飞机穿越风切变的非线性动态逆控制

介绍了非线性动态逆的基本原理及其在低空风切变改出飞行中的应用。利用较真实的风切变工程化模型和非线性动态逆方法，对飞机改出低空风切变的控制进行了设计。文中获得了动态逆方法控制下的改出飞行参数曲线，并与其他的改出引导策略的结果进行了对比。结果表明，动态逆方法在飞机穿越风切变的轨迹控制过程中实用有效。     

基于非线性干扰观测器的拦截弹动态逆控制

针对直接力/气动力复合控制的临近空间拦截弹,提出了一种基于非线性干扰观测器(nonlinear disturbance observer, NDO)的动态逆复合跟踪控制器设计方法。首先设计NDO,对系统的不匹配干扰进行估计,并通过干扰估计值设计前馈补偿项来有效消除外部干扰对系统的影响。接着,设计基于NDO的动态逆复合控制律,获取期望控制力矩。然后,利用动态控制分配技术将期望控制力矩分配到气动舵和反作用喷流装置。最后,仿真结果表明,所设计复合控制器对过载指令具有较好的跟踪效果,适用于临近空间拦截弹复合控制。     

基于一种新型动态神经网络的非线性自适应逆控制

根据生物神经元的机能,提出了一种具有动态激励函数的新型神经元模型,由此构成的神经网络(DAFNN)应用在非线性自适应逆控制中时只需要确定隐层神经元个数,从而克服了用NARX回归神经网络时需确定输入和输出延时阶数及隐层神经元个数等多个参数的不足。通过对单输入单输出(SISO)及多输入多输出(MIMO)非线性系统的自适应逆控制仿真研究,证实了DAFNN是一种很好的非线性系统建模和控制工具。     

航天器姿态的神经网络动态逆控制

针对航天器姿态系统,提出了一种基于自适应神经网络动态逆的控制算法。该算法针对滚转、俯仰和偏航三个姿态子系统,设计了两组神经网络:第一组是BP网络,用来逼近三个姿态通道的非线性项,可获得姿态逆模型;第二组是非线性自适应神经网络,用于在线实时地补偿逆模型存在的误差和外加干扰。详细分析了非线性自适应神经网络的拓扑结构、学习规则和调整算法。给出了应用该算法的具体实例,通过仿真实验证明该算法的有效性。     

基于模糊CMAC网络的非线性自适应逆控制

针对非线性自适应逆控制中非线性对象的建模和逆建模的精确性这一问题,提出一种基于模糊小脑模型关节控制器(Fuzzy Cerebellar Model Articulation Controller, FCMAC)网络的非线性自适应逆控制方案.将模糊逻辑思想嵌入到CMAC中构成FCMAC来对非线性对象进行较精确的逆建模,从而构建逆控制系统.在对象特性未知的情况下,选用BP网络来对象进行正建模,并由BP网络的辩识结果来对FCMAC的参数进行调整.仿真实验表明了该方案的有效性,且验证了其控制效果较单纯的CMAC网络逆控制更理想.     

基于超扭曲算法的无人机动态逆编队控制器设计

针对扰动条件下的无人机编队飞行控制系统,研究了一种将非线性动态逆（nonlinear dynamic inversion, NDI）理论与超扭曲算法相结合的非线性编队控制方法。以其中一架僚机的编队控制器设计为例,在无人机质心动力学和运动学模型的基础上,建立了基于偏差的编队控制系统,从而将编队控制问题转化为僚机的路径跟踪问题;在二阶滑模控制中超扭曲算法的基础上,设计了僚机的NDI控编队控制器,以消除滑模算法中存在的抖振现象,并实现对位置指令的跟踪及干扰的抑制。最后以3架编队无人机构成的编队飞行控制系统为例,对此方法进行了数学仿真,仿真结果表明基于该方法的编队控制系统具有良好的稳定性和鲁棒性。     

灰色非线性增量动态模型在农药残留量模拟中的应用

提出灰色高阶增量 GMS ( m ,1)动态模型及参数反馈辨识方法 ;构建出灰色非线性 L M ( m ,1)、LE ( m,1)及 LLM ( m,1)模型 ,能有效模拟农药残留等振荡或涨落衰减离散动态时间序列的非线性变化规律 .应用本文模型对代森锰锌在西红柿中的消解残留量模拟 ,复相关系数 R2≈ 1,平均误差率δ<0 .14 ;对氯氰菊脂在小白菜上的残留量模拟 ,R2 >0 .9989,δ<9.19 .模拟优度、精度明显优于若干新方法 [3 ,4] .为非线性离散动态过程建模、控制、预测提供了新的有效规范方法 ,亦可为非线性动力学研究提供新的建模思路 ,在生态、生物等自然科学及社会科学中具有广泛适用性与应用前景.     

