无人软翼飞行器直线航迹跟踪鲁棒反步控制

为实现无人软翼飞行器的直线航迹跟踪控制,提出一种基于模拟对象的可变增益鲁棒反步控制方法.基于模拟对象方法建立软翼飞行器的航迹跟踪误差模型,并设计了可变增益反步跟踪控制器,通过合理设计增益参数,消除了部分复杂非线性项,避免了传统反步法中虚拟量高阶导数问题,简化了控制器形式,更有利于工程实现.根据Lyapunov理论设计的鲁棒反馈补偿项,在保证稳定性的同时提高了系统的鲁棒性.将控制器应用于无人软翼飞行器平面直线航迹跟踪控制中,仿真实验表明,所设计的控制器可以实现直线航迹的精确跟踪,且具有很好的鲁棒性.     

高超声速飞行器的鲁棒变增益跟踪控制器设计

针对含有时变不确定参数的高超声速飞行器模型,提出了一种新颖的鲁棒变增益跟踪控制方法.该方法可以解决传统固定增益鲁棒控制器难以处理时变大摄动的难题,进而提高高超声速飞行器的鲁棒性和抗干扰能力.跟踪控制器设计条件在鲁棒优化技术框架中给出,同时控制器增益按照所设计的切换律而变化.所提出的设计方法在保证高超声速飞行器鲁棒稳定性的同时,也实现了飞行器对指令信号的跟踪.最后,针对高超声速飞行器的仿真结果进一步验证了方法的有效性.     

基于神经网络反步法的移动机器人路径跟踪控制

为实现非完整轮式机器人的路径跟踪控制,设计基于反馈增益的反步法控制器,通过控制器参数设计消除了机器人动态误差模型中的部分非线性项,采用神经网络对模型不确定项进行补偿,并利用自适应鲁棒控制器在线补偿神经网络的估计误差,优化了神经网络的学习性能。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

无人动力翼伞双环积分滑模控制器设计与仿真

无人动力翼伞系统具有非线性和较强耦合性的特点,飞行状态难以控制.为了对无人动力翼伞进行更好的控制,首先,建立了无人动力翼伞6-DOF数学模型.其次,以此模型为基础,针对无人动力翼伞三轴角速度和角度的控制设计了一种双环积分滑模控制器,并针对其三轴惯性位移的控制设计了一种滑模控制器.最后,通过MATLAB软件将比例-积分-微分(proportional-integral-derivative,PID)控制器与双环积分滑模控制器进行仿真对比分析.结果表明,建立的双环积分滑模控制器相较于工程中常用的PID控制器具有更快的响应速度以及更小的超调量,能够更好满足对无人动力翼伞飞行状态的控制需求.     

基于收缩反步的四旋翼飞行器控制

针对四旋翼飞行器轨迹跟踪控制问题,将增量稳定性应用于控制器设计,提出了一种基于收缩理论与反步法的四旋翼飞行器控制算法。首先,介绍了基于微分几何的收缩理论并给出了四旋翼飞行器的动力学模型;其次,使用收缩反步控制求解出四个控制输入信号,以实现飞行器的期望轨迹跟踪。整个系统采用双回路结构,外环控制飞行器位置,内环控制飞行器姿态;最后,分析了系统的增量稳定性与李雅普诺夫稳定性。收缩反步与积分反步的对比实验表明,应用收缩反步控制算法的飞行器系统收敛性更强,能够精确地完成轨迹跟踪任务。     

高超声速飞行器自适应高阶终端滑模控制

针对高超声速飞行器的纵向运动模型,研究了飞行器输出跟踪控制问题,提出了一种将动态逆方法与高阶终端滑模控制相结合的鲁棒自适应控制方法.首先,利用反馈线性化方法对高超声速飞行器纵向模型输入输出线性化;通过设计具有全局鲁棒性的终端滑模面,提高系统的输出收敛速度;同时,采用自适应高阶滑模控制律,在不确定上界未知条件下对其进行自适应估计,从而实现控制器增益的实时在线调整,减少系统抖振;最后,基于Lyapunov理论证明了此控制策略可以保证闭环系统稳定.仿真结果表明,所设计的控制器能够实现高超声速飞行器纵向爬升机动中速度和高度的稳定跟踪控制.     

基于Hamilton理论的无人车路径跟踪控制

针对当前车辆路径跟踪控制存在精度低、可靠性差的问题,基于Hamilton理论提出一种四轮驱动四轮转向无人车路径跟踪分层控制方法.通过集成车辆动力学模型和路径跟踪模型,建立了路径跟踪误差模型,结合系统控制目标,提出采用Hamilton理论设计车辆上层控制器,用于实现路径跟踪误差模型的镇定,从而提高车辆路径跟踪的精度与鲁棒性.同时,在下层控制器中,设计4个车轮纵向轮胎力分配算法,通过轮胎力的动态分配满足车辆上层控制需求.利用CarSim和Simulink搭建车辆路径跟踪联合仿真模型并进行仿真实验,仿真结果表明,提出的无人车路径跟踪分层控制策略能够通过前后轮转角以及4个轮胎力的实时控制与分配,抑制路径跟踪过程中的横向误差和航向误差,提高路径跟踪精度并确保控制系统的可靠性.      

