三维非线性预设性能制导律设计

针对高速机动目标拦截,提出了一种末制导阶段预设性能制导律.首先,建立三维非线性拦截模型,在俯仰和偏航两个平面中,将期望视线角和视线角速率选做状态量设计滑模动态面,在动态面控制的基础上,将滑动模态误差利用误差转换函数转化为预设性能误差方程,设计制导律,驱动滑模变量按预设性能收敛.该制导律能使制导顺利进行,满足终端视线角约...     

多变量极值搜索系统神经网络自适应协同控制

针对一类仿射型多变量极值搜索系统的协同控制问题,提出了一种基于神经网络的自适应协同控制方法。该方法利用协同控制实现状态变量之间的协同收敛,并确保对系统内部参数扰动和外界干扰具有不变性;以系统的状态变量、输入量、搜寻变量以及已知模型参数作为输入量,分别设计两个3层神经网络来估计状态变量极值的动态变化过程及未知参数;并采用可调参数消除此神经网络的残余估计误差。详细的理论分析证明了闭环系统的所有误差信号均指数收敛至原点的有界可调邻域内。仿真结果也说明了理论分析方法的正确性和有效性。     

带有误差补偿的非线性系统自适应模糊控制

针对一类非线性系统提出了间接自适应模糊控制方法,该方法用模糊逻辑系统逼近未知函数,并设计误差补偿器来减少逼近误差对跟踪精度的影响。在设计等效控制时考虑其存在性,仿真证明该方法不但能使跟踪误差收敛到原点的小邻域内,而且通过适当调整设计参数,可使跟踪误差减小,收敛速度加快。仿真结果验证了此方法的有效性。     

二阶输出反馈滑模极值搜索控制方法

针对一类单输入单输出(single input single output,SISO)非线性极值系统的控制问题,提出了一种二阶输出反馈滑模极值搜索控制方法。考虑到此系统的状态量不可测,利用斜坡函数作为输出量的参考跟踪信号,以系统的输出跟踪误差及其微分信号构建切换函数,设计出二阶滑模极值搜索控制律。稳定性分析证明了在任意初始条件下,该方法可使系统的输出量全局收敛至其期望极值的任意小邻域内且所有状态量均是一致范数有界。仿真结果验证了该方法的有效性。     

具有预设性能的近距离星间相对姿轨耦合控制

针对存在系统不确定性和外界干扰的接近绕飞阶段跟踪航天器相对目标航天器的姿态与轨道一体化控制任务,设计了一种具有预设性能的鲁棒反演控制器。该控制器能预先设计系统的稳态与暂态性能,保证相对姿轨跟踪误差满足预先设计的性能指标要求;为避免传统反演控制方法中存在的“微分膨胀”问题,引入滑模微分器对虚拟控制量的导数进行估计;同时利用自适应控制技术估计不确定模型参数及包含滑模微分器估计误差和外界干扰的集总干扰上界,并引入鲁棒补偿项处理这些不确定性带来的影响。理论分析证明所设计的控制方法能保证相对姿轨跟踪误差满足预设性能指标要求,仿真结果验证了所设计控制方法的有效性。     

高阶非线性控制系统的适应性仿真研究

针对带有外部扰动和参数摄动的不确定高阶非线性系统,利用积分行为补偿系统的各种未知因素,设计适应性非线性控制器(ANLC),并提出了全面的控制器适应性评价方法。首先结合典型信号扰动试验和模型参数摄动试验,检验系统的抗扰性和鲁棒稳定性;然后引入神经网络和Taylor级数展开理论构造非线性函数,改变高阶非线性系统的模型结构,利用Monte-Carlo随机试验方法,进行模型摄动的性能鲁棒性分析;并与精确反馈线性化(EFL)方法进行了定量比较。结果表明,适应性非线性控制器(ANLC)具有很强的适应性能,是解决不确定高阶非线性系统控制的有效途径。     

基于微分对策的非仿射导弹学习滑模制导

针对具有非仿射形式的导弹截机动目标问题，研究了一类基于微分对策的非仿射学习滑模制导方法。首先，构建辅助系统，将制导系统转化为增广控制仿射形式；针对目标未知机动造成的扰动项，设计自适应滑模控制策略，鲁棒匹配扰动部分的同时使系统状态沿着预设滑模面进入滑动模态运动。然后，针对带有非匹配扰动部分的等效滑动模态系统，利用评价网络在线学习最优微分对策控制策略，使系统满足预设性能指标，并通过Lyapunov方法证明闭环系统有界。最后，仿真结果表明导弹能够成功拦截目标，证明了所提制导律的有效性。     

基于未知输入观测器方法的非线性切换系统故障检测

基于非线性未知输入观测器方法对一类离散时间非线性切换系统的故障检测问题进行了研究。给出了两种不同结构的非线性未知输入观测器。针对每一种观测器都考虑了两种切换信号:任意时间切换信号和满足平均驻留时间的切换信号。在任意切换信号下,使用了切换Lyapunov函数的方法来设计非线性未知输入观测器的参数;在满足平均驻留时间切换信号下,使用了多Lyapunov函数方法进行观测器参数的设计。然后利用已知的非线性未知输入观测器,得到残差生成器,进而实现故障检测。通过数值仿真例子,验证了故障检测方法的有效性。     

