基于干扰补偿的拦截弹新型反演姿态控制

针对同时具有未知干扰以及输入饱和与死区特性的大气层内拦截弹姿态控制系统,提出了一种基于干扰补偿的自适应动态面控制器设计方法。该方法通过设计改进的非线性干扰观测器(nonlinear disturbance observer, NDO)对未知干扰进行抑制,利用径向基函数(radial basis function,RBF)神经网络逼近输入饱和引起的非线性项,通过设计参数自适应律在线估计未知死区边界。通过构造合适的Lyapunov函数,证明闭环系统状态一致终结有界。仿真结果表明,所提方法鲁棒性良好,在输入非线性和未知干扰作用下,依然能良好地跟踪指令信号。     

多智能体系统的分布式预测控制器设计

针对多智能体系统的跟踪及编队控制问题,研究其分布式预测控制器的设计方法。考虑时变通讯拓扑情况,在优化问题中附加一项辅助约束,保证了优化问题的递归可行性及多智能体系统的闭环指数稳定性。在每个采样时刻,各智能体根据通讯拓扑实时更新其代价函数及辅助约束,通过求解带有状态、输入及辅助约束的优化问题来计算其控制输入。仿真结果验证了结论的有效性。     

一类非线性时滞系统的模糊预测控制

利用模糊T-S模型对一类输入受限的非线性时滞系统进行建模;在此基础上,提出了模糊预测控制,推导了预测性能指标上界,将稳定性约束,输入约束变换成容易求解的线性矩阵不等式形式。采用了并行分布补偿预测控制器,基于李雅普诺夫函数和线性矩阵不等式方法给出滚动时域优化的充分条件,证明了闭环系统的稳定性,仿真结果验证了所提方法的有效性。     

具有扇区非线性输入的混沌系统函数投影同步

研究了具有扇区非线性输入且含有模型不确定和外部干扰的混沌系统的修正函数投影同步问题。基于Lyapunov稳定性理论和滑模变结构控制方法,设计了统一的滑模控制器和自适应更新规则,使得混沌驱动系统和响应系统按照期望的函数尺度因子矩阵实现同步。所设计的控制器不受扇区非线性输入、模型不确定性和外部干扰的影响, 具有很强的鲁棒性。以超混沌系统为例的仿真实验证明了该方法的有效性。     

基于控制Lyapunov函数新性质的逆最优控制

利用控制Lyapunov函数的新特性,对非线性仿射系统进行了逆最优控制器的设计,进一步改进了基于控制Lyapunov函数的控制器的性能,并且该控制器对于一定范围的输入不确定性具有鲁棒性。将结论用于陈氏混沌系统不稳定平衡点的渐近稳定控制律的设计中,理论分析与仿真结果证明了该方法的有效性与实用性。     

神经网络非线性预测优化控制及仿真研究

针对暖通空调等一类时变多输入多输出非线性过程控制系统，采用神经网络作为优化反馈控制器求解优化反馈解，并利用预测控制滚动优化能够克服干扰和不确定性影响的优势，采用基于Hamilton-Lagrange方法和预测滚动优化算法训练多层前向神经网络，同时对系统中某些不能直接测量且受到多种因素影响、计算复杂的时变参数也利用神经网络进行预测，以实现对象特性的实时预测。利用该控制方法对某变风量暖通空调模型进行了仿真，优化指标取舒适性指标和耗能量之和。仿真结果表明，采用此方法，在模型不确定和存在外在干扰的情况下可以得到较好的控制效果。     

一类非线性系统的鲁棒无源性综合问题

针对一类带有界范数不确定性的仿射非线性系统,研究它的鲁棒无源性综舍问题.首先,基于非线性矩阵不等式方法得到系统是鲁棒无源的充分条件;然后在此基础上,获得存在状态反馈控制器使得该系统鲁棒无源控制问题可解的充分条件,并给出所需控制器的参数化表达.最后,简单阐述了利用凸优化方法通过求解一系列相应的线性矩阵不等式来得到非线性矩阵不等式局部解的思想.     

不确定时滞系统的指数稳定保代价可靠控制

针对一类含有时变时滞的不确定参数系统,研究了在执行器发生故障情况下系统指数稳定保代价可靠控制器设计问题。系统的性能函数是含有指数项和故障输入项的积分二次型函数。经过适当的状态变换,将原系统的指数稳定保代价可靠控制问题转化为另一个等价系统的保代价可靠控制问题。根据Lyapunov稳定性理论,得到了系统存在指数稳定保代价可靠控制器应满足的一个矩阵不等式,进一步将这个矩阵不等式转化为线性矩阵不等式(LMI),并给出了系统的保代价表达式。利用论文方法设计的控制器能够使得时滞系统对于任意允许的不确定量以及执行器故障都保持鲁棒可靠指数稳定,并且使系统具有保代价的性能指标。仿真结果表明了该控制器设计方法的有效性。     

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。     

基于在线支持向量机和遗传算法的预测控制

针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,本文提出一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。     

前向拦截的三维制导模型及制导律设计

为了解决拦截器导引头的气动加热问题,提出了前向追踪(Head Pursuit)制导方法。该方法是将拦截器导引到目标轨道的前方并沿着和目标相同方向飞行,而在目标轨道的前方拦截目标,要求拦截器的速度低于目标的速度。在建立了目标和拦截器的三维制导模型基础上,采用全局二阶滑模控制理论设计了二阶滑模HP非线性制导律。并在考虑目标机动加速度未知的情况下,设计了观测器对目标机动加速度进行估计。通过拦截器拦截目标的弹道的数字仿真验证了制导模型和制导律的正确性。     

