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.     

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。     

基于反步滑模法的四旋翼飞行器的轨迹跟踪

研究了四旋翼飞行器的轨迹跟踪控制问题。首先根据经典的动力学模型建立惯性坐标系下带有扰动的四旋翼方程。其次将系统划分为姿态子系统和位置子系统,对姿态子系统的轨迹跟踪控制,采用反步控制与滑模控制相结合的方法,根据飞行器的欠驱动和强耦合特性,利用反步控制方法实现位置子系统的轨迹跟踪控制。然后对系统进行稳定性分析。最后通过仿真实验结果验证所提出控制方法的有效性。     

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.      

扇翼飞行器纵向运动建模与控制方法

扇翼飞行器是近年来发展起来的一种新型大载荷低速飞行器,在机翼上安装风扇吹气装置,将升力和推力结合起来,大大提高了飞行器的飞行效率,在民用和军事上都具有很高的应用价值.以某型扇翼飞行器为研究对象,在分析其结构特点和飞行原理的基础上,建立扇翼飞行器的纵向数学模型;并采用计算流体力学工具FLUENT模拟风洞试验确定数学模型中的各个参数,分析了自然飞机的系统性能;建立起的纵向模型为控制对象,采用易于工程实现的PID算法,并在Matlab下对控制律进行仿真实验,仿真结果表明了该控制律的有效性.     

多无人飞行器协同编队控制

本文将一种新颖的"扩展—分解—聚集(EDA)"策略应用于多无人机协同编队控制问题的解决。这种EDA策略可以将复杂的编队控制问题转化成一组相对容易解决的子问题。为了实现多无人机Aerosonde的编队飞行控制,文中设计了分布式纵向、横向队形控制器,用于仿真验证所提出EDA策略的可行性及有效性。     

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.     

基于积分反步法的四旋翼飞行器轨迹跟踪控制

四旋翼飞行器的姿态动力学模型是多输入多输出(MIMO)、强耦合和非线性的。首先,对四旋翼飞行器动力学进行了数学建模。接着,提出了一种基于积分型的反步控制方法应用于四旋翼飞行器的稳定飞行及轨迹跟踪控制。通过引入跟踪误差的积分项,从而降低飞行器进行轨迹跟踪时的稳态误差。整个控制系统采用双闭环回路结构,内回路用于稳定飞行器的姿态角,而外回路用于控制飞行器的高度和水平方向的位移。最后,通过与传统的反步(Backstepping)控制法做实验对比,结果表明,应用积分反步(Integral Backstepping,IB)控制算法的飞行器能够较为精确地完成飞行器轨迹跟踪的任务。     

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.     

无人飞行器延时航迹规划方法

编队飞行中无人飞行器由于战场态势改变等原因常常需要延迟打击目标。在定高飞行模式下,提出了基于分层规划的延时航迹规划方法,首先基于最小风险值选择最佳延时机动区域,然后采用基于解析法的延时航迹规划算法,生成满足延迟时间和飞行约束条件要求的延时机动航迹。通过分析计算各个航迹段附近区域的风险值,确定了无人飞行器延时机动的安全飞行区域;基于解析法提出徘徊延时航迹的规划算法,并用该算法生成满足飞抵时间延迟量要求的延时航迹。仿真结果显示,徘徊延时航迹规划算法能够高效准确地规划出需要的延时航迹,规划总时间在规定的时间范围内,较好地满足了无人飞行器需要延时飞行的时间要求。     

滑翔式飞行器高空自适应跟踪制导控制方法

针对具有较大机动能力的滑翔式高超声速飞行器在复杂高空环境再入的问题,提出了一种基于LQR(线性二次调节器)的多状态自适应跟踪制导方法.该方法基于飞行器量纲一化的再入运动模型,考虑滑翔式飞行器各特征参数和飞行约束设计出基本安全飞行走廊,用拟合法将标准弹道综合成航程-高度-速度-航迹角函数.然后设计了基于LQR的多状态跟踪制导律,并采用多项式拟合法实现全弹道制导律的增益调度函数;形成了一套完整的滑翔式飞行器再入过程基于标准轨道的多状态LQR制导方案设计.并通过仿真计算,验证了该制导方法,表明该方法是有效、高精度的飞行器高空自适应跟踪制导方法.     

