超机动飞行的非线性鲁棒自适应控制系统研究

针对飞机模型中存在气动参数不确定性以及外界干扰等影响因素,设计了一种超机动飞行的非线性鲁棒自适应控制系统。控制系统设计过程中,模型不确定性和外界干扰由RBF神经网络在线补偿,控制律及神经网络权值自适应律由反步法得到。解决了系统中控制增益矩阵未知,同时存在外界干扰情况下的鲁棒飞行控制系统设计,并证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了过失速Herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。     

基于神经网络的反步自适应大机动飞行控制

针对飞机大机动飞行时模型非线性和参数不确定性的特点,提出了一种基于全调节神经网络的反步自适应控制方法。飞机模型不确定部分由全调节径向基函数(radical basis function, RBF)神经网络在线补偿,控制律及神经网络参数自适应律由反步法回馈递推得到,并利用一种自适应参数策略的混沌粒子群算法优化控制器固定参数,改善动态性能,最后通过加权伪逆控制分配方法得到最终控制信号。仿真结果表明：在较大的模型气动参数不确定及控制增益矩阵未知时,所设计的控制律仍能理想地跟踪飞机大机动指令飞行,神经网络参数估计误差指数收敛到有界紧集,系统具有快速的收敛性和良好的鲁棒性。     

动态面过失速机动飞行控制律的设计

提出了一种基于B-spline网络和动态面控制方法的过失速机动飞行控制律设计方法。针对飞机气动力和力矩的非线性和不确定性,引入具有学习和记忆功能的B-spline网络,自适应逼近飞机的气动力和力矩,加快参数收敛速度,改善系统的过渡过程性能。动态面飞行控制律消除了Backstepping设计方法中由于对虚拟控制反复求导而导致的复杂性问题。基于Lyapunov稳定性定理证明了闭环系统的所有信号半全局一致毕竟有界,并且通过适当选择设计参数,跟踪误差可收敛到原点的一个小邻域内。大迎角过失速机动飞行的数值仿真验证了方法的有效性。     

约束反推自适应超机动飞行控制律设计

基于反推控制理论设计了超机动飞行控制律.考虑到飞机控制变量和状态在幅值、带宽和速度方面的限制,将命令滤波器引入到反推设计过程,简化了标准反推控制对虚拟控制信号求导的复杂计算,仿真结果表明,设计的控制律能控制飞机很好的跟踪过失速机动指令,当出现舵面饱和时'仍能保持参数自适应律收敛和系统稳定.     

基于鲁棒自适应控制理论的导弹纵向逆控制

针对高机动导弹纵向运动数学模型具有严重非线性、不稳定、多变量耦合以及模型不确定等特点,提出了一种基于鲁棒自适应控制理论和动态逆相结合的导弹纵向控制系统设计方法。该方法以非线性动态逆控制为基本控制律,能够在复杂的飞行条件下,实现对高机动导弹的精确线性化,解除了多变量之间的耦合关系;并引入鲁棒自适应控制律,以抑制模型参数变化的摄动和外部干扰的影响,保证了导弹的纵向稳定性及其纵向飞行品质。仿真分析验证了控制方法的有效性。     

超机动飞行自抗扰控制律设计与仿真

提出了一种利用自抗扰控制器算法设计超机动飞行控制系统的新方法。根据自抗扰控制器可以动态补偿系统模型扰动和外扰的特点,在超机动飞行快回路和慢回路中引入自抗扰控制器,实现了快变量和慢变量的动态解耦控制。直接针对飞机超机动飞行条件下的强耦合、强非线性模型进行控制律设计,符合超机动飞行控制的非线性、模型摄动大、模型不精确等特点,在很大的包线范围内不需要改变控制器的结构和参数,简化了设计过程。大包线范围内的大迎角机动仿真结果表明,系统具有良好的动态和稳态性能,控制器具有很强的鲁棒性,为解决超机动飞行控制问题提供了一种新的途径。     

