导弹协同作战四维制导与控制一体化设计方法

为了使导弹能够在指定的时间跟踪理想轨迹到达指定点,从而满足多导弹协同突防和攻击的要求,提出一种鲁棒四维精确制导控制一体化设计方法。将导弹6自由度非线性模型进行简化,得到导弹四维精确制导与控制一体化设计模型。利用导弹质心与姿态运动固有的时标分离特性,设计了具有内外两回路结构的鲁棒控制器。将建模误差、参数摄动及外部干扰视作连续有界扰动,外回路基于自适应滑模控制理论设计了控制器,从而产生推力、攻角和侧滑角指令;内回路将扰动观测器技术和动态面控制理论相结合,得到了能够控制导弹准确跟踪外回路指令的执行机构偏转角。基于李雅普诺夫稳定性理论,严格证明了内外回路的稳定性,并分析了控制精度与控制器参数之间的关系。最后,将控制方法应用于导弹6自由度非线性数值仿真模型,仿真结果验证了所设计的四维鲁棒精确制导控制方法的有效性。     

基于Backstepping的高超声速飞行器鲁棒自适应控制

针对非线性、多变量、不稳定且包含不确定参数的高超声速飞行器模型,设计了高超声速飞行器的鲁棒自适应Backstepping控制器。采用指令滤波的设计方法,得到内回路的跟踪指令及其一阶微分信号,避免了虚拟控制信号需要进行复杂求导计算的困难。飞行器不确定参数采用自适应律在线调整,通过设计辅助滤波系统,并通过修改自适应律中跟踪误差的定义,消除由于期望控制信号不能完全执行所引起的跟踪误差的影响,保证了参数估计在控制信号约束情况下的顺利进行。仿真结果表明,所提出的设计方法不仅应用简单,且能保证高超声速飞行器在不确定参数存在情况下的闭环稳定及良好的跟踪控制性能。     

导弹协同作战编队飞行控制系统研究

提出了具有3个回路的导弹协同作战编队飞行控制系统,分别对3个回路进行设计分析,并重点分析导弹的四维制导控制外回路和编队控制回路。面向具有过载自动驾驶仪内回路的增广飞控系统,设计了基于总能量控制理论的高度/速度解耦控制器,能够实现导弹制导控制外回路的高度/速度解耦。基于导弹编队队形的位置偏差关系设计了导弹编队控制器,最后综合3个回路构成了导弹编队飞行控制系统。仿真结果表明,各回路以及导弹编队控制系统具有很好的控制性能,能够快速、稳定地完成导弹编队的队形调整动作,进而实现任务规划系统对导弹编队提出的作战任务。     

未知扰动下自主水面船自适应有限时间轨迹跟踪

研究了未知干扰下的自主水面船(autonomous surface vehicle, ASV)的轨迹跟踪问题,并提出了基于一种有限时间理论的自适应控制策略。首先,基于反演法将控制系统分为运动学回路和动力学回路两部分;在运动学回路,提出关于跟踪误差的快速终端滑模面(fast terminal sliding surface, FTSS),为实现跟踪误差在有限时间达到FTSS,设计了ASV速度的辅助控制律;在动力学回路,以速度辅助控制律为ASV速度的跟踪目标设计关于速度跟踪误差的FTSS,同时考虑外界干扰,设计了包含鲁棒项的自适应控制律,使得速度跟踪误差在有限时间内收敛于动力学回路FTSS附近的邻域;最后,基于船模的仿真实验证明了所设计控制策略的有效性。     

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。     

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。     

基于神经网络的导弹自适应滑模控制器设计

针对导弹六自由度非线性模型,根据时标分离原理将导弹系统分为快慢不同的四个回路.针对快、慢回路,提出了一种基于神经网络的自适应滑模控制器设计方案.首先分别在快、慢回路中采用反馈线性化实现解耦控制,然后设计基于神经网络的自适应滑模控制器来保证系统鲁棒性及性能,其中神经网络用来逼近系统的不确定性.理论分析及计算机仿真都表明,按照该方法设计的控制器不仅具有较强的鲁棒性,而且保证了闭环系统的渐近稳定性.     