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。     

具有输入饱和的电液伺服系统反步位置跟踪控制

针对具有输入饱和的电液伺服系统,设计一种基于干扰观测器的反步位置跟踪控制器。利用干扰观测器对系统中由外部扰动、参数不确定等引起的未知复合干扰进行估计,同时利用跟踪微分器估计虚拟控制量的微分信号,有效降低控制器复杂性。基于Lyapunov稳定性理论证明在所设计控制器的作用下,闭环系统所有信号一致最终有界。最后对某650 mm轧机电液伺服系统进行仿真,验证所提方法具有较好的跟踪性能。     

船舶航向跟踪系统自适应滤波反步终端滑模控制

针对船舶航向非线性系统,提出了一种基于自适应滤波反步法的终端滑模控制器. 系统由二阶非线性野本模型和舵机响应模型串联组成,考虑了模型不确定性和外部干扰等未知项,并由模糊系统对未知项进行在线逼近. 首先引入二阶低通滤波器,避免了对虚拟控制律的解析求导,从而简化了反步控制器的设计,而且滤波器的低通特性可大大减小测量噪声的影响;然后利用滤波反步法的结果设计了终端滑模面,并最终得到了使系统跟踪误差有限时间收敛的终端滑模控制器. 根据Lyapunov理论证明了闭环系统所有误差变量均是一致最终有界的. 仿真结果验证了所提方法的有效性.      

无人飞行器自抗扰控制研究进展

自抗扰控制理论(ADRC)自1989年提出,先后在多个工程领域得到成功应用.能否成功应用于航空航天领域是检验自抗扰控制理论创立成功与否的关键.本文首先介绍自抗扰控制理论,然后梳理自抗扰控制在无人飞行器飞行控制领域应用,随后综述自抗扰控制器参数整定及优化、稳定性分析以及自抗扰控制改进算法及其在飞行控制系统中的应用,最后归...     

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.     

高超音速飞行器的神经网络跟踪控制

针对最小相位高超音速飞行器非线性系统的调节器方程无法求出解析解的情况,提出利用三层神经网络来近似输出反馈控制器中的前馈函数的方法,得到基于神经网络的输出反馈控制器可以解决高超音速飞行器系统的跟踪控制问题的结论.     

移动机器人路径跟踪控制方法的研究

介绍了移动机器人的基本硬件组成，基于预测控制的思想，提出了一种参考路径产生的新方法，这种方法可根据对机器人的运动预测，提前实现相应的控制动作，能在2～3个控制周期内准确逼近参考路径，且不存在一般反馈控制器的振荡问题，能够完成移动机器人路径跟踪的智能控制。实验表明：此控制方法可保证移动机器人沿各种参考路径行走且具有理想的鲁棒性。该技术也可应用到实用自主车的自动导航。     

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SDRE方法的小型无人直升机轨迹跟踪控制

针对小型无人直升机姿态稳定及位置跟踪控制问题,提出了基于SDRE(state-dependent Riccati equation)的跟踪控制方法.首先,根据牛顿欧拉方程及刚体理论建立了包含主旋翼挥舞动态的14阶无人直升机动力学模型.其次,将直升机系统依次划分为位置环,速度环,姿态环,姿态角速率环和挥舞运动环,再对各环动力学方程进行等效变换使其满足特定条件.在此基础上,针对非仿射系统,考虑引入控制输入u的微分6)u,将u作为系统状态变量6)u作为新的控制输入.最后,将所提出的方法应用于Trex-250直升机.结果表明,所提方法能够取得良好的位置和姿态跟踪效果,且具有很好的实时性和鲁棒性.