基于滑模干扰观测器的反演终端滑模飞行控制

针对某战斗机机动飞行时强耦合、气动参数和力矩干扰不确定非线性模型,提出了一种基于滑模干扰观测器的滑模反演控制方法。将飞机非线性动力学模型分解为角度回路和角速度回路并表示为严格反馈形式,分别采用反演和快速终端滑模方法设计虚拟控制律与实际控制律。结合滑模微分器获取虚拟控制律的导数,避免计算复杂性问题,并基于滑模微分器设计干扰观测器,实现对模型不确定性的有效估计和补偿。仿真结果表明,该控制方法对气动参数摄动和力矩干扰不确定性具有鲁棒性,能够实现对参考轨迹的稳定跟踪。     

基于干扰估计的高超声速飞行器鲁棒控制方法

针对高超声速飞行器高度与速度跟踪所面临的参数不确定与外界干扰问题,提出基于干扰估计的鲁棒控制律设计方法。首先建立含参数不确定与外界干扰的高超声速飞行器模型;而后基于动态逆思想,将动力学模型进行线性化,并将由参数不确定与外界干扰对系统造成的总效果看作系统总干扰,从而引入线性扩张状态观测器实现对系统状态及总干扰的估计;最后考虑总干扰作用,提出具有鲁棒性能的动态逆控制律与滑模控制律。通过与传统控制律进行对比仿真,结果表明所设计的两种鲁棒控制器只需在原有方法基础上进行简单改进,即可较大程度提高对系统参数不确定与外界干扰的鲁棒性,具有良好的跟踪性能。     

基于扩张观测器的三维动态面导引律

为提高导弹拦截高速机动目标的精度,基于自抗扰控制理论的估计补偿思想,设计了考虑自动驾驶仪动态特性和目标机动的三维动态面导引律。首先,建立了考虑自动驾驶仪动态特性的三维耦合制导模型;其次,针对制导模型中所存在的目标机动和测量噪声的干扰,设计扩张观测器估计目标机动和视线角速率,并将其应用到导引律的设计中;再次,基于动态面控制方法设计了三维空间导引律,避免了传统反演控制方法中的“微分膨胀”问题;最后,在目标作不同机动情况下,所设计的导引律与比例导引律、动态面导引律进行比较,仿真结果表明所设计的导引律具有更好的制导性能。     

基于敏捷性导弹逆动态的神经网络控制方法与仿真研究

给出了一种基于敏捷性导弹逆动态的神经网络控制方案。该方案由两个神经网络组成：第一个神经网络（NNI）用来离线的学习整个飞行包线内导弹动态特性的逆特性，以实现系统的线性化；由于敏捷性导弹在大迎角状态下具有高度的非线性特性和气动参数突变等未建模动态，因此引入第二个神经网络（NN2）来在线的补偿NNI的逆误差。在线学习的权值调整由Lyapunov理论得出，保证了闭环系统的稳定性。该控制方案对参数变化及未建模动态等具有良好的鲁棒性。将其应用于敏捷性导弹的控制中，数字仿真结果表明该控制方案有效。     

弹性高超声速飞行器智能控制系统设计

针对气动舵受限下的弹性高超声速飞行器控制问题, 提出一种基于神经自适应的智能控制方案。在速度子系统的设计过程中, 为了降低对模型参数的依赖程度, 应用强化学习算法在线调整比例积分微分(proportional integral derivative, PID)控制参数, 给出智能PID控制策略。对于高度子系统, 考虑气动舵的动态特性, 利用神经自适应方法对模型未知函数及不确定项进行逼近。为了处理气动舵的约束问题, 以非线性模型预测控制为优化分配模板生成大量样本数据集, 经离线训练得到深度神经网络代替求解复杂优化问题和控制分配的过程。此外, 通过引入自适应超螺旋微分器处理外部扰动, 增强了系统的鲁棒性。利用Lyapunov方法证明了所设计控制器的稳定性, 并通过仿真验证了所设计控制方案能够快速计算控制指令, 实现高精度跟踪控制。     

