基于鲁棒模型预测的智能汽车轨迹跟踪控制研究

针对传统的基于跟踪误差模型轨迹跟踪控制器在复杂行驶环境下控制精度不高,鲁棒性差等问题,设计一种鲁棒模型预测轨迹跟踪控制策略。采用车辆凸多胞体动力学模型显式描述车辆动态特性,结合轨迹跟踪多目标约束设计鲁棒性目标函数,通过线性矩阵不等式优化方式求解状态反馈控制律;引入前馈控制消除稳态误差,提高跟踪精度。结果表明:在不同行驶工况下,该控制器在保证车辆跟踪精度基础上可有效提高行驶稳定性,具有较强的鲁棒性。     

地形跟随中航迹跟踪模型预测控制方案设计

针对地形跟随飞行中的航迹跟踪问题,设计了航迹跟踪模型预测控制器,并讨论了模型预测控制中时域参数切换的自适应方案设计。首先,结合被控对象的特点,设计了用于实现全局稳定跟踪参考航迹的模型预测航迹控制器,并对控制器展开了稳定性分析。然后,充分发挥模型预测控制的预测能力,进行了航迹跟踪方法和综合误差评价策略设计。同时,通过分析不同航迹段的跟踪需求,设计了自适应调整模型预测控制中时域参数的优化方案。仿真验证结果表明,自适应方案相比固定时域方案航迹跟踪精度更高、飞行颠簸小、稳定性好,预设的评价指标函数能有效评估跟踪性能。     

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。     

空间飞行器姿态机动预测跟踪控制技术

针对空间飞行器大角度机动调整的非线性控制方面问题,从空间飞行器的非线性动力学模型出发,主要讨论了空间飞行器的一种对动力学模型要求较为宽松的自适用跟踪滤波模型和利用自适用跟踪滤波对飞行器进行一步无控预报方法,以及探讨了利用跟踪滤波的一步无控预报信息对空间飞行器进行解耦控制的预测控制技术。同时,通过仿真计算,结果表明此解耦控制方法收敛快,跟踪精度高,稳定性好,控制信息量连续等特点。     

永磁同步电机的模型参考模糊自适应控制

采用模糊基函数形式,将永磁同步电机时变参数的辨识转化为对模糊基函数权系数的辨识问题,经过离线学习和在线自适应调节的模糊估计器具有对永磁同步电机时变参数的逼近能力.利用参数跟踪误差和控制预测误差信息,设计模型参考模糊自适应速度控制器,基于Lyapunov稳定性理论分析了控制器的收敛性,仿真及dSPACE实验结果表明:所设计的永磁同步电机控制系统具有较好的参数跟踪及控制性能.     

可重复使用运载器再入弹道仿真

针对RLV再入特点,应用反馈线性化与模型预测控制相结合,设计了基于控制角与控制力矩间全反馈(非时标分离)条件下的反馈线性化控制器,实现了以控制增量做为优化变量、考虑模型状态和输入约束的模型预测控制器设计,解决了RLV再入模型的多变量耦合、参数不确定等非线性控制问题的平滑控制.最后在Simulink环境下建立了RLV再入仿真模型,应用RtFly快速原型系统完成了再入模型六自由度弹道实时仿真,仿真结果验证了该控制器能够较好跟踪制导参数,满足控制器设计指标和系统实时性要求.     

