Trajectory linearization control of an aerospace vehicle based on RBF neural network

An enhanced trajectory linearization control （TLC） structure based on radial basis function neural network （RBFNN） and its application on an aerospace vehicle （ASV） flight control system are presensted. The influence of unknown disturbances and uncertainties is reduced by RBFNN thanks to its approaching ability, and a robustifying itera is used to overcome the approximate error of RBFNN. The parameters adaptive adjusting laws are designed on the Lyapunov theory. The uniform ultimate boundedness of all signals of the composite closed-loop system is proved based on Lyapunov theory. Finally, the flight control system of an ASV is designed based on the proposed method. Simulation results demonstrate the effectiveness and robustness of the designed approach.     

基于神经网络的飞控系统实时容错设计与仿真

为了提高系统的可靠性与容错能力,提出了基于径向基神经网络的飞行控制系统传感器实时容错策略.利用改进的梯度下降优化算法来设计神经网络,以提高网络的学习速度和映射能力;基于网络的逼近性能,建立在线神经网络辨识模型;考虑到系统闭环反馈与实时控制的特性,使用多个辨识模型的信息进行传感器故障的定位和信号重构.应用某型飞机进行仿真,在保证闭环系统稳定的前提下,实现了传感器的在线故障隔离与信号重构,达到了预期的效果.     

Backstepping-based active fault-tolerant control for a class of uncertain SISO nonlinear systems

Active fault-tolerant control is investigated for a class of uncertain SISO nonlinear flight control systems based on the adaptive observer, feedback linearization and backstepping theory. Firstly an adaptive observer is constructed to estimate the fault in the faulty system. A new fault updating law is presented to simplify the assumption conditions of the adaptive observer. The asymptotical stability of the observer and the uniform ultimate boundedness of the fault estimation error are guaranteed by Lyapunov theorem. Then a backstepping-based active fault-tolerant controller is designed for the faulty system. The asymptotical stability of the closed-loop system and uniform ultimate boundedness of the tracking error are proved based on Lyapunov theorem. The effectiveness of the proposed scheme is demonstrated through the numerical simulation of a flight control system.     

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。     

无人机三维编队保持的自适应抗扰控制器设计

针对无人机编队飞行过程中领航无人机在三维空间机动飞行时的编队队形保持问题,构建了无人机三维编队保持控制系统。根据无人机编队飞行三维空间几何学关系,利用无人机自动驾驶仪模型和编队运动学模型建立了旋转坐标系下三维编队飞行的数学模型。在考虑闭环系统存在时变外界干扰的情况下,设计了无人机编队保持的自适应控制器,并基于李亚普诺夫理论,对设计的自适应控制律的稳定性进行了证明。最后通过仿真验证,该控制器能够有效抑制干扰带来的影响,使僚机能够迅速跟随长机机动,并保持编队队形的稳定。     

非定常大气扰动下的MAV自主飞行智能控制研究

针对在非定常大气扰动作用下,微型飞行器MAV姿态稳定控制与导航都不同于常规的问题。研究了MAV飞行中大气扰动类型特征,建立了完整的非定常大气扰动工程化模型体系。在此基础上,提出了一种融合专家技术与模糊技术的MAV自主飞行智能控制,并建立了一个Lyapunov能量函数来分析MAV自主飞行系统稳定性。飞行仿真与试飞结果表明,MAV自主飞行系统在全局范围内具有渐进稳定性。     

时变时滞不确定系统模糊自适应H∞控制

针对含非线性和干扰项的时变时滞系统鲁棒稳定问题,提出一种模糊自适应H_∞控制方法。采用T-S模糊系统对未知非线性函数向量进行逼近,设计自适应全调节律,即同时调整模糊参数矩阵和基函数参量。对于逼近产生的误差和外界干扰,引入H_∞控制。基于李亚普诺夫稳定性理论和线性矩阵不等式技术,在保证系统稳定的前提下,通过求解矩阵不等式得到满足设计要求的控制器。通过对已有算例和空天飞行器高超声速飞行控制系统的仿真验证了所提方案的有效性。     

Research of robust adaptive trajectory linearization control based on T-S fuzzy system

A robust adaptive trajectory linearization control （RATLC） algorithm for a class of nonlinear systems with uncertainty and disturbance based on the T-S fuzzy system is presented. The unknown disturbance and uncertainty are estimated by the T-S fuzzy system, and a robust adaptive control law is designed by the Lyapunov theory. Irrespective of whether the dimensions of the system and the rules of the fuzzy system are large or small, there is only one parameter adjusting on line. Uniformly ultimately boundedness of all signals of the composite closed-loop system are proved by theory analysis. Finally, a numerical example is studied based on the proposed method. The simulation results demonstrate the effectiveness and robustness of the control scheme.     

