UUV的轨迹跟踪控制任务。     

基于能量最优的无人驾驶汽车路径跟踪控制

动力总成控制对无人驾驶汽车的动态性能和经济性起着重要的作用.为了提高车辆在路径跟踪过程中的动力性和经济性,提出了—种基于能量最优化的路径跟踪控制策略.控制策略分为两部分,在上层控制器中使用非线性模型预测控制来计算所需要的动力参数和前轮转角.下层控制器采用基于电机能耗数值最优的方法进行设计.该方法可以确保电机一直运行在效...     

具有弱通讯的多智能体分布式自适应协同跟踪控制

针对具有弱通讯的高阶严反馈非线性多智能体系统,提出一种新颖的分布式自适应反演控制方法,并研究了该系统的协同跟踪控制问题。首先,以5个智能体作为被控对象,其中一个智能体以分布式结构组成“领航者-跟随者”编队模式,并且将领航者的运动速度作为整个编队系统的前行速度,其余智能体作为跟随者跟随领航者编队运动。其次,采用自适应反演方法,对系统中由于弱通讯导致的不确定参数进行自适应估计,并对系统设计补偿追踪控制律,使系统中的智能体能够实现自主跟踪时变的参考轨迹,最终以最优的轨迹避开障碍物,并保持期望队形运动。接着,根据Lyapunov稳定性理论,证明了所提方法的有效性。最后,通过仿真对比表明,所提方法能够使多智能体系统的横向、纵向跟踪误差以及参考轨迹的相对误差均实现快速收敛,并在跟踪过程中保持该系统渐近稳定。     

一种移动机器人自适应轨迹跟踪控制算法研究

针对轮式移动机器人的轨迹跟踪问题,提出了一种基于运动学模型的自适应轨迹跟踪控制算法。在分析经典轨迹跟踪控制律缺点的基础上,算法中引入了机器人位姿误差的纵坐标误差以加速机器人的轨迹逼近速度,并采用人工场和位姿误差协同作用来共同完成机器人的导向控制。该控制律结构简单,鲁棒性强。仿真实验表明该方法使移动机器人具有更理想的逼近轨迹。     

无人直升机自主着舰轨迹跟踪控制

着舰飞行过程中的轨迹跟踪控制能力是影响舰载无人直升机性能的关键因素,针对无人直升机模型不确定性和在飞行时受阵风干扰的问题,基于扩张状态观测器(extend stated observer, ESO)和动态面策略提出一种应用于无人直升机自主着舰的轨迹跟踪控制方法。首先,建立无人直升机数学模型。其次,设计复合扰动ESO,用来观测未建模动态和外界阵风扰动的影响,并采用前馈补偿的方式来抑制系统不确定性,实现系统对扰动的鲁棒性。然后,采用内外环形式的分层结构设计轨迹跟踪控制器,采取动态面策略避免反步法“微分爆炸”和控制参数调整不敏感的问题,并采用Lyapunov方法证明了整个系统是一致渐进稳定的。最后,采用课题组在研直升机进行了仿真实验,仿真结果表明该控制器具有较好的轨迹跟踪性能。     

基于鲁棒模型预测的智能汽车轨迹跟踪控制研究

针对传统的基于跟踪误差模型轨迹跟踪控制器在复杂行驶环境下控制精度不高,鲁棒性差等问题,设计一种鲁棒模型预测轨迹跟踪控制策略.采用车辆凸多胞体动力学模型显式描述车辆动态特性,结合轨迹跟踪多目标约束设计鲁棒性目标函数,通过线性矩阵不等式优化方式求解状态反馈控制律;引入前馈控制消除稳态误差,提高跟踪精度.结果 表明:在不同行...     

#br# 基于伪谱重构的采样反馈近最优制导

利用采样反馈控制和轨迹快速重构技术,设计了固定采样反馈和自适应采样反馈两种有限推力远程变轨近最优闭环制导策略。建立了空间变轨和交会最优制导数学模型。结合变轨运动方程特征,给出了伪谱优化参数缩减方法和实时性提升策略;基于采样反馈和最优控制理论,利用采样数据进行连续轨迹重构,并将开环最优解进行闭环反馈以更新制导指令。仿真结果表明,两种策略在保证任务指标近最优性的同时,可以有效抑制地球扁率J2摄动和计算误差的影响;自适应采样策略自主性好、制导精度误差收敛快,但计算量和燃耗偏大,二者使用时需要根据具体任务要求合理选择。     

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。     

基于辅助信标的无人机协同目标跟踪

针对无人机姿态角误差与观测误差影响目标定位精度问题, 构建基于辅助信标的无人机协同目标跟踪模型, 提高了对目标的定位精度。提出基于辅助信标的姿态校正方法, 利用辅助信标的精确位置实时校正无人机的姿态角, 减小姿态角误差对定位精度的影响。根据双无人机的最优观测构型, 设计双无人机协同控制律, 得到无人机观测的优化轨迹, 以提高无人机对目标的观测质量, 最后采用容积卡尔曼滤波算法得到目标的状态估计。仿真结果表明该算法能有效减小无人机姿态角误差和观测误差对目标定位的影响, 提高目标跟踪精度, 具有一定的工程应用价值。     

切向加速度与弦误差约束的CNC系统时间最优轨迹规划

针对计算机数控(CNC)系统给定参数化路径, 给出了一种求解时间最优轨迹规划问题的凸优化方法. 轨迹规划问题考虑切向加速度约束与弦误差约束. 通过建立两种约束下的状态容许空间, 分析约束对时间最优轨迹的影响. 通过非线性变量代换, 时间最优轨迹规划问题被表述为一个与时间无关的凸最优控制问题. 基于控制向量参数化(CVP)方法, 问题被进一步转化为易于求解的凸优化问题. 以路径参数对时间的二阶导数(参数加速度)为优化变量, 序列二次规划(SQP)方法获得问题数值解. 文末通过求解两个测试路径的时间最优轨迹规划问题, 验证方法的有效性.