基于奇异值分解的鲁棒滑模观测器设计与仿真

在Edwards滑模观测器设计思想的基础上,提出具有未知输入干扰的鲁棒滑模观测器设计方法,采用奇异值分解技术,设计鲁棒滑模观测器以及优化滑模策略,给出严格论证,保证对系统不确定性以及外界干扰具有鲁棒性:采用Lyapunov函数作为稳定观测器的判别条件,使设计的观测器一致收敛,状态估计达到预期的指标:通过VTOL直升飞机的动态数学模型仿真示例验证了研究方法的有效性,并与一般的Luenberger观测器进行比较,证明设计的滑模观测器具有很好的跟踪性,以及对未知输入扰动良好的鲁棒性.     

含量测噪声非线性系统鲁棒滑模多故障重构观测器设计

针对一类含量测噪声的多故障并发(执行器和传感器同时出现故障)非线性系统,提出了一种完全解耦鲁棒滑模故障重构观测器设计方法。首先,将传感器故障及量测噪声作为增维向量构建广义系统,针对广义系统设计鲁棒滑模观测器。其次,考虑非线性Lipschitz系数以及故障上界未知情形,提出综合自适应律补偿的设计程式。同时,在观测器系数矩阵设计中,引入辅助矩阵以及广义约束逆矩阵,实现故障与扰动完全解耦;在此基础上,基于线性矩阵不等式提出了观测器增益矩阵设计方案。最后,综合鲁棒滑模微分器给出了执行器及传感器故障重构结论,并开展了仿真算例研究,以检验设计方案的有效性。     

基于干扰观测器的坦克伺服系统滑模变结构控制

针对坦克伺服系统中存在的外部干扰、内部参数的不确定性问题,提出干扰观测器作为内环和滑模变结构控制作为外环的双环控制方案.在二自由度意义下分析干扰观测器系统的鲁棒性和性能,通过合理设计低通滤波器,干扰观测器可补偿大的干扰和不确定性,同时还可减少滑模变结构控制的抖振现象.滑模变结构控制器可用来消除干扰观测误差,并满足系统跟踪性能的要求.所设计的方法用于坦克伺服系统进行仿真研究.结果表明该方法能较好地满足跟踪精度的要求,同时系统具有较强的适应性和鲁棒性.     

基于高阶PI观测器的不确定线性系统鲁棒故障检测设计

针对一类受干扰影响的不确定线性系统,研究了基于高阶比例积分 (proportional integral, PI)观测器的鲁棒故障检测设计问题。通过对一类Sylvester矩阵方程的参数化解,将基于高阶PI观测器的鲁棒故障检测问题转化为具有多约束的优化问题。基于该优化问题的解,给出了具有鲁棒故障检测功能的高阶PI观测器存在的充要条件,并给出受干扰影响的不确定线性系统的鲁棒故障检测设计方法。最后,数值算例及仿真分析结果验证了所提方法的有效性。     

基于模糊干扰观测器的自适应反演滑模控制研究

摩擦等外界干扰,系统不确定性信息及参数变化对飞行仿真转台的运行造成不利影响。针对该问题,提出基于模糊干扰观测器（Fdo）的自适应反演滑模控制方案（ABSMC）,在对外界干扰和不确定信息进行补偿的基础上,从稳定性出发,对不确定上界进行自适应估计,并逐步反推出控制器。通过对某型仿真转台进行仿真,得知该方案与普通滑模控制（SMC）方案相比,具有更高的跟踪精度,并极大的提高了对外界干扰,系统不确定信息和参数变化的鲁棒性。     

一类非线性大系统的鲁棒变结构观测器

研究了一类具有结构和参数不确定性的非线性关联大系统状态观测器设计问题。在假定非线性系统的线性部分是可观测、不确定性和关联项满足Lipschitz条件的情况下,利用变结构控制的思想提出了一种非线性状态观测器设计方案,并证明了该观测器的指数收敛特性。所设计的观测器对结构和参数不确定性具有较强的鲁棒性。最后给出仿真研究说明了所提方法的有效性。     

基于观测器的网络系统鲁棒控制器设计

针对网络拥塞问题,提出了一种基于观测器的主动队列管理(AQM)算法.该算法讨论了输入受限情况下时滞不确定网络系统的鲁棒控制器设计问题,利用线性矩阵不等式方法研究了观测器和控制器存在的充分条件.仿真结果表明,在网络条件变化的情况下,该方法能很好的使缓存队列迅速收敛到期望队列长度,并且对网络的负载扰动和参数变化具有很强的鲁棒性.     

交流伺服系统的全局鲁棒滑模控制及其仿真研究

本文针对交流伺服系统，提出了一种新的全局鲁棒滑模控制方法。它可以使系统的整个响应都具有滑模控制的特点，从而实现全局鲁棒控制。控制算法简单，便于实际系统实现。仿真研究结果表明了这一方法的有效性     

基于鲁棒观测器结构的直升机飞控系统设计

针对直升机复杂的动力学特性和日益严格的操纵品质要求,应用二自由度H∞回路成形法设计了直升机鲁棒飞行控制系统。该方法有效地将定量操纵品质指标结合到设计中,使控制系统能同时满足性能及稳定鲁棒性的要求,而且还具有明确的观测器加状态反馈控制结构,便于进行增益调节以实现大飞行包线控制。最后以某型直升机为设计对象,在典型的飞行状态点各自设计了鲁棒控制器,并进行了大飞行包线仿真验证,取得了满意的仿真结果,证明了该方法的有效性。     

鲁棒非线性观测器的圆判据设计

研究了一类非线性系统的观测器设计方法,其中假定观测误差系统中的非线性部分满足一般的扇区条件。根据多变量圆判据设计方法和严格正实条件,获得了全局收敛的非线性观测器,并且进一步提出系统结构满足扇区条件的判别定理。利用输入-状态稳定性工具,分析了该非线性观测器的鲁棒性。通过实例和仿真说明这种非线性观测器的有效性。     

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.     