永磁同步电机的模型参考模糊自适应控制

采用模糊基函数形式,将永磁同步电机时变参数的辨识转化为对模糊基函数权系数的辨识问题,经过离线学习和在线自适应调节的模糊估计器具有对永磁同步电机时变参数的逼近能力.利用参数跟踪误差和控制预测误差信息,设计模型参考模糊自适应速度控制器,基于Lyapunov稳定性理论分析了控制器的收敛性,仿真及dSPACE实验结果表明:所设计的永磁同步电机控制系统具有较好的参数跟踪及控制性能.     

控制受限的BTT导弹反演自适应滑模控制研究

针对具有非匹配不确定性的倾斜转弯 (bank to turn, BTT)导弹在控制受限情况下的鲁棒控制问题,提出了一种自适应滑模反演控制方法。反演设计的每一步中,采用自适应算法对不确定性的上界进行估计,给出了具有范数型切换函数的连续的自适应滑模控制律。在实际控制量的设计中显式地考虑了控制量的饱和特性,保证了系统在控制饱和时的稳定性,并采用Lyapunov稳定性理论证明了跟踪误差最终有界。仿真结果表明,在气动参数摄动和控制量存在饱和的情况下,本文的控制方法仍能快速、准确地跟踪指令信号,具有较强的鲁棒性。     

垂直发射转弯复合控制分配策略研究

研究战术导弹垂直发射快速转弯复合控制分配策略.针对气动力与推力矢量复合控制技术,提出了战术导弹垂直发射程序转弯方案;建立了导弹复合控制数学模型,设计了复合控制回路;提出了三种复合控制分配策略:常比例系数线性分配策略、角误差的非线性函数分配策略和最小控制能量分配策略.纵向回路频域特性分析表明,系统具有良好的鲁棒性;通过弹道的六自由度仿真,验证了复合控制策略的可行性,给出了三种复合控制分配策略的特性比较分析结果.     

高超声速飞行器切换多胞系统自适应跟踪控制

针对保证大包线稳定飞行的高超声速飞行器轨迹跟踪控制器设计问题,提出了一种多回路切换多胞自适应跟踪控制方案。基于运动模态在频率上存在显著的时标分离特性,将高超声速飞行器的状态分成内外回路进行设计,考虑到干扰及外回路对内回路的不确定影响,采用增益调度与自适应控制结合的方法设计了内外回路控制器。该方法解决了将该飞行器切换多胞系统作为整体设计时无法综合出保证全局稳定控制器的问题,并且降低了控制器设计的复杂性。仿真结果表明,闭环跟踪系统在工作包线内具有良好的动态响应品质与稳态跟踪性能,从而验证了控制方案的有效性。     

基于自适应遗传算法的脑电信号特征选择

针对脑机接口(BCI)研究中脑电信号的特征选择问题,本文提出了一种自适应的遗传算法(AGA).它与标准遗传算法(SGA)的区别在于对交叉和变异概率进行自适应选择.在SGA中,采用固定的交叉和变异概率,因而容易造成早熟和局部收敛; 而AGA对两种概率的自适应选择保留了种群的多样性,并且有利于全局收敛.为检验提出方法的有效性,将其与基于SGA的特征选择方法以及基于Fisher距离的滤波选择方法进行了比较,实验结果表明AGA的分类精度明显高于其它方法,获得了最好的模式识别性能.     

基于GA的非线性电机自适应模糊滑模控制器设计

提出一种基于GA的自适应模糊积分型滑模控制策略,并将其用于具有非线性动态摩擦力的单轴运动控制系统中.控制器由自适应模糊控制项和补偿控制项组成,自适应模糊控制项用来逼近理想滑模控制律,补偿控制项用来补偿逼近偏差,利用李亚普诺夫稳定性理论推导出模糊规则和补偿控制项中逼近偏差边界在线自适应律,采用遗传算法优化自适应律中参数.仿真和实验结果表明了该控制策略的有效性.     