一类时延混沌系统的自适应同步

针对一类时延混沌系统参数未知的情况,将自适应技术与系统辨识技术应用于时延混沌系统的同步控制。在系统非线性动态函数的导数满足有界的基本假设条件下,给出了此类系统基于线性函数耦合的阈值条件。利用Lyapunov理论,分析了同步的渐进稳定性,给出并证明了该判定条件的充分性;同时给出系统参数的自适应辨识,使系统参数逐渐逼近真实值,实现具有不同初始点、参数未知的时延混沌系统的同步控制     

具有性能预设的多机编队目标跟踪控制

针对无人机编队目标跟踪中性能不可控的问题,提出了一种具有性能预设的分布式多机编队目标跟踪控制方法.首先提出一种基于运动参数组的编队队形描述与目标跟踪方法,实现了编队的相位预设与队形控制;其次利用误差变换方法将有性能约束的误差问题转换为无约束误差控制问题,并给出了一致性预设性能控制律;然后分别设计了指数型和预设时间型性能...     

基于预设性能控制的多导弹编队方法

针对多导弹编队控制问题,设计了一种既能保证编队精度又能保证在队形形成或变换过程中避免弹间碰撞的编队控制器。首先，建立领弹和从弹相对运动模型,并变换为具有级联形式的编队控制模型。然后，通过合理设置性能函数参数,基于预设性能控制理论设计能够对编队跟踪误差的瞬态过程和稳态精度进行控制的编队控制器。最后，针对队形形成和变换过程中的弹间避碰问题,通过实时改变编队期望位置并结合预设性能控制器的特点,设计了主动避碰策略。仿真结果表明，采用所提的避碰策略和编队控制器,能够使得多枚导弹在避免碰撞的前提下形成良好的编队。     

基于预设性能控制的多导弹编队方法

针对多导弹编队控制问题,设计了一种既能保证编队精度又能保证在队形形成或变换过程中避免弹间碰撞的编队控制器。首先，建立领弹和从弹相对运动模型,并变换为具有级联形式的编队控制模型。然后，通过合理设置性能函数参数,基于预设性能控制理论设计能够对编队跟踪误差的瞬态过程和稳态精度进行控制的编队控制器。最后，针对队形形成和变换过程中的弹间避碰问题,通过实时改变编队期望位置并结合预设性能控制器的特点,设计了主动避碰策略。仿真结果表明，采用所提的避碰策略和编队控制器,能够使得多枚导弹在避免碰撞的前提下形成良好的编队。     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks, RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。     

Finite-time neural funnel control for motor servo systems with unknown input constraint

In this paper, a finite-time neural funnel control (FTNFC) scheme is proposed for motor servo systems with unknown input constraint. To deal with the non-smooth input saturation constraint problem, a smooth non-affine function of the control input signal is employed to approximate the saturation constraint, which is further transformed into an affine form according to the mean-value theorem. A fast terminal sliding mode manifold is constructed by using a novel funnel error variable to force the tracking error falling into a prescribe boundary within a finite time. Then, a simple sigmoid neural network is utilized to approximate the unknown system nonlinearity including the saturation. Different from the prescribed performance control (PPC), the proposed finite-time neural funnel control avoids using the inverse transformed function in the controller design, and could guarantee the prescribed tracking performance without knowing the saturation bounds in prior. The effectiveness and superior performance of the proposed method are verified by comparative simulation results.     

考虑执行器故障的无人帆船事件触发控制

针对实际海洋环境下,无人帆船在艏向跟踪控制任务中存在的模型参数未知、控制输入频繁抖振和执行器磨损等问题,提出一种考虑执行器故障的无人帆船事件触发控制算法.首先,采用径向基函数神经网络(radius based function neural networks,RBF-NNs)对系统的未知模型参数进行在线逼近.其次,在无...     

不确定非线性系统变结构模糊自适应鲁棒控制

考虑一类不确定非线性系统的鲁棒控制器设计问题,在假设系统不确定性函数结构未知的情况下,利用模糊系统对不确定性函数进行逼近,将获得的模糊系统函数作为系统不确定性界函数。在此基础上,提出了一种变结构模糊自适应鲁棒控制算法,该算法在确保系统的滑动模态超平面为渐近可达的前提下,在线对系统模型的控制增益参数和不确定性函数的界参数进行估计。最后以船舶减摇鳍非线性控制系统为例,进行了变结构鲁棒自适应模糊控制器的设计。仿真研究表明,所提出的算法是有效的。     

OPTIMAL ADAPTIVE CONTROL WITH CONSTRAINT FOR ARMAX MODEL

For the ARMAX system with unknown coefficients the optimal adaptive control isdesigned so that the following requirements are met simultaneously:1)the transfer function from areference signal to the system output in the closed loop equals a prescribed rational function;2)under the constraint mentioned in 1)a quadratic loss function is minimized;3)the parameterestimate is strongly consistent.