TF/TA~2 trajectory tracking using nonlinear predictive control approach

1 .INTRODUCTIONThei mportance of terrain-following,terrain-avoid-ance ,andthreat-avoidance (TF/TA2) guidance forcruise missiles and aircraft is a well-recognized as-pect of military operations . Typically , the TF/TA2guidance system development consists of twomajor steps : (1) opti mal trajectory generationwithin maneuvering constraints considering ter-rain,obstacles and threats toincrease both surviv-ability and mission effectiveness ; (2) control lawdevelopment to followthe opti mal t…     

基于支持向量机的逆动力学模型辨识及应用

建立系统逆动力学过程模型已经成为许多非线性系统控制问题研究与实现中的关键问题。该文应用支持向量机(SVM)回归方法实现了对热工对象的逆动力学过程在线辨识,并通过三个典型的仿真算例对基于SVM的非线性系统逆动力学过程模型的有效性进行了考察。仿真结果表明,基于SVM的逆动力学过程模型不仅具有较高的辨识精度,同时还具有较为理想的泛化性能和在线跟踪能力;利用所建立的系统逆动力学过程模型能够获得恰当的控制作用,保证系统的输出按照给定的轨迹达到设定值。     

一类基于神经网络的非线性模型预测控制

在研究非线性对象输入/输出数据的基础上，将对象输出的Taylor级数展开式取线性项作为预测模型，提出一种非线性系统模型预测控制算法，为了保证预测模型的准确性，以神经网络做辩识器估计系统建模误差，对非线性对象进行单频预测控制，理论上已证明三层BP网能任意逼近L2上的非线性函数，本文通过仿真研究也表明了当神经网络逼近系统建模误差时，所提出的预测控制算法对复杂非线性对象能达到良好的控制效果。     

Predictive control for mechanical system with backlash based on hybrid model

The mechanical system with backlash is distinguished between a “backlash mode” and a “contact mode”. The inherent switching between the two operating modes makes the system a prime example of hybrid system. For eliminating the bad effect of backlash, a piecewise affine (PWA) model of the mechanical servo system with backlash is built. The optimal control of constrained PWA system is obtained by taking advantage of model predictive control (MPC) method, and the explicit solution of MPC in a look-up table form is figured out by combining the dynamic programming and multi-parametric quadratic programming, thereby establishing an explicit hybrid model predictive controller. Furthermore, a piecewise quadratic (PWQ) function for guaranteeing the stability of closed-loop control is found by formulating the search of PWQ function as a semi-definite programming problem. In the tracking experiments, it is demonstrated that the explicit hybrid model predictive controller has a good traction control effect on the mechanical system with backlash. The error meets the demands of real system. Further, compared to the direct on-line computation, the computation burden is reduced by the explicit solution, thereby being suitable for real-time control of system with short sampling time.     

TF/TA trajectory tracking using nonlinear predictive control approach

The use of a methodology of nonlinear continuous predictive control to design the guidance control law for the aircraft TF/TA² trajectory tracking problem is emplojed. For the derivation of the predictive control law, by using Taylor series expansion, and based on optimizing a performance index which is a quadratic function of both the predictive value of the state variables and the control inputs, a state variable feedback controller for nonlinear systems is obtained, and it provides a tradeoff between satisfactory tracking performance and the control magnitude requirements. Numerical simulation results for a supersonic fighter aircraft model show the viability of this approach.     

支持向量机控制与在线学习方法研究的进展

支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练,因此出现了对SVMR在线训练算法的研究。分析了国内外这些研究内容的最新研究进展,旨在探讨归纳支持向量机在控制领域研究的主要成果和存在的问题,以便为进一步的研究提供一定的支持与帮助。     

基于线性近似和神经网络逼近的模型预测控制

针对非线性系统的模型预测控制问题,提出了一种基于线性近似和神经网络逼近的控制算法。用Taylor级数展开法对非线性系统进行线性近似时,要求对象系统中的非线性函数必须连续可微。为了突破这一限制,引入了Stirling插值公式线性近似法,拓展了可处理的非线性系统范围。通过对线性化过程中产生的非线性高阶项进行径向基函数(radial basis function, RBF)神经网络逼近,显著提高了对象系统模型精确度。为了降低数值计算复杂度,将控制性能指标函数重构为易于处理的二次型最优化问题,通过对该二次型最优化问题的求解得到了最优控制序列。控制过程考虑了约束条件的影响以模拟真实的工业生产过程。仿真结果证明了所提出预测控制方案的有效性。     

