非匹配非线性系统多滑模模糊控制

针对一类非匹配非线性系统,提出一种多滑模自适应模糊控制算法。通过将参数光滑投影算法,带饱和层的滑模面设计技术以及积分型李雅普诺夫设计技术集成起来,使得算法提高了系统在抑制参数漂移、抖振现象、控制器奇异等方面的能力。算法保证闭环系统所有信号的有界性且使得跟踪误差收敛于任意设定的饱和层内。仿真结果进一步说明了算法的有效性。     

基于饱和补偿器的神经网络控制器设计及仿真

针对一类带执行器饱和的仿射非线性系统,提出了一种新型的神经网络自适应控制器的设计方法.该方法基于隐函数定理构造一个静态神经网络以补偿执行器的饱和非线性,并利用Lyapunov理论严格证明了整个闭环系统的跟踪误差、控制器参数以及各个神经网络叔值的一致最终有界陛,可以使系统的跟踪误差收敛到零附近的一个小邻域内.仿真研究表明了提出的控制方法的可行性和有效性.     

基于自适应变结构控制的机器人系统仿真研究

针对机器人系统的参数与非参数不确定性，提出一种新颖的控制策略。将自适应滑模变结构理论应用于机器人轨线跟踪控制，鲁棒增益自适应调整，Lyapunov直接法分析证明系统可实现全局渐近稳定。在保持渐近稳定性的前提下，引入平滑饱和函数，有效改善控制的暂态品质和震颤现象。仿真结果表明系统估计参数收敛，并有较高的鲁棒性和精确性。     

火电机组免疫单神经元非线性控制方法仿真研究

针对火电单元机组控制系统,提出一种免疫单神经元非线性控制策略,并设计出一种新的非线性输出跟踪控制器.该控制器由稳定逆系统和免疫单神经元自适应PID反馈控制器组成.前者是根据逆系统方法求取的,用于提高系统的响应速度;而后者,则是利用生物免疫反馈规则,使神经元比例系数可以随工况的变化自动进行调整,用于提高系统的稳定性.通过不同负荷下的仿真结果表明,该控制策略具有较强的动态解耦能力,鲁棒洼,自适应能力以及快速稳定跟踪能力.     

基于非线性跟踪的混沌反控制

针对连续仿射非线性系统，提出一种基于非线性跟踪的混沌反控制统一方法。设计了非线性跟踪控制规律，使非线性非混沌系统跟踪混沌输入信号，从而使非混沌系统产生与混沌输入信号拓扑共轭的混沌现象。仿真结果表明，该方法能够在线性可控和相对阶大于3的仿射非线性系统中产生混沌现象。     

高速再入飞行器的鲁棒自动驾驶仪设计

针对高速再入飞行器的自动驾驶仪设计问题,基于鲁棒参数化方法,采用特征结构配置和模型参考跟踪理论设计BTT飞行器姿态控制系统的鲁棒控制器,完成对于制导信号的快速跟踪。本设计的鲁棒镇定器是一个不随滚动角速度变化也无需切换的定常反馈镇定律,结构简单,便于工程实现。通过分析高速再入飞行器的特点,给出了简单可行的控制方案。将所设计的控制器应用于飞行器非线性模型进行了六自由度仿真试验。仿真时考虑了系统执行机构的时滞和饱和特性。仿真结果验证了所设计的控制器的有效性。     

基于UKF的双平台无源融合跟踪方法

针对存在配准偏差的双平台无源融合跟踪系统,提出了基于扩维Unscented卡尔曼滤波的配准跟踪一体化方法,在跟踪算法中,采用模糊调度方法调节＂当前＂统计模型参数,引入渐消因子,能够在状态发生突变时,迅速调整系统参数,提高了系统的抗机动目标自适应能力。仿真结果表明,这种跟踪算法能够较好地解决双平台无源融合跟踪系统中的配准偏差问题。     

