基于非仿射模型的高超声速飞行器预设性能控制器

针对高超声速飞行器非仿射模型提出预设性能控制方法,设计了一种新型预设性能函数来保证控制器的动态性能和稳态性能,通过构造误差转化函数将最初的受限系统转化为等效的不受限系统来简化控制器设计.将高超声速飞行器纵向动力学模型分解为速度和高度子系统并分别设计控制律.对于高度子系统,使用高阶跟踪微分器对误差进行估计,引入模糊函数对未知项进行逼近,避免了反演控制中的反复求导;对于速度子系统,直接根据预设性能函数设计比例积分控制器.所设计的控制律在参数不确定和干扰的情况下保证了期望的动态性能和稳态精度,同时降低了计算量.最后,通过仿真实验验证了控制器的有效性.      

具有预设性能的弹性体导弹振动控制器设计

针对受不确定干扰的弹性体导弹弹性振动与刚体运动耦合的姿态跟踪控制问题,设计一种具有预设性能的反演滑模控制器.首先,利用预设性能控制方法的性能函数和误差变换函数对系统进行变换,得到等价的误差变换模型,通过性能函数对跟踪误差进行约束,使系统具有期望的动态性能与稳态性能;其次,针对误差变换模型,结合超扭曲控制算法设计了反演滑模控制器,利用超扭曲算法的鲁棒性抑制干扰的影响;然后,对超扭曲算法进行改进,使其在零点附近的切换更加平滑;最后,结合超扭曲算法分析参数选取的范围,保证了系统的稳定性.仿真结果表明:所设计的控制器具有有效性和可行性,能够实现导弹姿态的稳定跟踪,对弹性振动具有较好的抑制作用.     

两轴平台式导引头伺服系统预设性能控制

为了提高两轴平台式导引头伺服系统的动态跟踪性能和鲁棒性,提出一种不依赖初始误差的预设性能控制方法,通过设计一种新的性能函数,取消了对初始误差必须可知的限制,简化了控制器的设计.针对该系统面临的复杂干扰、参数摄动等问题,以及跟踪精度要求高的特点,本文采用的预设性能控制方法可以将角度以及角速度误差控制在设定的性能函数界之内,从而保证了系统响应的动态和稳态特性.文中对算法的稳定性进行了Lyapunov证明,保证了系统的稳定性.仿真实验表明,文中的方法鲁棒性强、精度高,进一步提升了系统的跟踪性能.同时,算法的结构简单,应用前景广阔.      

输入受限乘波体飞行器无估计预设性能控制

针对输入受限的乘波体飞行器跟踪控制问题,提出了一种无估计的预设性能控制方法。首先,针对可能发生的执行器饱和问题,设计了一种新型抗饱和补偿系统。然后,利用补偿系统状态构造新的预设性能转换误差,基于预设性能控制与反演控制的方法,为速度子系统与高度子系统设计了无需估计的低复杂度控制器。该设计方法的优越性在于无需状态估计与神经逼近,显著降低了控制的复杂度与计算量。基于Lyapunov稳定理论证明了所有转换误差与跟踪误差最终一致有界。最后,通过数值仿真验证了所提方法的有效性。     

SISO非仿射非线性系统的极值搜索控制方法

针对一类状态不可测的单输入单输出非仿射非线性系统,提出了一种基于极值搜索控制的输出跟踪控制方法.该方法利用系统的输出量和极值搜索变量形成反馈控制律,应用平均化方法转化得到系统的平均化模型,并采用奇异值扰动分析方法,证明了所提出的控制方法可保证闭环系统的稳定性和输出跟踪误差的收敛性.将Rossler混沌系统作为仿真对象进...     

基于预设性能转台伺服系统的参数估计和自适应控制

针对含参数未知和非线性摩擦动态的转台伺服系统,提出了一种基于预设性能函数的参数估计和自适应控制方法.利用一种连续的摩擦模型表示转台伺服系统的摩擦动态,引入高阶神经网络对其进行逼近.通过构造一种滤波辅助变量获取参数估计误差信息,并将估计误差信息作为参数自适应律的遗漏因子,保证估计值能够快速收敛到真实值.为了提高转台伺服系统的瞬态响应和稳态性能,利用预设性能函数将原始系统的跟踪误差转换为一个新的误差动态,在此基础上设计自适应控制器,实现对期望轨迹的精确跟踪.仿真结果验证了本文所提算法的有效性.      

导引头稳定平台离散时间预设性能控制

针对现有离散时间预设性能控制方法对滑模趋近律依赖度高、抖振缺陷明显的难题,通过创建一种摆脱了滑模控制的设计新框架,为拦截弹导引头稳定平台提出了一种离散时间预设性能控制新方法。首先,设计一种离散时间性能函数对跟踪误差的收敛轨迹进行包络约束;然后,定义一种离散时间转换误差并将其用于构造一种新颖的反馈函数;设计离散时间控制律对新开发的反馈函数而不是转换误差进行镇定,不仅保证了所有跟踪误差均具有期望的预设性能,还摆脱了控制算法对滑模趋近律的依赖性,从根本上解决了控制抖振难题;最后,通过数值对比仿真验证了所提方法的有效性与优势。     

基于反馈学习粒子群算法的极值搜索控制

将基于反馈学习的粒子群 (Feedback Learning Particle Swarm Optimization,FLPSO) 算法引入极值搜索控制中,并且应用经典跟踪参考信号的方法,进一步改善极值搜索控制的性能.仿真结果显示,算法使系统控制输出平稳,并且系统性能输出快速渐进收敛到最优值,改善了基于格拉姆矩阵设计的极值搜索控制算法中存在的输出震荡问题.     

三角形式非线性离散系统自适应神经网络控制

针对一类控制输入为三角形式的多输入多输出离散非线性系统,提出了基于反步法的自适应神经网络控制方法.由于该系统的控制输入为非仿射形式,不能采用反馈线性化的方法设计控制系统;因此,首先采用隐函数定理证实了能够使系统输出跟踪期望轨迹的理想控制输入的存在性,并构造了理想的控制输入.利用高阶神经网络估计这些控制输入,提出了基于反步法的自适应神经网络控制方法.证明了所提出的控制方法能够保证闭环系统的所有信号半全局一致最终有界,并通过仿真验证了该方法的有效性.     

非线性系统预设有限时间有界H∞容错控制

针对一类具有外部扰动的严格反馈非线性系统,研究系统的预设有限时间有界H_∞容错控制问题,提出一个新的预设有限时间性能函数,进一步改进约束控制性能。结合反步法和有界H_∞设计思想,给出一种预设性能有限时间有界H_∞容错控制器设计方案,解决非线性系统在有界稳定情况下的H_∞控制设计问题。所设计的控制器能够保证跟踪误差,以预先设定的暂态和稳态性能在有限时间内收敛到平衡点附近的小邻域内,并且具有H_∞干扰抑制性能。仿真结果验证了所提方法的有效性。