制导控制一体化有限时间收敛控制算法

针对拦截高速机动目标的需求,研究了一种完全制导控制一体化有限时间收敛控制算法。首先,根据传统完全制导控制一体化模型,推导了导弹完全制导控制一体化视线角速率有限时间收敛模型;其次,构造了带补偿函数的非线性滑模切换函数,根据有限时间收敛终端滑模控制理论,设计了基于完全制导控制一体化的有限时间收敛控制算法,并通过自适应方法对系统不确定性的最大值进行了估计、运用高阶滑模微分器对视线角速率和弹目相对距离的高阶导数进行了解算;最后,仿真结果表明,与一般的控制算法相比,论文所设计的有限时间收敛控制算法能够达到视线角速率有限时间收敛,且具有更小的脱靶量和更短的飞行时间。     

导弹俯仰通道带有落角约束的制导与控制一体化设计

对导弹带有落角约束的制导与控制一体化进行了研究.首先建立了俯仰通道的制导控制一体化状态模型.然后利用特征结构配置方法,设计了制导与控制一体化状态反馈控制律.所设计的控制器一方面保证导弹打击精度,另一方面保证导弹进行垂直打击.最后,进行了导弹非线性数值仿真,验证了所提的制导控制一体化策略的有效性,从仿真结果上看,垂直打击精度是很高的.     

滑模干扰观测器的反机动目标末制导律设计

针对大气层外拦截器拦截机动目标的末段制导问题,提出基于滑模干扰观测器的滑模制导律设计方法。建立基于视线的拦截器-目标相对运动方程,采用滑模控制理论,设计使纵向平面和侧向平面内的视线角速率趋于零的制导律。通过超扭曲滑模干扰观测器,估计目标机动,从而补偿制导系统中的不确定项,并避免滑模切换控制的抖动问题。反机动目标末制导仿真结果表明,所研究的滑模制导方法具有满意的制导精度和鲁棒性。     

导弹积分反步制导控制一体化设计

制导控制一体化设计响应快、时延小,能充分考虑制导与控制间的耦合关系,但具有对象模型阶数高、鲁棒性差等特点.借用PI控制思想,将积分控制引入反步控制,设计基于积分反步方法的制导控制一体化算法,增强系统的抗干扰能力,实现对零视线角速率指令的高精度跟踪;通过构造高阶滑模微分器,观测反步控制中所需的视线角高阶微分信息,同时保证观测值对于真值的收敛速度和精度;设计基于浸入与不变的估计器估计目标机动信息,消除目标机动在拦截目标时对脱靶量的影响.仿真结果表明所设计的制导控制一体化算法可以实现导弹对目标的碰撞拦截,抑制目标机动带来的不利干扰,提高系统的鲁棒性.      

基于滑模控制的飞行器螺旋机动、制导与控制一体化设计研究

针对空舰飞行器末制导过程中突防能力不强;制导、控制回路分离设计在带宽分离假设条件不满足情况下的控制效果较差的两方面问题,将飞行器制导与控制回路进行一体化设计,并引入三维螺旋机动的弹道机动形式,实现了螺旋机动、制导、控制一体化的设计研究. 首先对飞行末段的制导、控制回路进行了一体化建模,之后应用滑模控制方法,完成了制导与控制一体化的控制律设计,而后引入了对视线倾角速率与视线偏角速率的周期性拉偏,完成了螺旋机动、制导、控制一体化设计,仿真结果表明,本文设计的控制律在保证对目标的精准打击能力的同时具备了攻击过程中的弹道螺旋机动能力.      

基于FCMAC干扰观测器的飞行器非线性控制

为解决反馈线性化(FL)方法的控制性能过于依赖精确系统模型的问题,提出了一种自适应的非线性控制策略,并应用于升力式飞行器的控制器设计.利用模糊小脑模型神经网络(FCMAC)良好的非线性逼近能力和自学习能力,设计了基于FCMAC的干扰观测器,对模型的不确定性和干扰进行在线估计.其网络权值更新规则采用李亚普诺夫方法设计,保证了闭环系统跟踪误差和干扰观测误差的有界.6自由度仿真结果显示该控制方案可实现姿态角对制导指令的稳定、快速跟踪,具有良好的鲁棒性.     

