卫星编队飞行的神经网络滑模控制

该文推导卫星编队飞行的一般相对运动动力学模型,研究将指数趋近律滑模控制与神经网络控制相结合的卫 星编队飞行控制方法,设计一种径向基神经网络参数调节器. 实时调节指数趋近律的参数,从而取得滑动面的趋近速度 和燃料消耗的最优平衡. 采用指数趋近律滑模控制法,用饱和函数代替可能产生高频切换信号的开关函数,有效地削弱 了滑模控制的抖动. 二阶滑模控制结构保证了卫星编队的高精度控制. 仿真结果表明了这一控制方法的有效性.     

基于干扰观测器的移动机器人轨迹跟踪控制

针对移动机器人的轨迹跟踪问题,设计了基于干扰观测器的积分滑模控制器.考虑侧滑与干扰的影响,建立了移动机器人的运动学和动力学模型.基于终端滑模理论设计了自适应滑模干扰观测器,实现了对复合干扰的有限时间逼近.在此基础上设计了基于运动学模型的轨迹跟踪控制器,保证了位置跟踪误差的渐近收敛和角度误差的有界收敛.结合干扰观测器和积分滑模方法,设计了基于动力学模型的速度跟踪控制器.通过仿真验证了所设计控制算法的有效性.     

基于TSA的非线性神经网络预测控制

针对现有非线性预测控制方法在线递推控制律时求解非线性方程的困难,提出一种基于树和种子算法(tree and seed algorithm, TSA)的非线性神经网络预测控制算法.该算法采用径向基函数(radical basis function, RBF)神经网络建立非线性系统的过程模型,并将该模型作为预测模型,可以有效逼近系统的过程特性.在此基础上,通过该模型递推非线性系统的预测输出值,并设计具有约束的二次型性能指标.利用TSA优化该性能指标,不断在线搜索非线性预测控制系统的最优控制律,避免采用直接递推的方式求解复杂非线性优化问题,减轻了系统的计算负担.生化发酵过程仿真对比结果表明,该算法具有很强的跟踪和抗干扰能力.     

基于四元数的四旋翼无人飞行器轨迹跟踪控制

四旋翼无人飞行器具有复杂的数学模型,但现有控制方法大多是基于系统简化模型提出的. 为此,该文分析了这类方法的局限性,并基于原始数学模型研究了非线性轨迹跟踪控制问题. 通过期望轨迹建立跟踪误差模型,将其分解为两个相互独立的子系统,并以刚体旋转的四元数为系统状态对姿态子系统进行描述. 利用backstepping 方法设计时变反馈控制律使其子系统指数稳定. 根据级联系统的全局稳定性判据,通过研究耦合部分的性质证明系统的全局指数稳定性. 仿真结果表明,该方法能够实现四旋翼无人飞行器对期望轨迹的跟踪.     

四旋翼飞行器的分散式容错控制

针对存在复合干扰和执行器故障的四旋翼飞行器姿态系统提出一种故障调节策略. 首先给出了四旋翼飞行器的姿态模型和存在复合干扰情况下的姿态模型,并给出执行器的失效故障表达形式. 针对姿态控制系统的复合干扰和执行器失效故障,分别给出一种复合干扰估计和局部故障诊断和辨识(fault diagnosis and identification,FDI)算法. 复合干扰估计器由干扰估计误差驱动,并非直接与传统的状态跟踪或预测误差有关. 针对执行器失效故障的局部FDI结构类似于模型参考自适应,基于复合干扰估计和局部FDI设计出四旋翼飞行器姿态系统backstepping容错控制器. 仿真实验验证了文中所提容错控制策略的正确性和有效性.     