空间电磁对接轨迹跟踪的自适应控制

面向在轨服务的空间电磁对接技术能克服传统基于推力器对接所固有的不足,应用前景广阔。航天器对接是一个相对距离逐渐减小的过程,应用于控制器设计的解析远场电磁力模型具有强非线性,且模型误差随相对距离的减小而逐渐增大。基于Lyapunov稳定性理论开展空间电磁对接轨迹跟踪控制器的自适应设计,通过控制参数在线修正以消除模型的不确定性以及外界干扰的影响;开展控制参数整定分析,证明了自适应控制策略的渐近稳定性。理论分析及仿真结果表明,空间电磁对接的自适应控制策略是可行的,并且具有渐近稳定性。     

基于神经网络的非线性系统的间接自适应控制

针对一类不确定非线性动态系统 ,利用多层神经网络系统MNNs的逼近能力 ,提出了一种间接鲁棒自适应神经网络控制器的设计方案。该方案不仅能够保证闭环系统的所有信号有界 ,而且理论分析证明了闭环系统的跟踪误差渐近收敛到零。仿真试验表明本控制算法是有效的。     

Neural network based adaptive sliding mode control of uncertain nonlinear systems

The purpose of this paper is the design of neural network-based adaptive sliding mode controller for uncertain unknown nonlinear systems. A special architecture adaptive neural network, with hyperbolic tangent activation functions, is used to emulate the equivalent and switching control terms of the classic sliding mode control (SMC). Lyapunov stability theory is used to guarantee a uniform ultimate boundedness property for the tracking error, as well as of all other signals in the closed loop. In addition to keeping the stability and robustness properties of the SMC, the neural network-based adaptive sliding mode controller exhibits perfect rejection of faults arising during the system operating. Simulation studies are used to illustrate and clarify the theoretical results.     

时变时滞不确定系统模糊自适应H∞控制

针对含非线性和干扰项的时变时滞系统鲁棒稳定问题,提出一种模糊自适应H_∞控制方法。采用T-S模糊系统对未知非线性函数向量进行逼近,设计自适应全调节律,即同时调整模糊参数矩阵和基函数参量。对于逼近产生的误差和外界干扰,引入H_∞控制。基于李亚普诺夫稳定性理论和线性矩阵不等式技术,在保证系统稳定的前提下,通过求解矩阵不等式得到满足设计要求的控制器。通过对已有算例和空天飞行器高超声速飞行控制系统的仿真验证了所提方案的有效性。     

Multiple models adaptive feedforward decoupling controller

1.INTRODUCTION Thecontrolofdynamicsystemswithlargeuncertain tiesispaidgreatattentionforbothcontroltheorists andengineers.It’sknownthatthesystemwithun knowntimeinvariantorslowlytimevaryingparame terscangetgoodperformancebyusingaconventional adaptivecontroller.Butwhensystemboundarycon ditionchanges,subsystemfails,largeexternaldistur bancepresents,theparametersofthesystemwill changeabruptlyandthepresenceofthelargeparame tererrorswillgenerallyresultinslowreaction,slow convergence,poortransien…     

基于遗传神经网络的自整定PID控制器

提出了一种基于遗传算法和神经网络的自整定PID控制器的设计方法。该控制器主要由三个部分组成。第一部分利用遗传算法搜索出一组准优的PID参数，作为PID控制器参数的初值，第二部分利用神经网络具有逼近任意非线形函数的能力，在线调整PID参数，以确保系统的响应具有最优的动态和稳态性能，第三部分是传统的PID控制器，直接对被控对象闭环控制。计算机仿真结果表明，这种控制算法鲁棒性强，响应速度快，可用于控制不同的对象和过程。