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。     

含执行器非线性的多操纵面飞机自适应跟踪控制

针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行补偿,并引入鲁棒项消除了外界干扰和系统误差。利用Lyapunov稳定性定理证明了闭环系统的所有信号都是有界收敛的,且跟踪误差渐近趋于0。仿真结果验证了方法的有效性。     

考虑舵面饱和的鲁棒可重构控制律设计及仿真

针对常规显式非线性动态逆控制鲁棒性差的问题,综合隐式动态逆和奇异摄动分层设计,引入状态速率(导数)和操纵面的当前位置信号的反馈,设计鲁棒动态逆控制律,不需要完整的飞机气动力模型,敏感度降低.利用过栽测量信号采用几何的方法,构建角加速度信号,其它状态速率信号,基于飞机动力学方程求解得到.同时采用自适应权矩阵和多级舵面操纵分配策略,降低舵面速率/位置饱和.控制律结构简单,当飞机存在外形损伤、舵面或传感器失效时,能够迅速实现测量信号的隔离、反馈信号的重建和控制的重新分配和控制律重构.针对某型飞机建立高准确度的仿真模型,计算结果表明在存在气动力摄动、测量偏差干扰,噪声和舵面限制等的情况下,控制律具有良好的鲁棒性.     

具有伪控制补偿的自适应动态逆控制系统设计与仿真

论述了基于伪控制补偿解决自适应控制中作动器饱和问题的方法。基本控制律采用非线性动态逆方法设计，神经网络用于对逆误差进行重构。伪控制补偿消除作动器和自适应单元之间的交互影响。通过在超机动飞行控制的应用仿真表明，该控制方案弥补了动态逆要求精确数学模型的缺点，消除了作动器饱和对自适应单元的影响，提高了整个控制系统的鲁棒性。     

基于递归神经网络的伺服系统自适应反步控制

针对伺服系统的系统参数摄动和非线性动态摩擦补偿问题,提出基于递归神经网络(RNN)的自适应反步控制(RNABC)系统设计方法.RNABC系统由反步控制器和鲁棒控制器组成,反步控制器包含RNN不确定观测器,鲁棒控制器则用来消除由于引入不确定观测器而带来的逼近误差.由于自适应反步控制的自适应律源于Lyapunoy函数的,因此系统的稳定性得到了保证.仿真结果表明,对于系统参数摄动和非线性摩擦干扰RNABC能使伺服系统具有很好的跟踪性能.     

基于综合非线性控制方法的飞行控制律研究

应用神经网络控制与动态非线性阻尼控制综合的非线性控制方法对飞行控制律进行了研究.首先使用反馈线性化方法作为基础控制律实现飞机的非线性控制,然后使用神经网络控制与动态非线性阻尼控制综合的控制方法进行补偿,以提高非线性飞控系统的鲁棒性.在以某型推力矢量飞机为对象的仿真中,当出现舵面损伤及一类舵机故障时,这种方法显示出很强的补偿能力.     

不确定非线性系统自适应滑模跟踪控制及应用

针对一类非匹配不确定非线性系统,设计了一种高阶鲁棒自适应反推滑模变结构控制方法。在控制器设计中,考虑存在系统建模误差和外界未知干扰,借鉴动态面思想降低控制器复杂性,引入双曲正切函数和抖振衰减因子降低控制输入抖振,设计系统建模误差自适应律增强控制器鲁棒性,并将系统的稳定性证明简化为判断一个n阶对称矩阵的正定性问题。将设计的反推滑模控制器用于F-8飞机纵向机动控制并进行仿真,实现了飞机对指定轨迹的稳定跟踪。     

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。     

未知非线性系统的神经网络跟踪控制与仿真研究

应用输入／输出反馈线性化方法和李亚普诺夫方法，研究了一类具有未知非线性函数的非线性动态系统的自适应鲁棒输出跟踪控制问题。首先通过坐标变换和输入变换，将非线性系统变换为部分线性可控系统。接着采用多层前向神经网络来逼近未知非线性函数，网络的权值根据李亚普诺夫原则来在线修正，这样就克服了多神经网络控制系统中存在的稳定性问题。同时，为了减少权值学习时间，应用遗传算法预先离线训练网络权值。最后提出了一个基于神经网络建模的自适应鲁棒控制律，给出了李亚普诺夫意义下的稳定性证明。所提出的控制律可确保相应闭环系统的状态及跟踪误差一致最终有界。所给的Van der pol系统的例子说明了所提控制方案的有效性与鲁棒性。     

Output feedback based adaptive robust fault-tolerant control for a class of uncertain nonlinear systems

An adaptive robust approach for actuator fault-tolerant control of a class of uncertain nonlinear systems is proposed. The two chief ways in which the system performance can degrade following an actuator-fault are undesirable transients and unacceptably large steady-state tracking errors. Adaptive control based schemes can achieve good final tracking accuracy in spite of change in system parameters following an actuator fault, and robust control based designs can achieve guaranteed transient response. However, neither adaptive control nor robust control based fault-tolerant designs can address both the issues associated with actuator faults. In the present work, an adaptive robust fault-tolerant control scheme is claimed to solve both the problems, as it seamlessly integrates adaptive and robust control design techniques. Comparative simulation studies are performed using a nonlinear hypersonic aircraft model to show the effectiveness of the proposed scheme over a robust adaptive control based faulttolerant scheme.     