飞翼无人机机动飞行非线性鲁棒自适应控制

机动飞行能力作为无人机任务扩展的重要保证,受到各国的普遍重视。针对飞翼布局无人操纵能力不足、非线性和耦合性强的特点,提出一种非线性自适应控制方法。在所提的控制结构中,内环线性化解耦消除已知不利的耦合项,外环反步跟踪方法进行航迹跟踪,并采用粒子群补偿器补偿各种扰动和不可建模的耦合项,保证系统对各种扰动的自适应能力,且证明了该控制结构的稳定性。同传统反步控制方法相比,所提控制器增加了内环解耦结构。不同于传统的动态逆解耦控制方法,本文在控制结构中保留气动阻尼项,使得线性化后的系统为弱非线性系统。该结构不仅可以降低外环控制器设计的保守性,而且便于工程实现。仿真结果显示,该控制方案是有效的。     

无人机航迹角的非线性增益递归滑模控制

针对固定翼无人机(unmanned aerial vehicles,UAVs)自主着陆过程中的航迹角跟踪控制问题,提出了一种非线性增益递归滑模控制方法。通过引入一个新的非线性增益函数,并设计含有积分项的递归滑模面,在保证航迹角跟踪控制精度的同时有效改善了控制系统的动态品质,克服了常规动态面控制(dynamic surface control, DSC)方法对于量测噪声敏感、容易引起执行器饱和的缺点。理论证明了所得航迹角跟踪控制系统所有状态半全局一致最终有界,航迹角跟踪误差可以收敛至原点的指定小邻域,且对于非时变干扰和常值指令不存在稳态跟踪误差。在YF-22模型机上进行的数值仿真验证了本文方法的优越性。     

基于非线性动态逆滑模的纵向着舰系统设计

通常发生的舰载机进舰着舰事故中,大多数是由于舰载机纵向航迹控制不好导致的。因此,针对着舰过程中的舰载机非线性运动模型,考虑舰尾流扰动的影响,提出了一种基于非线性动态逆的滑模控制方法,应用在纵向着舰系统的3个控制回路的设计中,来解决精确控制飞行轨迹的问题,并进行了航迹纠偏测试。最后,仿真结果表明,所设计的纵向着舰系统具有较强的鲁棒性和快速跟踪性,提高了舰载机着舰航迹精度,减少了下滑轨迹误差,满足了美国海军安全着舰指标要求。     

基于运动补偿的小型无人机云台控制器设计方法

云台安装的摄像机可用于基于视觉的小型无人机目标跟踪与定位。分析了无人机平移和旋转运动对目标在图像平面成像的影响,推导了机体角速度与云台姿态角速度转换矩阵,设计基于运动补偿的云台控制器将无人机速度和机体角速度引入云台控制器输入,补偿因无人机运动引起的摄像机视线改变,并利用目标在图像平面的位置偏差修正摄像机跟踪误差。仿真实验表明所设计的云台控制器可提高目标跟踪精度,减少云台抖动。     

基于鲁棒自适应控制理论的导弹纵向逆控制

针对高机动导弹纵向运动数学模型具有严重非线性、不稳定、多变量耦合以及模型不确定等特点,提出了一种基于鲁棒自适应控制理论和动态逆相结合的导弹纵向控制系统设计方法。该方法以非线性动态逆控制为基本控制律,能够在复杂的飞行条件下,实现对高机动导弹的精确线性化,解除了多变量之间的耦合关系;并引入鲁棒自适应控制律,以抑制模型参数变化的摄动和外部干扰的影响,保证了导弹的纵向稳定性及其纵向飞行品质。仿真分析验证了控制方法的有效性。     

基于神经网络的BTT导弹鲁棒动态逆设计

针对存在不确定性的BTT导弹系统,基于神经网络提出了一种鲁棒动态逆控制系统设计方法。首先应用双时标假设将BTT导弹动力学分离为快变状态动力学和慢变状态动力学。然后,在巧妙地利用导弹气动参数特性设计Lyapunov函数的基础上,对快变状态动力学和慢变状态动力学分别进行动态逆控制设计。设计中应用RBF神经网络来逼近系统中存在的不确定性,证明了闭环系统的所有信号均有界且指数收敛至系统原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果验证了该算法的有效性。     

基于光流的固定翼小型无人机自主着陆控制

以固定翼小型无人机的自主着陆控制为研究背景,提出了一种基于光流的固定翼小型无人机自主着陆控制方法。该方法首先在分析固定翼飞行器着陆段运动特性的基础上,将着陆阶段的控制解耦为对飞行器的横向控制和纵向控制,然后以跑道线作为特征,计算其稀疏直线光流场,并结合摄像机模型以及光流场和速度场之间的关系,用跑道线的水平流作为系统反馈,设计控制系统。最后在Simulink环境下搭建动态仿真系统,仿真结果表明,使用本文方法可以有效实现飞行器的自主着陆控制。     