高超声速跳跃式飞行器的鲁棒控制

主要考虑高超声速飞行器的控制问题。飞行器将实现跳跃式机动飞行,并在较低的高度和超声速范围内释放载荷,实现对目标的精确打击。基于鲁棒参数化方法,采用特征结构配置和模型参考跟踪理论设计飞行器姿控系统的鲁棒控制器,完成对于制导信号的快速跟踪,使飞行器以高超声速进行飞行。给出了高超声速飞行器的六自由度仿真结果,验证了设计方法的有效性。     

基于径向基函数网络的非线性系统内模控制

针对非线性系统的内模控制，从理论上分析了神经网络控制器的可实现问题，并且用径向基函数(RBF)神经网络实现内部模型及逆模控制器，同时改进了径向基函数中心的学习算法。仿真结果表明，基于RBF网络的非线性系统内模控制的动态性能较好，对于对象参数扰动具有一定的抗扰性。     

旋翼无人机目标推力矢量最速趋近法

针对旋翼无人机轨迹跟踪任务,提出一种基于四元数等效旋转矢量的目标推力矢量快速趋近法,用以优化此类飞行器的轨迹跟踪控制方式.具体过程如下:由位置控制环生成主旋翼目标推力矢量,求出当前推力矢量到目标矢量的最小旋转矢量和姿态改变最小的变化四元数,进而得到目标姿态四元数,再以该四元数作为姿态控制环给定量,实现目标推力矢量快速趋近.仿真与飞控平台验证表明:该方法能使推力矢量以最优路径趋向目标矢量,减小了旋翼无人机姿态变化量,缩短了姿态跟踪时间.利用该方法优化设计了轨迹跟踪控制方案,与其他未经优化的有关方案相比,该方案整体计算量小,更适用于成本受限的低端嵌入式控制器.     

采用多变量RBF神经网络的非线性内部迭代预测控制

针对工业过程中被控对象往往具有复杂、强非线性、多变量的特性,提出一种基于多变量径向基函数(radial base function,RBF)神经网络的非线性内部迭代预测控制方法.采用多个RBF神经网络在线逼近多输入多输出的非线性系统,得到一个近似模型作为预测模型.同时为了减少求解系统控制律的计算量,将每个输出预测值沿着输入轨迹展开,从而把求解复杂非线性优化问题转化为求解简单的二次规划问题,解决了在线实时递推控制律时求解非线性微分方程的困难.最后通过t次内部迭代直至满足迭代条件,得到了最优的控制律.p H中和过程的仿真结果表明了该算法是有效而可行的.     

基于拉格朗日模型的四旋翼飞行器的目标轨迹控制

研究了四旋翼飞行器的目标轨迹跟踪的稳定性控制问题.采用四旋翼飞行器的拉格朗日动力模型,提出了使四旋翼飞行器能够渐进跟踪的控制协议,同时利用李雅普诺夫稳定性理论,分析了控制系统的稳定性,以及给出了在控制协议下四旋翼飞行器实现有效跟踪的条件.最后,通过仿真实验表明所提控制协议的可行性和有效性.     

考虑输入饱和的直接自适应神经网络跟踪控制

基于Lyapunov稳定性定理和backstepping方法,针对一类受输入饱和限制的单输入单输出非线性不确定系统,提出了一种考虑输入饱和的直接自适应神经网络控制算法. 采用动态面控制方法和直接自适应神经网络控制方法,避免了传统控制设计中的“计算量膨胀”问题和潜在的控制器奇异值问题. 借助一种饱和内补偿辅助系统处理系统中的输入饱和限制问题,以保证系统的稳定性和控制性能. 该算法不但保证了闭环系统信号一致最终有界,而且使系统输出能收敛到零的一个较小邻域. 以大连海事大学远洋实习船“育龙”轮为例进行仿真,验证了所提控制器的有效性.     

应用非线性干扰观测器的反推终端滑模飞行控制

针对飞机机动飞行时模型非线性、气动参数和力矩干扰不确定性的特点,提出一种基于非线性干扰观测 器的反推终端滑模控制方案. 该方案利用非线性干扰观测器逼近系统不确定性,取消了不确定性上界已知条件. 反 推设计过程中结合动态面控制设计虚拟控制律,能避免计算复杂性问题,通过引入快速终端滑模控制策略,提高了 系统收敛速度和稳态跟踪精度. 采用Lyapunov 稳定性理论证明了闭环系统所有信号一致终结有界. 对某战斗机进 行6 自由度机动飞行仿真,验证了该控制方案的有效性.     