无人直升机鲁棒积分滤波反步法飞行控制设计

现有的无人直升机模型具有阶数高、精确建模困难、外部干扰大等缺点,因此,设计常规反步控制器面临着计算量大、抗干扰能力不足、轨迹跟踪效果差等问题.为此,文中提出了一种基于鲁棒积分滤波反步法的无人直升机飞行控制方法.该方法采用滤波器对虚拟控制量进行求导,以解决反步控制器的微分爆炸问题;通过引入积分项和不连续的鲁棒项来提高闭环系统的抗干扰能力,消除轨迹跟踪静态误差.理论分析和仿真结果表明,该方法是有效、可行的.     

欠驱动AUV自适应神经网络反步滑模跟踪控制

针对存在参数不确定性和外界未知干扰的欠驱动自主水下航行器(AUV)三维路径跟踪问题,提出一种基于神经网络的反步滑模控制策略.首先,利用虚拟向导的方法建立了欠驱动AUV三维路径跟踪误差模型;其次,基于李雅普诺夫稳定性理论,利用反步法和滑模控制方法设计一种自适应鲁棒控制器,并设计一种在线调节增益切换函数以降低系统抖振,同时采用径向基函数(RBF)神经网络控制技术对AUV系统中不确定参数以及外界非线性干扰进行自适应补偿估计,而后利用李雅普诺夫稳定性理论证明了整个闭环系统的稳定性;最后,针对一种新型飞翼式欠驱动AUV进行数值仿真实验,结果表明所设计控制器可以实现对三维路径的精确跟踪,并对外界非线性干扰具有良好的鲁棒性.     

基于小波网络的高超音速飞行器鲁棒自适应积分反步控制

针对高超音速飞行器非线性模型具有不确定性的问题,提出一种基于小波网络的鲁棒自适应积分反步控制方法。该方法运用反步法设计非线性控制律,并引入积分项以减小系统跟踪误差;用小波网络在线逼近系统不确定项,提高系统鲁棒性;设计鲁棒项消除小波网络逼近误差。通过Lyapunov稳定性分析,该方法能够保证闭环系统跟踪误差最终收敛。通过与常规反步、积分反步、自适应反步进行仿真对比,结果表明：所设计的控制律可以有效抑制系统不确定性的影响,设计方法可行。     

基于滑模PID的微型旋翼飞行器轨迹跟踪控制

针对微型旋翼飞行器的轨迹跟踪精度不高的问题, 提出一种基于自适应调节PID（Proportion Integration Differentiation）增益的滑模控制器。基于李亚普诺夫稳定性理论, 通过自适应律在线调节PID控制增益参数, 设计饱和函数抑制滑模控制器的高频抖振, 以实现轨迹跟踪误差系统对模型参数变化和外部扰动的鲁棒性。仿真结果表明, 该控制器能驱动旋翼飞行器精确跟踪期望的轨迹, 具有较高的控制精度, 能满足实际工程应用的要求。     

欠驱动UUV三维轨迹跟踪的反步动态滑模控制

提出一种欠驱动无人水下航行器(UUV)反步自适应动态滑模控制方法.结合反步和自适应滑模控制技术设计UUV的位置、姿态和时变速度跟踪控制器,采用虚拟速度来代替姿态误差的控制策略,将姿态跟踪控制转化为速度控制,能够有效避免传统反步法控制律设计存在的奇异值问题.针对系统模型不精确及时变扰动问题,引入滑模控制技术进行自适应补偿估计,提高了欠驱动UUV在未知环境中的鲁棒性及自适应能力,并基于李雅普诺夫稳定性理论证明了该控制系统误差最终一致有界.仿真结果表明:提出的UUV三维轨迹跟踪反步动态滑模控制方法收敛、有效,能够实现在系统参数不精确及时变扰动情况下的三维轨迹精确跟踪控制.     

基于生物启发的水下机器人路径跟踪控制

针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计基于生物启发的反步路径跟踪控制器,并同传统反步跟踪控制器进行对比分析。仿真结果表明:在较大的初始跟踪误差下,所设计的跟踪控制器可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。     

基于路径跟踪的欠驱动 UUV 编队协调控制

研究了空间曲线路径跟踪下多无人水下航行器（UUV）的编队协调控制问题．将此类控制问题分解为2个控制子问题：a．路径跟踪控制问题;b．协调编队控制问题．在单个UUV的路径跟踪控制中利用反步法设计路径跟踪控制器;通过引入代数图论知识,得到多个UUV复杂网络通信拓扑的数学表达,根据通信得到相邻UUV的状态来调整自身的航速,设计协调控制器,使得多UUV沿期望路径的位置和速度在规定队形下达到一致,实现多UUV间的协调,而不影响空间域上的路径跟踪性能．理论分析和仿真结果证实了控制器的有效性．     