基于滑模观测器的非线性系统迭代学习控制

针对相当广泛的一类非线性系统有限时间轨迹跟踪问题,提出了一种基于滑模观测器的迭代学习控制算法。根据系统的非线性特性,利用一种滑模观测器对系统的状态进行估计,根据估计信号设计了一种类D型开环迭代学习控制律。这种控制方法不需要对系统的跟踪误差信号进行微分,从而对系统的量测噪声不敏感。给出了控制算法的收敛性证明,通过仿真实验证明了这种算法的有效性。     

Disturbance observer based time-varying sliding mode control for uncertain mechanical system

It is now well known that the time-varying sliding mode control (TVSMC) is characterized by its global robustness against matched model uncertainties and disturbances. The accurate tracking problem of the mechanical system in the presence of the parametric uncertainty and external disturbance is addressed in the TVSMC framework. Firstly, an exponential TVSMC algorithm is designed and the main features are analyzed. Especially, the control parameter is obtained by solving an optimal problem. Subsequently, the global chattering problem in TVSMC is considered. To reduce the static error resulting from the continuous TVSMC algorithm, a disturbance observer based time-varying sliding mode control (DOTVSMC) algorithm is presented. The detailed design principle and the stability of the closed-loop system under the composite controller are provided. Simulation results verify the effectiveness of the proposed algorithm.     

基于自适应Terminal滑模的空天飞行器再入控制

提出一种基于RBF神经网络的Terminal滑模控制方案,消除通常滑模控制的到达过程,保证跟踪误差在有限时间内趋于零。不需要对建模误差、模型摄动和外界干扰进行各种假设,通过在线调整RBF神经网络的权值来消除它们的影响。最后在高超声速条件下,对空天飞行器再入大气层姿态控制进行仿真,结果表明该方法的有效性。     

基于RBF神经网络与Markov组合的飞行风险预测研究

为了更加准确地对飞机飞行安全性做出评估,在径向基(radial basis function,RBF)神经网络的基础上,通过引入马尔可夫链的方式进行误差修正,建立了一种拟合程度高且无需反复调整权值的新型评估模型.并以国内某航空公司A320机型近20年来发生的飞行机械故障为基础数据对模型进行训练、拟合、修正.将修正结果与单一RBF神经网络评估方法相比较,分析二者差异后得出误差降低的结论.为管控飞机飞行风险提供了方法拓展.     

一类非线性不确定系统自适应terminal滑模控制方法

针对一类非线性不确定系统设计了自适应terminal滑模控制器,使跟踪误差在有限时间内收敛到零,消除了通常滑模变结构控制的到达过程,因而闭环系统从t=0时刻就对干扰具有鲁棒性。采用RBF神经网络逼近系统未知的非线性函数,引入滑模误差对其权值进行在线自适应调整,改善动态性能。最后给出的仿真例子证明了算法的有效性。     

塔式起重机的神经网络滑模防摆控制

针对塔式起重机存在的负载摆动, 分析塔式起重机的动力学模型, 提出了一种基于遗传算法的塔式起重机神经网络滑模防摆控制新方法. 利用RBF神经网络输出逼近系统的不确定项, 并运用遗传算法优化滑模控制器的参数, 使得参数的收敛速度加快. 该方法削弱了滑模控制系统的高频抖振, 提高了系统的控制性能, 改善了系统的控制品质. 仿真结果表明方法的有效性和可行性.     

基于扩张状态观测器的反预警滑模制导律

针对预警机的特殊作用,提出了利用临近空间高超声速飞行器的高度优势与速度优势,对预警机实施打击的概念,设计了反预警的制导律。针对预警机的机动,将其视为外在扰动,利用扩张状态观测器将其扩张为一个新的状态量,并对此状态量进行实时观测,将其补偿到制导指令中,有效解决了拦截末端需用过载过大的问题;同时对攻击目标时的落角进行约束,设计了带有落角约束的滑模制导律。将所设计的制导律与传统的弹道成型制导律作对比,结果表明,在飞行末段,滑模制导律具有更小的过载与视线角速度,相比传统弹道成型更具优势。     

基于非线性干扰观测器的高超声速飞行器反演滑模控制

针对高超声速飞行器非线性动力学系统中存在的高度非线性、多变量耦合及参数不确定等特点,利用非线性干扰观测器对各种干扰的逼近特性,结合反演滑模控制,设计了一种飞行器反演滑模控制器。该方法首先利用干扰观测器观测出系统的干扰,未观测出的部分干扰使用反演滑模控制进行补偿,避免了累积误差,实现对制导指令的鲁棒输出跟踪,并证明了系统稳定性。仿真结果验证了该方法能较理想地观测干扰,保证系统良好的鲁棒性。     

基于RBF 神经网络的调制识别

针对通信信号这种非稳定的、信噪比(SNR)变化范围较大的信号,利用遗传算法训练的径向基神经网络分类器对各种调制信号的特征矢量进行分类识别,充分发挥径向基神经网络的广泛映射能力和遗传算法的全局收敛能力,并在遗传算法中加入了梯度下降算子,克服遗传算法收敛速度慢的缺点,加快了遗传算法训练神经网络的速度,使得分类器的识别率和鲁棒性得到明显改善。仿真实验的结果证明了此方法的有效性和可行性。