基于神经网络的机械臂自适应输出反馈控制设计

研究了机械臂的位置跟踪问题,提出了基于神经网络的自适应输出反馈控制方法. 该方法无需系统精确的数学模型,适用于具有非线性不确定性和外界干扰的机械臂控制系统. 设计的控制器由三部分组成：基于动态补偿器的输出反馈控制项、神经网络自适应控制项和鲁棒控制项. 神经网络的权值自适应学习率由Lyapunov稳定性理论得出. 仿真结果表明设计的控制器能驱动机械臂精确跟踪期望的位置,验证了该控制方法的有效性.     

四旋翼无人机飞行姿态的自适应反演滑模控制

针对非线性六自由度欠驱动四旋翼无人机的姿态和位置控制问题,提出自适应反演滑模控制算法.设计了一种自适应律对控制中的参数摄动和外界干扰上界进行在线估计,并将估计值补偿到反演滑模控制中.通过李雅普诺夫稳定性理论证明自适应反演滑模控制能使跟踪误差一致渐近收敛到零.最后,根据给定的四旋翼无人机参数进行数值仿真,所得结果表明在系统存在参数摄动和外部干扰的情况下,该方法也能够实现四旋翼无人机的姿态稳定和定高悬停,并具有较好的鲁棒性..     

非线性不确定系统的鲁棒自适应Backstepping控制

针对一类有界扰动不确定非线性系统,讨论了鲁棒自适应ε输出跟踪问题．利用Backstepping方法和鲁棒控制技术,对存在未知参数和动态不确定性的非线性系统设计了一种自适应输出反馈控制器．基于Lyapunov稳定性理论所设计的控制器不仅保证闭环系统状态全局一致有界,而且使系统的跟踪误差收敛到一个很小的邻域内．仿真结果表明了所设计方法的有效性．     

含有输入动特性不确定飞控系统的自适应滑模控制

针对含有执行器动特性和严重不确定性的非线性飞控系统,提出一种非线性自适应滑模控制器. 该控制方案的主要特征是对系统不确定性没有匹配条件的限制. 控制器由两部分组成：一部分根据称为标称模型的已知非线性模型进行控制器设计,另一部分根据建模误差的估计参数设计自适应滑模控制器. 对某飞机的非线性6自由度未解耦模型进行仿真,验证了该方法对系统不确定性具有较强的鲁棒性,对期望输出有良好的跟踪精度.     

无人机鲁棒反推自适应编队导引控制设计

针对一般不确定系统研究了一种鲁棒反推自适应控制方法,采用自适应神经网络对未建模动态进行补偿,并利用Lyapunov 理论证明了跟踪误差的有界性. 分析了长机–僚机编队方式下的无人机编队导引控制策略,采用鲁棒反推自适应控制与动态逆方法对无人机编队飞行综合导引控制律进行设计. 进行了六自由度非线性仿真,表明所设计的编队导引控制器能使僚机对不确定机动的长机进行跟踪,并具有很好的鲁棒性.     

反向响应时滞过程的二自由度Smith预估控制

针对反向响应时滞系统,将Smith预估控制和内模控制相结合,提出一种二自由度
控制方法. 设定值跟随控制器采用Smith预估器形式,可使系统具有良好的设定值跟随特性,
而干扰抑制控制器则采用内模控制器设计方法,可改进系统的干扰抑制性能和鲁棒性,克服
传统Smith预估器的不足. 通过两种不同的方法(直接分解和全通分解),把过程对象的传递
函数分解为最小相位部分和非最小相位部分,相应导出了两种不同控制器的设计方法,并给
出了系统满足鲁棒稳定性的充要条件. 理论分析和仿真对比研究表明,该方法可使系统具有良
好的设定值跟随性能、干扰抑制性能和鲁棒性.