具有任意有界丢包的网络控制系统的预测控制

针对离散时间线性系统,研究了从传感器到控制器、从控制器到执行器都存在任意有界数据丢包时的网络控制系统的镇定问题。通过建立包含丢包所有可能性的扩展状态空间模型,将具有数据丢包的网络控制系统的镇定问题转化为同时镇定一系列模型的鲁棒控制问题。采用公共Lyapunov方法论证闭环系统的稳定性。通过将无穷时域控制作用参数化为一个自由控制作用加一个状态反馈控制律,提出了一种新的网络预测控制器设计方法。仿真实例说明了新方法的有效性。     

基于模型预测控制的智能车辆避障跟踪仿真

针对智能车辆的避障跟踪控制问题,设计一种模型预测控制器。该控制器采用分层结构,上层基于非线性车辆点质量模型在避障时进行局部路径规划,下层基于单轨车辆动力学模型实现路径跟踪。通过Carsim和Matlab联合仿真,利用粒子群算法在线优化控制器参数,以不同的速度测试控制器性能,仿真结果表明：控制器具有良好的鲁棒性和实时性,跟踪误差较小,在单个和多个障碍物情况下,通过分层控制均实现了平稳避障并重新跟踪上原路径,表明控制器准确性高。     

离散时间分布参数系统的模型逼近预测控制

提出了离散时间分布参数系统的一种预测控制方法。该方法采用广义正交多项式对分布参数系统的模型进行逼近,将离散时间分布参数系统的预测控制问题转化为集中参数系统的预测控制问题,运用模型算法控制方法对集中参数系统进行预测控制,求出控制律,经反演变换得出分布参数系统的预测控制。给出了该方法的具体步骤,仿真示例表明了方法的有效性。     

基于价值导向策略的时延预测补偿算法

针对工业控制模型的复杂化以及由此引起的时延叠加问题,利用预测思想,以解耦子系统为模型,采用动态矩阵控制(DMC)算法作了分析,同时充分考虑了子系统间的关联,采用价值导向策略优化调度算法,使控制作用快速平稳过渡,并在此基础上提出了针对复杂系统的时延预测补偿算法(TDCDMC)。由于时延导致了控制作用无法及时跟踪系统变化,引入了补偿因子和过渡因子在线整定预测控制量和时延控制量,对于突变频繁的时延系统亦能迅速跟踪输入。仿真结果表明,这种改进算法的时延补偿性能良好,保证了控制的稳定性和快速性。     

控制受限的BTT导弹反演自适应滑模控制研究

针对具有非匹配不确定性的倾斜转弯 (bank to turn, BTT)导弹在控制受限情况下的鲁棒控制问题,提出了一种自适应滑模反演控制方法。反演设计的每一步中,采用自适应算法对不确定性的上界进行估计,给出了具有范数型切换函数的连续的自适应滑模控制律。在实际控制量的设计中显式地考虑了控制量的饱和特性,保证了系统在控制饱和时的稳定性,并采用Lyapunov稳定性理论证明了跟踪误差最终有界。仿真结果表明,在气动参数摄动和控制量存在饱和的情况下,本文的控制方法仍能快速、准确地跟踪指令信号,具有较强的鲁棒性。     

基于多自由度模型的汽车ASS与EPS集成控制研究

为提高汽车转向行驶时的乘坐舒适性和操纵稳定性,建立了汽车电动助力转向系统(EPS)的多刚体动力学模型和多自由度的包含主动悬架系统(ASS)的整车动力学模型,根据转向和悬架两个系统之间的运动耦合关系,设计了EPS和ASS集成控制系统,对EPS采用了PID控制策略,ASS采用了预测控制策略.在MATLAB环境下的仿真结果表明:集成控制方法能够有效的改善车辆的操纵稳定性及平顺性,其控制效果优于单独控制.     

轮式移动机器人沙地行驶控制建模与仿真研究

结合车轮沙土相互作用的力学分析,研究解决轮式移动机器人沙地行驶车轮过度滑转下陷问题.考虑纵列式重复通过车轮沙土力学参数的修正,建立六轮式沙地移动机器人的动力学模型,以车轮滑转率为状态变量,设计了移动机器人沙地行驶的滑模驱动控制器跟踪车轮期望滑转率.MATLAB/Simulink仿真结果表明,采用该控制器可以较快地跟踪期望滑转率,有效地限制机器人车轮的滑转,避免车轮的过度下陷.     