基于自适应反步法的非线性导弹制导/控制系统综合设计

利用基于RBF神经网络的自适应反步法结合滑模控制对非线性导弹的制导/控制系统进行了综合设计.首先把导弹的制导/控制系统转化为严反馈型,然后利用基于在线调节的神经网络反步法克服非线性系统的非匹配不确定性,引入的滑模控制项使跟踪误差趋于零.仿真结果表明,所设计的方法具有较强的实用性.     

基于改进L1自适应的姿态控制研究

针对含匹配不确定性和时变干扰的多变量耦合系统,提出改进L₁自适应控制,并进行控制系统闭环分析.针对常规解耦中积分型闭环系统的临界稳定问题,在常规解耦之后附加反馈控制,从而构成同时保证系统解耦性和稳定性的线性解耦控制.解耦后,系统表示为由若干含匹配不确定性和时变输入干扰的无耦合子系统组成.针对各子系统中不确定性和干扰问题,采用L₁自适应控制以保证系统的鲁棒性.此外,为避免控制量的瞬时大幅值和大变化率,设计参考信号变换方式,即参考信号中的阶跃跳变部分用正弦信号替代.最后,将所设计改进L₁自适应控制应用于飞行器姿态调节中,并通过Matlab数值仿真对所设计的姿态控制系统进行测试和验证,结果表明所设计控制算法和姿态控制系统可行有效.      

一类不确定非线性系统的自适应鲁棒模糊控制及其应用(英文)

针对一类具有复杂系统函数和控制增益不确定的非线性系统进行了研究。采用一个模糊系统逼近所研究的复杂系统函数 ,该模糊系统被用于逼近系统中不确定性的上界 ;并提出了一个自适应鲁棒模糊控制方案 ,该方案能够保证闭环系统以指定的速率指数收敛于平衡点的一个余集球域。最后以减摇控制船舶横摇稳定性为例对所提出的方法进行了验证 ,结果表明 ,在有外界干扰和不确定性存在的情况下 ,所提出的控制方案使得所设计的系统具有较为理想的鲁棒性     

具有输入饱和及多不确定性的挠性卫星姿态控制

研究了存在控制输入饱和约束、内外部干扰及质量特性参数不确定性的挠性卫星姿态鲁棒控制器设计问题.通过近似线性化结合等价坐标变换的方法得到了挠性卫星系统相应的状态空间描述,并以此为基础,采用理论分析结合数值仿真的手段设计出满足控制输入饱和约束并适应两类不确定性的姿态鲁棒控制方法.仿真结果表明,该方法得到的控制器具有较强鲁棒性,能很好地抑制内外部干扰并适应较大范围的质量特性参数不确定性.     

惯性导航中转位控制系统的自适应控制

针对未知非线性、外界干扰和参数摄动等不确定性因素对惯性导航中转位控制系统的影响,采用Back-stepping方法对转位系统进行控制.通过引入动态面技术(dynamic surface control,DSC)降低Backstepping方法设计控制器的复杂度,利用Lyapunov稳定性分析,证明了设计后的闭环系统半全局渐近稳定.仿真结果表明,当外部干扰存在非线性和不确定性时,作者所设计的控制器表现出良好的自适应性和鲁棒性,稳态精度满足惯性导航系统多位置初始对准的使用要求.     

具有强鲁棒性的导弹自适应滑模控制

针对导弹飞行过程中存在的参数摄动、干扰和不确定性问题,建立了俯仰平面内的姿态控制系统的数学模型,并把推力视为扰动对模型进行简化,将模型参考滑模控制和自适应控制相结合,先对参考模型进行滑模控制器设计,在此基础上对系统模型设计滑模控制器,对趋近律参数进行调整,并设计自适应律估计系统中的干扰和不确定性部分.最后将设计的控制器应用于导弹姿态控制中,并用李雅普诺夫稳定性理论分析了闭环系统的稳定性.仿真结果表明:所设计的控制器对给定的信号具有较高的跟踪精度,对不确定性和未知干扰也有较强的鲁棒性,同时也说明了把推力视为扰动的合理性.     

基于FCMAC干扰观测器的动态逆再入制导

针对升力式飞行器不确定的非线性模型,提出了基于模糊小脑模型神经网络(FCMAC)干扰观测器的动态逆再入轨迹跟踪制导律.首先采用非线性动态逆设计阻力加速度-能量标准轨迹的跟踪方法;然后利用FCMAC网络良好的非线性逼近能力、泛化能力和自学习能力,设计干扰观测器对模型的不确定性和外部干扰进行在线补偿;最后给出了闭环误差系统的鲁棒稳定性证明.仿真结果表明:FCMAC干扰观测器通过在线重构逆误差,降低了动态逆方法对模型的依赖,增强了跟踪系统的鲁棒性.     