Adaptive functional link network control of near-space vehicles with dynamical uncertainties

The control law design for a near-space hypersonic vehicle (NHV) is highly challenging due to its inherent nonlinearity, plant uncertainties and sensitivity to disturbances. This paper presents a novel functional link network (FLN) control method for an NHV with dynamical thrust and parameter uncertainties. The approach devises a new partially-feedback-functional-link-network (PFFLN) adaptive law and combines it with the nonlinear generalized predictive control (NGPC) algorithm. The PFFLN is employed for approximating uncertainties in flight. Its weights are online tuned based on Lyapunov stability theorem for the first time. The learning process does not need any offline training phase. Additionally, a robust controller with an adaptive gain is designed to offset the approximation error. Finally, simulation results show a satisfactory performance for the NHV attitude tracking, and also illustrate the controller's robustness.     

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。     

基于MRPs的卫星集群系统姿态对抗一致性控制

小型卫星集群协同控制是当前空间技术发展的热点之一, 卫星集群控制可归结为多智能体控制问题。面向卫星集群系统的分组姿态控制, 引入一致性以及对抗一致性问题, 提出了卫星系统姿态对抗一致性控制方法。卫星组网系统姿态对抗一致性控制目标是使卫星分组达到姿态对称的状态。以无向图描述姿态对抗卫星集群的通讯拓扑结构, 利用修正型罗德里格斯参数方法描述卫星刚体运动姿态, 设计了一种基于多智能体协同控制理论的三维空间卫星集群姿态对抗一致性控制律, 并采用Lyapunov稳定性理论证明了其稳定性。最后, 通过仿真实验验证了所提方法的有效性。     

并联式运载器上升段广义超螺旋有限时间控制

针对受模型不确定和外部干扰影响的并联式运载器上升段姿态控制问题, 提出了一种基于广义超螺旋算法的自适应滑模有限时间控制方法。首先, 将姿态跟踪控制问题转化为跟踪误差系统的镇定问题, 建立了面向控制的模型。其次, 将单输入单输出(single input single output, SISO)固定时间广义超螺旋算法拓展应用到多输入多输出(multiple input multiple output, MIMO)耦合非线性系统上, 基于该算法设计了固定时间状态观测器和自适应滑模有限时间控制器, 利用Lyapunov稳定性理论证明了闭环系统的有限时间稳定特性。最后, 通过与传统比例-微分(proportional and differential, PD)控制器仿真对比, 验证了该方法具有更优的控制精度和鲁棒性。     

基于TS模糊的导弹编队协同控制设计与仿真

针对多导弹编队协同作战的需求,提出了一种基于TS (takagi-sugeno)模糊控制理论的多导弹编队协同控制算法。采用了领弹-从弹模式的导弹编队飞行系统,以导弹飞行速度、弹道倾角以及弹道偏角为参考量,在整个飞行过程中通过多组平衡点对系统局部线性化的方法完成局部的渐近稳定控制器的设计。随后通过专家经验法,设计符合该系统的隶属度函数和模糊规则,结合TS模糊理论,完成整个多导弹协同控制系统的设计以及其稳定性的证明,并完成相关的仿真验证,验证结果表明：TS模糊控制提高了系统的鲁棒性。     

导弹协同作战编队飞行控制系统研究

提出了具有3个回路的导弹协同作战编队飞行控制系统,分别对3个回路进行设计分析,并重点分析导弹的四维制导控制外回路和编队控制回路。面向具有过载自动驾驶仪内回路的增广飞控系统,设计了基于总能量控制理论的高度/速度解耦控制器,能够实现导弹制导控制外回路的高度/速度解耦。基于导弹编队队形的位置偏差关系设计了导弹编队控制器,最后综合3个回路构成了导弹编队飞行控制系统。仿真结果表明,各回路以及导弹编队控制系统具有很好的控制性能,能够快速、稳定地完成导弹编队的队形调整动作,进而实现任务规划系统对导弹编队提出的作战任务。     