参数摄动的多机耦合电力系统模糊跟踪控制

提出将多机耦合电力系统的每个子系统由一系列T-S模糊逻辑模型逼近;基于模糊模型,考虑系统参数的摄动性,提出状态反馈H∞模糊跟踪控制方法,实现了参数摄动的非线性大系统的稳定跟踪控制;并将该控制器设计问题转化为线性矩阵不等式问题,用凸优化方法求解控制器的参数.仿真实验验证了方案的有效性.     

服务航天器超近程逼近目标的相对姿轨耦合控制

针对服务航天器超近程逼近目标的相对姿态轨道耦合控制问题,推导了耦合动力学模型并设计了相应控制律。通过引入描述相对运动构型变化的期望相对位置矢量和位置误差矢量,将相对轨道跟踪控制问题转化为调节器的设计问题。推导了考虑对接机构安装位置的相对姿态轨道耦合动力学模型。利用李雅普诺夫稳定性理论,设计了考虑未知有界干扰的相对姿态轨道耦合控制律。考虑控制输入受限进行数学仿真,结果表明所设计的控制律是有效的,并具有较好的性能。     

提高汽车操纵稳定性的控制器设计

为提高汽车操纵稳定性,设计了一种新颖的两级分层操纵稳定性控制系统。分级控制系统的第一层是一基于线性矩阵不等式的鲁棒模型匹配控制器。当汽车处于不稳定行驶状态时,该控制器优化稳定整车操纵性的横摆控制力矩,并根据该横摆力矩计算目标控制车轮的滑移率。控制系统的第二层是一移动滑模控制器。该控制器可以在预定的时间内精确地跟踪第一层控制器输入的参考滑移率,并对目标控制车轮施加制动力矩来达到稳定汽车操纵性的目的。在各种极限行驶状况下的仿真试验表明,该控制器可以有效地提高汽车操纵稳定性,而且该控制器对不同车速,各种附着系数的路面和车辆物理参数的变化具有很好的鲁棒性。     

具有持续扰动的时滞系统的最优跟踪控制

针对在外部持续扰动下的线性时滞系统提出了一种最优跟踪控制的逐次逼近算法。首先将状态向量含有时滞的线性系统的最优跟踪问题转化为最优调节问题，然后利用逐次逼近算法，将既含有时滞项又含有超前项的两点边值问题转化为不含时滞项和超前项的线性两点边值问题族得到调节系统的最优控制律，然后可以通过截取最优控制序列的有限项得到调节系统的前馈-反馈次优控制律，最后再将最优控制问题转化为最优跟踪问题。     

带有初始误差的机械手轨迹跟踪的快速迭代学习控制

针对具有非零初始误差的多关节机械手的轨迹跟踪控制问题,首先采用降阶变换的方式将原系统转化为低阶系统,再对低阶系统重新变换设计,该方法消除了Kawamura方法在学习过程中要求每次学习初态与期望初态一致或迭代初态固定的限制.然后提出一种新型快速迭代算法对变换后的机械手系统模型进行学习控制,充分利用了系统已存的有效信息,使系统的输出能尽快地收敛于期望轨迹.该算法相对于P型算法具有较快的跟踪收敛速度,相对于PD型算法计算过程简便易行,避免了微分运算给系统带来的不稳定影响.仿真结果表明了所提控制方案的有效性,提高了系统的实时性.     

非完整移动机器人的自适应滑模轨迹跟踪控制

针对动力学模型描述的非完整移动机器人系统，研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题，基于反演技术和自适应滑模控制的思想设计了具有全局渐近稳定的轨迹跟踪控制律。谊控制律将系统分解为低阶子系统来处理，利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计，并具有直观的稳定性分析．满足了移动机器人的轨迹跟踪要求，且具有设计方法简单、鲁棒性强的特点。仿真结果验证了所设计控制器的有效性和正确性。     

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。