欠驱动水面船舶的自适应神经网络-滑模路径跟随控制

针对欠驱动船舶的路径跟随问题,提出了一种综合神经网络和滑模控制的控制方法.采用视线(LOS)制导方法解决船舶欠驱动问题,并设计了关于漂角的自适应状态观测器,将预测的漂角引入LOS以补偿漂角引起的稳态横向偏差;使用滑模控制方法实现航向控制,并用神经网络处理控制模型的不确定性问题;应用Lyapunov理论证明了控制系统的稳定性,同时通过对比仿真试验结果,验证了本文所提出控制器的有效性.     

基于增益自适应超螺旋滑模理论的无人机控制

以无人机为研究对象,针对无人机系统非线性强和飞行过程中外界干扰产生的不确定性,设计一种基于增益自适应滑模控制的无人机姿态控制器.该方法无需观测器对不确定性进行估计就可以实现对给定无人机姿态的跟踪控制,同时滑模控制中的抖振情况可以得到有效抑制.首先介绍无人机模型,给出其数学模型;其次,以误差为状态量,设计稳定收敛的滑模面,采用增益自适应超螺旋滑模算法设计能够有限时间收敛的无人机姿态控制器;再采用Lyapunov第二法证明闭环无人机系统的稳定性;最后对所提控制方法进行仿真验证.结果表明：该控制方法具有可靠的控制性能.     

基于LSTM的落速控制最优制导策略研究

针对高超声速飞行器末端速度控制的需求,在落角约束最优制导律的基础上,对制导律的量纲一过载特性进行分析,证明了通过调节制导参数,能够对飞行末端速度产生影响;进而提出了制导律末速控制的策略,并基于此提出了对气动偏差适应的制导律在线设计方案;采用LSTM深度神经网络,进行了制导律参数在线设计算法的实现;最后进行了弹道仿真,对所设计的制导参数在线设计算法进行验证. 仿真结果表明其在保证末端命中精度和落角满足指标要求的前提下,对弹道的末端速度控制能力有显著提升.      

基于LTR观测器的输入时滞系统的滑模控制

针对一类线性时滞系统且存在外部噪声干扰和参数不确定性问题,提出一种基于回路传输恢复(LTR)观测器的滑模变结构控制方法.为了简化时滞变结构控制器的设计,采用非奇异线性变换将输入时滞的线性系统转化为无时滞系统,并进行滑模变结构控制器的设计、理论分析及稳定性证明.仿真结果表明,该方法对时滞系统在噪声干扰和过程参数不确定性时系统状态快速达到稳态,得到的控制效果仍具有较好的稳定性.     

一类不确定非线性系统的鲁棒自适应控制

针对一类包括非线性不确定性、有界干扰、时变参数等的具有纯参数反馈形式的不确定非线性单输入单输出系统,利用反演设计方法同自适应控制相结合的方法,设计了状态反馈鲁棒自适应控制器.该控制器能使系统达到渐进稳定,并能保证闭环系统信号的全局有界性,对非线性不确定性和有界干扰具有一定的鲁棒性,且对不确定性的知识要求不多.从仿真实例看出,所设计的鲁棒自适应控制器具有满意的控制效果,而且控制量在容许控制的范围之内.     

基于L1自适应算法的无人机横侧向控制研究

针对无人机在飞行过程中存在不确定性、时滞和强耦合等特点,设计一种包含基本控制律和补偿控制律的横侧向鲁棒自适应控制器.将无人机横侧向模型不确定性视为时变参数和干扰,采用基于线性二次型调节器(LQR)的L_1自适应控制方法,在满足闭环控制系统的渐进稳定的同时,并具有良好的鲁棒性与自适应性.仿真结果表明所设计的控制器可以实现对跟踪误差快速收敛.     

一种分散鲁棒自适应控制器的设计方法

基于李雅普诺夫函数法,提出了一种适用于不确定性线性大系统的分散鲁棒稳定控制方法．系统的不确定性因素包括系统参数摄动、关联变化以及外界干扰．由于实际大系统的不确定因素复杂且系统关联变化很难描述,因而在控制律中又引入了对设计参数的自适应算法,大大简化了控制器的设计和实现．所提出的控制律可以保证系统在不确定性干扰和关联变化的情况下全局稳定,同时自适应算法使参数收敛．仿真结果表明了该控制方法的有效性