自适应主动隔振中输出饱和抑制方法的仿真研究

针对自适应主动隔振中存在的控制器输出饱和,提出饱和抑制方法并进行算法仿真研究。该抑制方法基于跟踪滤波和归一化LMS算法,根据引起控制器饱和的直接原因提出约束优化函数,并在快速脱离饱和以及快速收敛的约束条件下确定权系数更新公式中的可变因子。新的自适应算法在理论上能够保证控制器尽快脱离输出饱和状态,使控制误差快速下降。以一个五自由度的振动系统进行算法数值仿真,并用Sigmoid函数描述饱和输出特性,显式表示可变因子,仿真结果表明所提方法能够有效地抑制输出饱和的不良影响,显著改善自适应主动隔振的控制效果。     

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。     

基于LPV的超空泡航行体H∞抗饱和控制

针对超空泡航行体在运动过程中面临的执行器饱和问题,提出一种基于线性变参数(linear parameter varing ,LPV)的抗饱和控制方法。首先在航行体动力学模型基础上考虑执行器饱和非线性因素,将滑行力和执行器分别建模为时变参数的仿射函数,最终得到系统矩阵仿射依赖于时变参数的LPV模型,同时,该模型也考虑了噪声干扰条件下控制器的鲁棒性。基于该LPV模型,运用多面体理论和Lyapunov方法设计了不依赖于时变参数的静态状态反馈控制器。仿真结果表明,所设计的控制器可以保证航行体在执行器发生饱和时仍能渐近跟踪给定深度指令,且在零初始条件下具有对噪声的H∞抑制性能。     

基于干扰补偿的拦截弹新型反演姿态控制

针对同时具有未知干扰以及输入饱和与死区特性的大气层内拦截弹姿态控制系统,提出了一种基于干扰补偿的自适应动态面控制器设计方法。该方法通过设计改进的非线性干扰观测器(nonlinear disturbance observer, NDO)对未知干扰进行抑制,利用径向基函数(radial basis function,RBF)神经网络逼近输入饱和引起的非线性项,通过设计参数自适应律在线估计未知死区边界。通过构造合适的Lyapunov函数,证明闭环系统状态一致终结有界。仿真结果表明,所提方法鲁棒性良好,在输入非线性和未知干扰作用下,依然能良好地跟踪指令信号。     

Finite-time neural funnel control for motor servo systems with unknown input constraint

In this paper, a finite-time neural funnel control (FTNFC) scheme is proposed for motor servo systems with unknown input constraint. To deal with the non-smooth input saturation constraint problem, a smooth non-affine function of the control input signal is employed to approximate the saturation constraint, which is further transformed into an affine form according to the mean-value theorem. A fast terminal sliding mode manifold is constructed by using a novel funnel error variable to force the tracking error falling into a prescribe boundary within a finite time. Then, a simple sigmoid neural network is utilized to approximate the unknown system nonlinearity including the saturation. Different from the prescribed performance control (PPC), the proposed finite-time neural funnel control avoids using the inverse transformed function in the controller design, and could guarantee the prescribed tracking performance without knowing the saturation bounds in prior. The effectiveness and superior performance of the proposed method are verified by comparative simulation results.     

基于干扰估计的BTT导弹鲁棒方差姿态控制

针对存在非线性和不确定性的倾斜转弯(bank-to-turn, BTT)导弹姿态控制问题,提出基于干扰估计的鲁棒方差控制方法。将姿态运动中非线性项和不确定项作为总干扰,采用干扰观测器进行估计,并引入控制系统进行补偿。干扰观测器的观测误差作为BTT导弹姿态运动的干扰输入,为了保证控制系统具有良好的动态和稳态性能,采用鲁棒方差控制理论设计了线性反馈控制器,将闭环极点配置在特定圆盘区域,同时将状态变量的稳态方差保持在给定的范围内。仿真结果表明,所提出的鲁棒方差姿态控制器能够保证良好的控制效果,鲁棒性强。     