基于鲁棒最优方法的无人机动态投影控制

以某型大展弦比无人机为研究对象,设计了基于鲁棒最优理论和动态投影方法的补偿控制器。首先采用鲁棒伺服线性二次型调节器方法,通过全状态反馈构建满足最优性能指标的参考系统,然后采用输出反馈和动态补偿器替代全状态反馈,重构出具备参考系统全部最优特征结构的动态投影控制系统。重点阐述了通过动态投影控制方法进行系统极点配置的具体步骤,并分析了动态补偿器的自由矩阵参数对系统稳定性的影响。仿真结果表明,与常规比例-积分-微分控制方法相比,所设计的动态投影控制系统具有更强的稳定性与更好的瞬态响应特性。     

空空导弹控制系统鲁棒动态逆设计

将导弹动力学分离为快变状态动力学子系统和慢变状态动力学子系统,分别进行非线性动态逆控制设计。应用基于李雅普诺夫稳定性的鲁棒控制方法,设计出期望的慢变动力学和快变动力学,以保证动态逆控制系统对气动系数摄动的鲁棒稳定性。给出了通过构造动态反插值表,由力矩系数指令反解舵偏角指令的反插值方法。动态逆方法所需要的速度指令、滚动角指令及其一、二阶导数通过滤波器得到。对过载回路的稳定性问题和跟踪误差进行了定性分析,给出了过载回路的无静差设计方案,作为对动态逆的补充设计。给出了导弹控制系统六自由度数学仿真结果。     

Robust missile autopilot design based on dynamic surface control

Since the dynamical system and control system of the missile are typically nonlinear, an effective acceleration tracking autopilot is designed using the dynamic surface control(DSC)technique in order to make the missile control system more robust despite the uncertainty of the dynamical parameters and the presence of disturbances. Firstly, the nonlinear mathematical model of the tail-controlled missile is decomposed into slow acceleration dynamics and fast pitch rate dynamics based on the natura...     

基于滑模观测补偿的四旋翼飞行器鲁棒动态逆控制

四旋翼飞行器为欠驱动形式,其模型存在强耦合、大不确定性的特征,需设计具有强抗扰和强鲁棒能力的控制器以提升四旋翼飞行性能。首先建立包含结构参数不确定性的四旋翼飞行器动力学模型,分析其特性并基于时标分离原则进行模型的双回路划分。利用小角度假设对模型进行线性化处理并求取模型的状态空间表达形式,给出满足不确定性区间内稳定控制要求的鲁棒控制律,并采用Lyapunov理论进行控制律的全局收敛性证明。为增强控制器的抗扰性,利用Super-twisting算法设计了滑模干扰观测器对外部扰动进行观测并予以补偿。仿真结果表明,所设计的基于滑模观测补偿的鲁棒动态逆控制器在应对较大结构不确定性和外部扰动情况具有良好的控制品质。     

基于DBN威胁评估的MPC无人机三维动态路径规划

模型预测控制(model predictive control, MPC)路径规划算法适用于三维动态环境下的无人机(unmanned aerial vehicle, UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network, DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建DBN威胁评估模型,将UAV在战场环境中的威胁态势用威胁等级概率表示,与MPC路径规划算法相结合,得到基于DBN威胁评估的MPC UAV路径规划算法。通过多组仿真分析表明,在三维动态环境下,特别是威胁尾随无人机时,基于DBN威胁评估的MPC无人机路径规划算法可以得到有效的无人机路径。     

基于速度障碍法的多UAV可飞行航迹优化生成

研究无人飞行器(unmanned aerial vehicle, UAV)在线可飞行航迹的自主规划对UAV适应非结构化环境、提高机动作战能力具有重要的现实意义。提出了一种基于Pythagorean-Hodograph (PH)曲线的UAV在线航迹生成算法,可以根据UAV当前的飞行状态、目标点信息及传感器探测信息实时规划出曲率连续的可避碰飞行航迹。考虑系统动态性能约束,采用分布估计算法对航迹参数进行优化选取,提出基于区间选优的全局精英个体概率选择机制,提高了航迹生成的速度及精度。根据速度障碍法原理,结合PH曲线的特点,给出了高动态环境下多UAV的实时动态避碰规划算法,该算法能使轨迹快速趋近于目标。对一组UAV的航迹规划在不同环境下进行了仿真实验,仿真结果证明了算法的有效性和实用性。