高精度陀螺稳定跟踪系统神经网络预测控制

针对高精度陀螺稳定跟踪系统，提出了一种基于小波基函数神经网络的非线性系统的一步超前预测控制算法。该方法利用小波网络学习非线性系统，利用小波神经网络模型作为系统的预测模型，控制信号直接通过极小化期望输出值与预测输出值之间的偏差来获得。通过对陀螺稳定跟踪控制系统的仿真，表明该算法具有优良的控制品质。     

时间序列模型辨识的非线性规划方法

本文利用有关优化理论,把ARMA模型辩识问题转化为带约束条件的非线性规划问题,并通过降维处理把n阶的ARMA模型辨识问题简化为3n维的无约束非线性规划问题,从而为一般的ARMA模型辨识提供了一条新的途径。文中还给出了仿真例子,以证明该方法的有效性。     

飞行器抗饱和鲁棒自适应非线性模型预测控制

针对巡航飞行器同时存在较大外部干扰和模型参数不确定性时自适应预测控制性能下降的问题,设计了带有模糊干扰观测器(fuzzy disturbance observer, FDO)补偿的鲁棒自适应非线性模型预测控制(robust adaptive nonlinear model predictive control, RANMPC)方法(简记为FDO-RANMPC方法)。首先,利用具有未知参数限制条件的递推最小二乘方法在线辨识模型参数;其次,利用模糊干扰观测器输出值抵消幅值较大的复合干扰,再利用Tube鲁棒预测控制策略设计了飞行器底层姿态系统具有稳定保障的FDO-RANMPC控制器;最后,在考虑复合不确定性情况下对指令姿态角跟踪的仿真中验证了控制器的有效性及其渐进稳定性。     

多操纵面交叉耦合的SQP控制分配策略

针对多操纵面飞机交叉耦合效应下易产生虚拟控制误差和舵效中和等问题,提出了一种基于改进序列二次规划的控制分配策略。以操纵面偏量为参数构建优化目标,基于舵效线性假设分别研究了基于线性规划和二次规划的多操纵面线性控制分配方法。进一步考虑非线性交叉耦合效应,分别建立了序列线性和序列二次规划的交叉耦合控制分配模型,并设计了改进的Hessian矩阵,以实现序列二次规划的优化求解。仿真表明,基于改进序列二次规划的控制分配策略能够合理地利用所有交叉耦合操纵面实现非线性分配,优于线性规划、二次规划和序列线性规划控制分配方法。     

Bayesian estimation for nonlinear stochastic hybrid systems with state dependent transitions

The Bayesian approach is considered as the most general formulation of the state estimation for dynamic systems.However,most of the existing Bayesian estimators of stochastic hybrid systems only focus on the Markov jump system,few literature is related to the estimation problem of nonlinear stochastic hybrid systems with state dependent transitions.According to this problem,a new methodology which relaxes quite a restrictive assumption that the mode transition process must satisfy Markov properties is proposed.In this method,a general approach is presented to model the state dependent transitions,the state and output spaces are discreted into cell space which handles the nonlinearities and computationally intensive problem offline.Then maximum a posterior estimation is obtained by using the Bayesian theory.The efficacy of the estimator is illustrated by a simulated example.     

输入受限的隐式广义预测控制算法的仿真研究

本文基于CARIMA模型提出了一种简单的隐式广义预测自校正控制算法。它避免了在线求解Dioaphantine方程;利用并列预测器间的特点,直接辨识输出预测器中的参数,并针对广义预测控制问题,在整个预测时域和控制时域,对输入幅值施加了约束;在此基础上以二次规划作为滚动优化策略,进行计算机仿真,获得预测控制信息和输出信息;然后采用加权控制律,不仅使预测信息得以充分利用,而且使系统的性能得到明显改善。     

基于非线性预测方法的开关式导引律设计

以大气层外拦截为背景,研究了带有开关输入的不确定非线性系统的预测控制方法。根据Fliess级数展开理论,得到了系统输出预测值与控制输入以及不确定性的关系式。通过选择二次型代价函数,得到了预测控制中优化问题的描述。由于代价函数中含有不确定性,结合开关控制输入的特点,给出了一种应用非线性规划求解优化问题的方法。最后,将该方法应用到大气层外拦截中,考虑弹-目相对距离及视线转率存在不确定性的情况,设计了开关导引律,并给出了代价函数中加权系数的选择方法。仿真结果表明,该方法在保证拦截精度的情况下,减少了发动机的开关次数。     