FMCW雷达周期非线性相位估计与矫正

为获取高质量距离像,解线频调接收体制的调频连续波雷达通常需要进行非线性矫正。传统基于多项式模型的方法虽然能够矫正系统中绝大部分的非线性失真,但难以抑制由周期非线性引起的成对回波,距离压缩质量仍有较大提升空间。本文将剩余的周期非线性误差建模为多分量正弦调频信号,提出一种匹配初值与非线性最小二乘相结合的参数估计方法。所提算法仅采用傅里叶变换以及一维相位搜索即可实现正弦调频参数的快速估计,然后利用非线性最小二乘进一步提高估计精度,最后利用匹配傅里叶变换进行空变非线性矫正。仿真以及实测数据均表明,本文所提算法能够有效消除周期相位误差,抑制成对回波,显著改善距离压缩质量。     

非匹配不确定性条件下的编队分布式协同控制

针对非匹配不确定性、饱和输入等约束条件下的编队协同控制问题展开研究。通过引入辅助系统和扩张状态观测器实现对系统状态的实时跟踪;设计了滑模扰动观测器,实现在有限时间内精确估计系统的全部未知扰动;在此基础上,提出了反馈控制协议,显著改善了系统控制性能,有效降低了计算负担,使得通过选择合适参数能够保证状态追踪误差收敛到有界域内;最后通过Lyapunov稳定性理论对控制系统稳定性进行严格证明。数值算例验证了控制协议有效性,结果表明所设计的控制协议能够满足复杂约束条件下的编队协同控制要求。     

基于反双曲正切函数的跟踪微分器设计与应用

通过引入反双曲函数与终端吸引子函数,构造了一种新型跟踪微分器。反双曲正切函数在平衡点较近处优异的线性特性可以保证系统收敛的平滑性,远离平衡点处的非线性特性能保证收敛的快速性。通过引入终端吸引子函数,降低了高频信号引起的抖振,增强了噪声抑制能力。通过扫频测试总结得出了参数整定规则后,与典型的跟踪微分器进行对比仿真,测试了所设计新型跟踪微分器的性能。最后,在控制器设计时,基于所提出的新型跟踪微分器构造了干扰观测器。通过仿真对比,证明所构造的干扰观测器实现了对模型不确定项的有效估计。     

含执行器非线性的多操纵面飞机自适应跟踪控制

针对含执行器非线性多操纵面飞机跟踪控制困难的问题,基于控制分配提出了一种鲁棒自适应神经网络控制方法。推导了含执行器非线性的多操纵面飞机控制分配方程。设计了自适应神经网络对系统中的非线性不确定项进行补偿,并引入鲁棒项消除了外界干扰和系统误差。利用Lyapunov稳定性定理证明了闭环系统的所有信号都是有界收敛的,且跟踪误差渐近趋于0。仿真结果验证了方法的有效性。     

基于干扰估计的高超声速飞行器鲁棒控制方法

针对高超声速飞行器高度与速度跟踪所面临的参数不确定与外界干扰问题,提出基于干扰估计的鲁棒控制律设计方法。首先建立含参数不确定与外界干扰的高超声速飞行器模型;而后基于动态逆思想,将动力学模型进行线性化,并将由参数不确定与外界干扰对系统造成的总效果看作系统总干扰,从而引入线性扩张状态观测器实现对系统状态及总干扰的估计;最后考虑总干扰作用,提出具有鲁棒性能的动态逆控制律与滑模控制律。通过与传统控制律进行对比仿真,结果表明所设计的两种鲁棒控制器只需在原有方法基础上进行简单改进,即可较大程度提高对系统参数不确定与外界干扰的鲁棒性,具有良好的跟踪性能。     

一类不确定执行器非线性系统的自适应控制

针对一类带不确定执行器非线性的控制系统,提出了一种自适应神经网络控制方法。建立了包括死区、齿隙和“类齿隙”磁滞特征的非线性执行器模型。通过结合所建立的模型和Nussbaum增益技术,解决了当执行器非线性不确定时的控制问题。所设计的方案不需知道非线性特征参数边界,并且当非线性特征为死区时,其坡度可以为时变的。引入了自适应补偿项消除建模误差和干扰的影响。仿真结果验证了该方法的有效性。