集总干扰下六旋翼飞行器的轨迹跟踪控制

针对复杂集总干扰下六旋翼飞行器轨迹跟踪控制问题,给出了混合积分反步法控制与线性自抗扰控制的控制算法.首先,通过牛顿-欧拉方程建立六旋翼飞行器的非线性动力学模型,并剖析系统输入输出的数学关系.其次,根据六旋翼飞行器动力学模型的特点,将其分为位置与姿态两个控制环.位置环采用积分反步法控制理论设计控制器,通过引入积分项来提高系统的抗干扰能力,消除轨迹跟踪的静态误差;姿态环采用线性自抗扰控制技术设计控制器,通过线性扩张观测器估计和补偿集总干扰影响,提高系统的鲁棒性.最后,通过2组仿真算例和1组飞行试验验证了本文所提飞行控制算法的有效性.研究结果表明:该控制算法对集总干扰有较好的抑制作用,能够使六旋翼飞行器既快又稳地跟踪上参考轨迹,具有一定的工程应用价值.     

自主车辆线性时变模型预测路径跟踪控制

为提高自主车辆路径跟踪控制的实时性和鲁棒性,研究一种线性时变模型预测路径跟踪控制方法.建立用于控制器仿真验证的纵向侧向二维车辆非线性动力学模型;从二轮三自由度模型出发,推导出线性时变路径跟踪预测模型;引入向量松弛因子解决优化求解过程中硬约束导致的控制算法非可行解问题,基于模型预测控制理论将路径跟踪控制算法转化为带软约束的在线二次规划问题;最后通过Matlab/Simulink实现车辆动力学建模和控制器设计,双移线工况仿真结果表明,所设计的控制器能够适应不同车速、不同设计参数的鲁棒性要求.     

弹性飞翼无人机自适应反步终端滑模姿态控制

针对存在非线性、强耦合、参数不确定性及外部扰动的大展弦比飞翼布局无人机刚/弹耦合动力学模型,提出了基于反步思想的自适应范数型终端滑模姿态控制策略.首先,基于李雅普诺夫稳定理论,利用反步方法设计系统的虚拟控制量和实际控制量.其次,在虚拟控制中,采用自适应范数型滑模消除不确定项和刚/弹耦合项,并在反馈中采用非线性增益提高系统的鲁棒性和动态特性;在实际控制中,引入鲁棒自适应终端滑模项消除不确定项、刚/弹耦合项与扰动的影响,既解决了虚拟量求导的计算膨胀和实际控制量抖振问题,又提高了系统的控制精度和鲁棒性.最后,基于李雅普诺夫理论证明了跟踪误差收敛到任意小邻域.仿真结果表明:该控制方法对模型不确定性、气动弹性及阵风等外扰影响具有鲁棒性,能够实现高精度的姿态跟踪控制.     

基于非线性干扰观测器的无人平台有限时间镇定控制

研究了存在模型不确定性和外界干扰工况下的非完全对称无人平台有限时间镇定控制问题.考虑模型参数矩阵的非对角线元素存在非零项,仅通过一次微分同胚变换即将原模型化为级联系统形式,简化了计算步骤;基于此级联系统借助终端滑模和反步控制方法设计了有限时间收敛控制器,解决了传统反步滑模控制器收敛速度缓慢的问题;通过引入1阶低通滤波器,对镇定控制器结构进行了优化,避免了执行器陷入"饱和";基于非线性干扰观测器对外界干扰及系统不确定性进行平滑估计和补偿,无需明确知道估计误差的上界即有效提高了控制器的鲁棒性.最后基于Lyapunov理论证明了闭环系统具有均方意义稳定性并进行了数值仿真,仿真结果验证了控制器的有效性和鲁棒性.      

无人机对风切变干扰的BSSA控制器的设计

为了克服四旋翼无人直升机在飞行过程中受到风切变干扰而不稳定的问题,设计出了反步滑模自适应控制器。首先建立无人机在风切变中的动力学模型,之后将反步自适应控制与滑模控制方法结合,推导并设计出反步滑模自适应控制器,最后在Simulink中进行仿真实验。实验结果表明,在风切变的作用下反步滑模自适应控制器(BSSA)与反步自适应控制器(BSA)相比,反步滑模自适应控制器能够进一步缓解风切变对无人机造成的影响,具有更强的鲁棒性。     

基于ESO和反步法的四旋翼飞行器轨迹跟踪控制

针对欠驱动四旋翼飞行器提出了一种基于扩张状态观测器(ESO)和反步法的轨迹跟踪控制策略.在外界环境干扰和系统参数摄动等不确定性的影响下,保证空间位置和偏航角可以快速平滑地跟踪给定信号.根据系统严格反馈的结构特点,采用反步法设计内外环路的控制器;为避免控制过程中的复杂计算,采用ESO对系统的复合干扰进行在线实时估计,并在控制律中进行实时补偿;为避免反步控制导致的"微分爆炸"问题,减小对系统模型的依赖性,采用了动态面策略,以及为提高系统的鲁棒性,引入了滑模面.稳定性分析表明闭环控制系统是全局渐进稳定的.仿真结果验证了所提控制方法的有效性和鲁棒性.