基于LMI的直升机鲁棒飞行控制及仿真研究

研究了直升机在低速飞行时的鲁棒飞行控制器设计及直升机飞行控制系统的仿真验证问题,以ADS－33D水平1操纵品质要求为设计目标,通过选择适当的加权函数矩阵,采用基于线性不矩阵等式（LMI）的H∞控制器设计方法,设计了UH－60A直升机在低速飞行时的鲁棒控制器。仿真结果表明,所设计的直升升机飞控制的系统具有鲁棒性,达到给定的ADS－33D水平1操纵品质要求。     

六自由度飞行器编队建模与控制

传统主从式编队常采用线性化反馈控制,很难满足复杂高精度空间飞行器编队要求。针对主从式飞行器相对平动和相对转动运动进行建模,进而得到统一的六自由度飞行器编从的非线性动力学模型。基于所得模型,设计了六自由度飞行器编队控制的滑模控制器和积分反推控制器,并给出基于Lyapunov的严格数学证明。仿真结果表明,控制器能够保证从飞行器六自由度运动跟踪误差的一致渐近收敛,为空间飞行器在轨服务等飞行器编队实际应用提供了理论参考。     

不确定非线性系统的鲁棒自适应跟踪简化算法

传统的Backstepping自适应控制方法需要对虚拟控制律进行求导,从而导致“计算复杂性膨胀”。动态平面控制技术能够克服这一缺陷。将这一技术扩展到一类具有参数严格反馈形式的不确定非线性系统输出跟踪,这类系统同时包含线性参数和未知非线性函数两种不确定性。所设计的控制算法比现有算法大大简化,解决了“计算复杂性膨胀”问题;运用Lyapunov理论证明了闭环系统一致最终有界,仿真结果表明了算法的有效性。     

具有不可微输入信号的改进型重复变结构控制

针对一类具有结构不确定性和周期性外部扰动的非线性系统,提出了一种改进型重复变结构控制（modified repetitive variable structure control, MRVSC）算法。在传统积分滑模面的基础上构造了改进型积分滑模面（modified integral sliding mode surface, MISMS）。基于MISMS,采用Lyapunov方法设计的MRVSC算法保证了非线性系统的运动轨迹在有限时间内到达MISMS并保持在MISMS上,并且使得滑模动力学系统变为重复控制系统。根据重复控制系统的稳定性条件及灵敏度函数选择MISMS的参数。仿真结果显示,与传统积分滑模控制算法进行比较,MRVSC算法使得非线性系统具有更好的跟踪性能。     

T-S模糊时滞系统的鲁棒无源控制

基于Lyapunov稳定性理论,时具有参数不确定性的T-S模糊时滞系统的鲁棒稳定性和无源性进行了研究.具有参数不确定性的T-S模糊模型可以任意精度近似连续非线性不确定系统.假设系统中的参数不确定性是范数有界的.运用Lyapunov稳定性理论给出了鲁棒无源控制器存在的充分条件.通过解一组线性矩阵不等式(LMIs),可直接获得鲁棒无源控制器.所设计的鲁棒无源控制器能够保证对于T-S模糊时滞系统中所有的参数不确定性,闭环系统都是鲁棒稳定的并且是严格无源的.并且,通过求解带有约束条件的线性矩阵不等式问题,可以设计出具有最大耗散率的鲁棒无源控制器.数值例子验证了所提出设计方法的有效性.     

基于自适应模糊快速终端滑模控制的导弹自动驾驶仪设计

针对一类多输入多输出非线性不确定系统,提出了自适应模糊快速终端滑模控制方法并应用于导弹自动驾驶仪的设计。利用模糊系统具有以任意精度逼近非线性系统的能力对未知干扰和不确定性进行逼近,并通过鲁棒项提高了系统性能。基于Lyapunov方法,证明了闭环系统所有信号渐进收敛。最后利用本文提出的控制方案设计了6自由度导弹的自动驾驶仪,仿真结果表明了控制方案的有效性和鲁棒性。