椭圆轨道自主接近自适应滑模制导律设计

研究了一种适用于椭圆轨道航天器自主接近任务的滑模制导方法。针对自主接近模型中存在目标轨道不可知信息量问题,根据多输入系统滑模控制思想,设计了系统误差收敛时间有限的自主接近非线性滑模制导方法,解决了自主接近系统中存在的时变性和参数不确定问题。引入剩余飞行时间,改进定义误差的参数,使自主接近过程的距离和速度具备更好的协调收敛性。根据距离收敛特性,利用线性插值方法自适应地设定期望收敛时间进而确定切换系数,在较小延长接近时间的情况下,较好地保证了变结构制导的鲁棒性,并抑制了指令抖振问题。数值仿真验证了设计的制导策略对不同的初始条件表现出良好的适应能力,满足自主接近停泊点精度要求,且自主接近所需时间较短,尤其对较远距离自主接近任务表现出很好的快速性能。     

BTT导弹分块模型组合非线性控制器设计与仿真

提出了基于导弹非线性分块模型的组合控制方法。对于弹道倾角和弹道偏角采用动态反馈,以及对非仿射型非线性系统的处理方法,保证跟踪误差收敛。姿态角、角速度层的控制,充分考虑了导弹气动参数不确定性和未建模动态、控制量输入的不确定性。对于不确定性采用自适应反演(backstepping)变结构控制方法。对BTT导弹6DOF非线性模型的仿真结果显示了本文方法的有效性。     

多平台分布式协同作战下基于MPC-MAS的指挥控制模型设计

在瞬息万变的网络化体系作战环境中,如何准确、及时地提取有用信息并作出决策,有效应对实际作战中作战效益低、资源损耗大、作战时间长等问题一直是研究的热点之一。本文以多平台协同完成对来袭目标的拦截任务为背景,提出了一种多平台分布式协同作战下基于模型预测控制(model prediction control, MPC)和多智能体系统(multi-agent system, MAS)的指挥控制系统模型。通过引入分布式多平台协同的模型概念,使各平台之间实现完全信息共享,并且采用全局分布-局部集中的决策结构,设计了分布式指挥控制的协同模型框架,选定蒙特卡罗方法进行仿真实验对比。实验结果证明了该模型具有收敛性好、误差低、损失值低等优点,可以高效地解决分布式环境下协同作战的指挥控制模型构建问题。     

Novel backstepping design for blended aero and reaction-jet missile autopilot

The advanced missile uses blended control of nero-fin and reaction-jet to improve missile maneuverability. The blended control design, which is multi-inputs and multi-outputs （MIMO）, severe nonlinear, and model uncertain, is much more complex than conventional nero-fin control. A novel nonlinear backstepping control approach is proposed to design the blended autopilot. Missile model is reformed to a new one by state reconstruction technique so that it is easy to be handled by the backstepping method. Then a Lyapunov function is chosen to avoid oscillation caused in normal backstepping way when control parameters are mismatched. In distribution of both inputs, optimal energy logic is proposed. In addition, a fuzzy cerebellar model articulation controller （FCMAC） neural network is used to guarantee controller robustness to uncertainties. Finally, simulation results demonstrate the efficiency and advantages of the proposed method.     

起竖系统建模及动态面自适应滑模控制

针对起竖系统存在非线性特性、参数不确定性以及环境干扰等问题,在起竖系统的起竖控制过程中,提出了一种动态面自适应滑模的控制策略。建立了起竖系统的非线性数学模型,在滑模控制器设计中,引入动态面控制,利用一阶积分滤波器来计算虚拟控制项的导数,使控制器设计简单,加入自适应控制算法,实现对不确定参数的在线估计,消除系统的不确定性,并给出了控制律和自适应律。仿真结果表明,与比例积分微分控制和一般滑模控制相比,所提控制方法有较强的鲁棒性和良好的跟踪性能,提高了起竖过程的稳定性。     

欠驱动VTOL空间飞行器系统的非线性跟踪控制

研究了欠驱动VTOL(垂直上升和垂直着陆)空间飞行器在各种输入耦合时的非线性跟踪控制问题。VTOL空间飞行器是具有三个自由度,两个控制输入的欠驱动系统。首先,通过控制输入和坐标变换,系统的动力学方程被变换成二阶链式形式。其次,利用后推法(backstepping)的思想推导出保证系统渐近收敛于给定轨迹的时变反馈控制规律。该方法将系统分解为低阶子系统来处理,利用中间虚拟控制变量和部分Lyapunov函数简化了控制器的设计。仿真结果证明了所设计控制器的有效性。     

CMAC神经网络用于分析和设计非线性过程控制系统(Ⅱ)——控制策略

本文是基于 CMAC神经网络分析和设计复杂控制系统的第二部分 ,提出了基于评价函数和CMAC预测器的控制器的设计方法 ,通过分析控制算法的收敛性和控制系统的稳定性 ,得出了控制器参数的选取方法 .该方案适用于过程的输入输出数据是可测的 ,并且可用第一部分提出的方法得到对象的 CMA C预测器 .仿真实例证明该方案是正确和实用的.     

输入非仿射不确定系统的跟踪控制

针对一类不确定性输入非仿射的混沌系统,结合模糊逻辑系统、非线性跟踪微分器以及扩展状态观测器,利用反演技术设计了一种新的控制器。该设计中,扩展状态观测器用来估计系统中的未知项及扰动项;模糊逻辑系统用来逼近扩展状态器不能很好处理的未知项,并且设计了误差补偿项;非线性跟踪微分器用来逼近虚拟控制量的导数;然后利用Lyapunov稳定性理论证明了闭环误差信号将渐进收敛到原点的残集内。对具有扰动和不确定性的输入非仿射混沌系统进行了仿真,同时针对一类非严格反馈系统进行了仿真,结果表明了该方法的可行性和有效性。     

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。