洪水灾情评价的遗传程序设计方法

洪水灾情评价在洪水灾害分类管理决策中具有重要的指导意义,其关键问题就是在评价模型的结构未确知时,如何建立合适的模型来描述以灾情评价指标值为系统输入与以灾情评价等级值为系统输出之间所隐含的复杂关系。为此,提出了用FORTRAN语言实现洪水灾情评价的遗传程序设计新方法(GP-EFDL)。研究结果说明,GP-EFDL可在较大的程序搜索空间中获取一个最佳函数表达式,来反映洪水灾情评价系统的输入与输出样本数据系列所隐含的关系,在自然灾害系统建模、预测和控制等计算机程序自动设计中具有应用价值。表4,参13。     

快速阶梯式非线性预测控制

针对仿射非线性系统,以参考输出轨迹代替预测的未来输出进行多个一步预测,取代了多步预测,提出了快速非线性预测控制算法,计算量小,可获得解析控制律;引入了阶梯式控制思想,进一步降低了计算量,柔化了控制量的变化轨迹。对水箱液位控制系统的仿真和实验研究,获得了良好的控制效果,初步验证了算法的有效性。     

基于T-S模糊模型的模型参考自适应逆控制

针对非线性系统,提出一种基于T-S模糊模型的模型参考自适应逆扰动消除控制方法。所提方法根据模糊辨识理论与模型参考自适应逆控制各自的特点,将两者相结合。首先,根据模糊系统理论,分别采用模糊对角线划分和递推最小二乘算法进行前提和结论参数辨识,离线辨识得到对象模糊模型和逆对象模糊模型。将辨识出的对象逆设为原始控制器,与被控对象串联;为了分离出系统扰动信号,将辨识出的对象模型与被控对象并联,通过被控系统与对象模型输出做比较,再通过逆对象模型反馈到系统输入端,组成扰动消除环节。用最小均方差算法在系统运行过程中在线调节逆对象模糊模型参数,使其输出误差最小。最后,使用所提方法对一混合非线性系统及输入/输出非线性系统进行仿真试验,仿真结果验证了所提方法的有效性。     

基于成长遗传算法的非线性模型预测控制及仿真

非线性预测控制在每个控制周期需要求取控制量,其实质为非线性优化问题。标准遗传算法时间消耗较大,难以用于控制周期较小的系统。首先证明了基于种子策略和精英保存策略的遗传算法能够保证闭环控制系统的渐进稳定性;继而模拟自然界成长过程,利用成长算子改进算法框架,并用爬山法进行实现。在具有强烈非线性的连续搅拌釜式反应器模型上进行仿真试验。试验结果表明,在不损失控制效果的情况下,成长遗传算法有效的降低了时间消耗。     

神经网络模糊预测优化控制在VAV系统中的应用

将神经网络、模糊控制与非线性预测优化控制结合起来,提出了神经网络模糊预测优化控制方法,采用前馈神经网络作为预测模型,利用贝叶斯正则化方法对模型进行了辨识,以自调整模糊控制器作为优化控制器,通过多步预测方式,系统的优化性能指标综合考虑温度偏差最小和能耗最小这两方面因素,应用该方法对制冷工况变风量空调系统的送风温度和回风温度（室内温度）进行了仿真控制研究。控制结果表明了该方法的有效性,控制效果良好,并且可以达到节省能耗的目的。

Abstract：

Artificial neural network,fuzzy control and nonlinear optimal predictive control were combined.The algorithm of neural network nonlinear fuzzy predictive optimal control was proposed.Feed-forward neural network was adopted as the predictive model of the cooling VAV system.The model was identified by the method of Bayesian regularization.The self-adjusting fuzzy controller was adopted as optimal controller.The algorithm was applied in the cooling VAV system with multi-step predictive method.Indoor temperature and supply air temperature was controlled aimed at minimum temperature deviation and minimum energy consumption by this scheme in Matlab.Simulation results illustrate the effectiveness of this technique,and in the meantime illustrate that this technique can save energy consumption.     

伪凸二次规划的最优解集

寻找数学规划问题的多个最优解乃至最优解集是一项有理论价值和实践意义的工作,因为决策者可以从多个最优解中挑选其满意的最佳方案。然而,目前有关寻求非线性规划问题多个最优解的研究还比较少见且存在局限性。研究了伪凸目标函数的二次规划问题,首先提出和证明了最优解集的特征,然后借助于求解带有人工变量的辅助线性规划全部最优解的方法,提出了伪凸二次规划有唯一最优解的条件,并在不满足该条件的情况下,通过寻找辅助线性规划的最优解集以获得伪凸二次规划的最优解集。最后给出了两个算例以说明方法的有效性。