飞行器自适应反推Terminal滑模轨迹跟踪控制

飞行器非线性动力学模型通常包含由未知外界干扰和未建模动态构成的非匹配不确定性。针对建立的飞行器纵向运动仿射非线性模型,提出了一种基于非线性干扰观测器(nonlinear disturbance observer, NDO)的自适应反推非奇异终端滑模(adaptive backstepping nonsingular terminal sliding mode,AB-NTSM)轨迹跟踪控制方法。设计非线性干扰观测器对未知干扰进行观测补偿,无需干扰上界先验知识。设计未建模动态自适应律,提高控制器对系统不确定性的鲁棒性。对3种不同情况的仿真表明,干扰观测器能够实现对不同干扰精确观测,仅在干扰突变时有较大观测误差。在不确定性影响下,采用提出的控制方法,系统能够实现对指定轨迹的稳定跟踪,并有效消除控制信号的抖振。     

变体飞行器有限时间收敛LPV鲁棒控制

以一类翼展可变的飞行器模型为对象,研究了一种针对参数不确定的线性变参数(linear parameter varying, LPV)系统的滑模变结构鲁棒控制问题。首先,通过Jacobian线性化和模型张量积转化将变体过程中的非线性模型最终简化为多胞体LPV系统。然后将鲁棒滑模控制技术拓展到此LPV模型中,给出了以线性矩阵不等式(linear matrix inequality, LMI)为形式的降阶滑动模态的存在性及鲁棒稳定性定理,以此为基础所设计的参数依赖的趋近律控制器能够使具有不匹配不确定性的LPV系统在有限时间内收敛至滑模切换面。仿真结果表明,上述滑模控制器在模型存在不确定性的情况下能够保证变体过程的全局稳定性。     

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。     

无人机姿控系统鲁棒动态面容错控制设计

针对含有不确定和执行器故障的无人机姿态控制系统,提出了一种鲁棒自适应动态面容错控制方法。在设计中,首先提出由非线性阻尼技术抵消不确定性及外界干扰,然后设计一种基于自适应动态面控制方法的容错控制策略,保证无人机在出现未知执行器故障情况下,其闭环姿态控制系统是全局渐近稳定的,实现姿态输出对制导指令的容错跟踪。最后对所提出的容错控制方法进行了某无人机非线性姿态控制系统的仿真验证, 结果表明了所提方法的有效性。     

船舶航向的神经网络并行鲁棒模型参考控制

针对大型船舶的航向控制特性,提出一种神经网络并行自学习鲁棒模型参考控制方法。这种复合控制结构利用神经网络的学习能力和非线性映射能力,解决传统自适应控制中模型的在线辨识和控制器的在线设计问题,以达到对不确定非线性船舶的高精度输出跟踪控制;通过引入运行监控器,克服神经网络控制方法实时性差的问题;利用一个鲁棒反馈控制器,来保证神经网络模型学习初期闭环系统的稳定性。仿真结果表明这一方法对设定航向具有精确的跟踪控制效果。     

基于状态观测器的非线性系统神经网络自适应控制

结合高增益观测器,针对相对阶为n的非线性系统,设计了神经网络自适应控制器。利用Lyapnov定理获得了神经网络权值的更新律和控制器的控制律,从而确保了整个闭环系统的稳定性和有界性。由于神经网络不需任何的离线训练,因而该控制器能够广泛应用于一大类非线性性系统的控制中。仿真结果验证了控制方案的有效性。     

Switching control system based on robust model reference adaptive control

For conventional adaptive control, time-varying parametric uncertainty and unmodeled dynamics are ticklish problems, which will lead to undesirable performance or even instability and nonrobust behavior, respectively. In this study, a class of discrete-time switched systems with unmodeled dynamics is taken into consideration. Moreover, nonlinear systems are here supposed to be approximated with the class of switched systems considered in this paper, and thereby switching control design is investigated for both switched systems and nonlinear systems to assure stability and performance. For robustness against unmodeled dynamics and uncertainty, robust model reference adaptive control (RMRAC) law is developed as the basis of controller design for each individual subsystem in the switched systems or nonlinear systems. Meanwhile, two different switching laws are presented for switched systems and nonlinear systems, respectively. Thereby, the authors incorporate the corresponding switching law into the RMRAC law to construct two schemes of switching control respectively for the two kinds of controlled systems. Both closed-loop analyses and simulation examples are provided to illustrate the validity of the two proposed switching control schemes. Furthermore, as to the proposed scheme for nonlinear systems, its potential for practical application is demonstrated through simulations of longitudinal control for F-16 aircraft.