起竖系统建模及动态面自适应滑模控制

针对起竖系统存在非线性特性、参数不确定性以及环境干扰等问题,在起竖系统的起竖控制过程中,提出了一种动态面自适应滑模的控制策略。建立了起竖系统的非线性数学模型,在滑模控制器设计中,引入动态面控制,利用一阶积分滤波器来计算虚拟控制项的导数,使控制器设计简单,加入自适应控制算法,实现对不确定参数的在线估计,消除系统的不确定性,并给出了控制律和自适应律。仿真结果表明,与比例积分微分控制和一般滑模控制相比,所提控制方法有较强的鲁棒性和良好的跟踪性能,提高了起竖过程的稳定性。     

时敏制导炸弹离散自适应滑模BTT自动驾驶仪设计

为提高航空时敏制导炸弹控制系统的鲁棒性能,增强其大空域作战能力,将参数估计与离散滑模控制相结合,提出了一种适用于航空时敏制导炸弹倾斜转弯(bank-to-turn,BTT)自动驾驶仪的离散自适应滑模设计方法。建立了包含参数摄动项的BTT控制仿射模型,针对弹体气动对称与交叉耦合等特性,利用反馈线性化方法实现了原系统的解耦控制,并得到了参数化的离散滑模控制律;基于Lyapunov稳定性理论设计了控制器参数的自适应规律,有效克服了各动力学系数偏差引起的不确定扰动。仿真结果表明,所设计的离散自适应滑模BTT控制系统实现了各通道的解耦控制,能有效解决含有较大程度气动不确定性时炸弹的指令跟踪控制问题,并且消除了常规滑模控制的抖振现象。     

基于DSC和MLP的欠驱动船舶自适应滑模轨迹跟踪控制

针对存在船舶动态不确定和外界干扰的欠驱动水面船舶轨迹跟踪控制问题,提出一种基于动态面控制(dynamic surface control,DSC)和最小学习参数法(minimal learning parameter,MLP)的自适应滑模控制方法。在控制律的设计过程中,为实现位置跟踪误差的收敛,利用反步法设计船舶前向速度和横漂速度的虚拟控制律镇定轨迹跟踪误差;引入DSC技术,用于消除反步法对虚拟控制求导引起的“微分爆炸”问题;另外,采用MLP技术,以单参数在线学习代替所有权值在线学习,减少控制器的计算量,避免出现“维数灾难”问题,并结合带有“σ-修正”的自适应律,防止参数漂移,易于工程的实现。稳定性分析证明了所设计控制律可以保证轨迹跟踪船舶闭环系统中轨迹跟踪误差信号一致最终有界,仿真结果验证了所设计控制器的有效性。     

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。     

基于超螺旋滑模的船载稳定平台镇定控制

针对存在动态不确定与未知外界扰动的船载稳定平台, 提出基于超螺旋扩张状态观测器(super-twisting extended state observer, STESO)的超螺旋滑模(super-twisting sliding mode, STSM)镇定控制方案。构造STESO, 为平台的动态不确定以及未知外界扰动引起的总扰动提供在线估计, 再依据超螺旋算法设计船载平台STSM镇定控制律, 使得船载平台上支撑面渐近调节于惯性空间中某一期望的位姿不变。仿真及比较结果验证了所设计的船载平台镇定控制律具有较高的鲁棒性、扰动估计精度及镇定控制精度。     

带非线性观测器的欠驱动船舶自适应动态面输出反馈轨迹跟踪控制

针对船速与艏摇角速度均不可测的三自由度欠驱动船舶轨迹跟踪问题,考虑在海洋环境扰动未知,提出一种带非线性观测器的动态面自适应输出反馈控制方法。该方法通过对系统模型进行坐标变换,设计非线性观测器估计船舶的速度向量;采用动态面技术可处理反演法对虚拟控制量求导导致的“微分膨胀”问题,减少计算量;同时采用自适应律估计海洋环境干扰的界值,从而防止参数漂移。利用Lyapunov函数证明该控制律可保证船舶轨迹跟踪误差的一致最终有界性,仿真结果证明了所提出控制方法的有效性。