基于扩张状态观测器的变形机翼抗饱和控制

针对一类滑动蒙皮机翼模型的强非线性、模型不确定性、未知外部干扰以及执行器饱和特性,提出了基于扩张状态观测器(extended state observer,ESO)的抗饱和控制方法。通过将变形机翼系统的不确定性视为扩张状态,设计了ESO对扩张状态进行估计;并在控制策略中,对观测出的扩张状态进行实时补偿;利用线性矩阵不等式工具给出了执行器饱和条件下的收敛域。数值仿真结果表明变形机翼系统可以有效克服模型不确定性、未知外部干扰与执行器饱和的影响,完成变形指令。     

一类输入受限的不确定非线性系统自适应Backstepping变结构控制

针对一类输入受限的不确定非线性系统,提出了一种自适应Backstepping变结构控制器设计方法。建立了受未知非线性特征约束的执行器故障模型,可以描述系统存在死区、齿隙、饱和、滞回等输入受限情形以及可能发生的执行器失效、卡死等故障情形。设计径向基函数神经网络补偿未建模动态项,引入一阶低通滤波器避免了Backstepping控制中的计算复杂性问题。自适应近似变结构控制能够有效削弱控制信号抖振。理论分析和仿真实验结果证明,提出的自适应鲁棒控制律能够在输入受限的情况下自适应地调节控制输入,使得闭环系统稳定且满足控制性能要求。     

不确定非线性时滞系统的鲁棒可靠控制

研究一类不确定非线性时滞系统的状态反馈鲁棒可靠控制问题。系统包含状态时滞、控制输入时滞、参数不确定性和未知的非线性扰动。目的是设计线性无记忆状态反馈控制器 ,使得对于任意容许的不确定性以及在一个预先指定的执行器子集合中执行器的失效 ,相应的闭环系统渐近稳定。最后给出一个数值例子验证了所给结果的有效性     

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。     

一类执行器卡死的T-S模糊自适应容错控制

针对一类执行器发生故障的非线性系统,提出了基于T-S模糊模型和模型参考自适应控制的容错控制设计方案。该方案特点是:在利用Takagi-Sugeno(T-S)模糊模型对非线性系统进行建模时,假设局部线性模型的参数未知,利用自适应控制算法,在线调整控制器参数,实现系统对参考模型的状态跟踪。在系统发生故障时,系统能够重构控制律以抵消故障对系统的影响,维持系统的稳定性以及期望的跟踪目标。利用李亚普诺夫理论分析了系统的稳定性,给出了能够实现状态跟踪的匹配条件以及控制器参数更新律。利用某飞机模型进行了仿真,证明本文方法的有效性。     

基于观测器的非线性系统执行器死区故障的自适应跟踪控制

研究了一类具有不对称执行器死区故障的非线性系统的跟踪控制问题。基于扩张观测器,提出了一种新的自适应跟踪控制方法。取消了系统所有状态完全可测的限制。在死区模型所有参数以及系统非线性不确定项上界均未知的情况下,所设计的自适应控制器可以很好地消除执行器死区故障的影响,保证跟踪误差有界。仿真结果表明该方法的有效性。     

考虑输入输出受限的无人机自适应滑模容错控制

针对存在执行器故障、控制输入饱和与状态约束的无人机(unmanned aerial vehicle, UAV)姿态控制系统,提出一种新的基于反步法的具有有限时间收敛的自适应滑模姿态容错控制方法。首先,为了抑制执行器故障以及外部干扰的影响,采用自适应和干扰观测器技术,实现对干扰的双重抑制。然后,设计动态辅助系统与障碍Lyapunov函数,证明在输入饱和与状态约束的条件下,闭环姿态控制系统可以在有限时间内稳定,且系统中所有信号最终是有界的。最后,对于小型无人系统的姿态跟踪问题进行性能仿真与对比仿真研究。仿真结果表明,所提出的容错控制方法能够保证在执行机构发生故障时控制系统的有效性,并且该方法具有良好的性能。     

考虑输入输出受限的无人机自适应滑模容错控制

针对存在执行器故障、控制输入饱和与状态约束的无人机(unmanned aerial vehicle, UAV)姿态控制系统,提出一种新的基于反步法的具有有限时间收敛的自适应滑模姿态容错控制方法。首先,为了抑制执行器故障以及外部干扰的影响,采用自适应和干扰观测器技术,实现对干扰的双重抑制。然后,设计动态辅助系统与障碍Lyapunov函数,证明在输入饱和与状态约束的条件下,闭环姿态控制系统可以在有限时间内稳定,且系统中所有信号最终是有界的。最后,对于小型无人系统的姿态跟踪问题进行性能仿真与对比仿真研究。仿真结果表明,所提出的容错控制方法能够保证在执行机构发生故障时控制系统的有效性,并且该方法具有良好的性能。     

T-S 模型输入饱和扰动抑制及在Lurie 系统中的应用

研究了一类输入饱和T-S 模糊系统的扰动抑制问题。采用分区讨论与大中取大综合方法处理饱和项，利用Lyapunov 稳定性理论，提出了非线性系统的执行器饱和控制器存在的充分条件，进一步对控制器进行了优化，以实现扰动抑制要求。通过简单变换，将该条件转化为Matlab 易于求解的线性矩阵不等式。最后对鲁里叶(Lurie)系统的控制仿真验证了方法的有效性。     

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。     

Full-order sliding mode control for high-order nonlinear system based on extended state observer

In this paper, a full-order sliding mode control based on extended state observer (FSMC+ ESO) is proposed for high-order nonlinear system with unknown system states and uncertainties. The extended state observer (ESO) is employed to estimate both the unknown system states and uncertainties so that the restriction that the system states should be completely measurable is relaxed, and a full-order sliding mode controller is designed based on the ESO estimation to overcome the chattering problem existing in ordinary reduced-order sliding mode control. Simulation results show that the proposed method facilitates the practical application with respect to good tracking performance and chattering elimination.     

采用ESO补偿的再入飞行器姿态预测控制方法

针对飞行器再入姿态运动设计了一种基于扩张状态观测器(extended states observer,ESO)的预测控制方法。为了降低系统的阶数,将姿态系统分成姿态角子系统和姿态角速率子系统,分别设计控制器。采用动态逆方法将运动方程线性化,并基于此推导了解析的最优预测控制律。为了提高控制器的精度和鲁棒性,采用ESO对模型误差和不确定扰动进行估计,并在预测控制律中进行补偿。最后证明了算法的稳定性。通过六自由度仿真分析,验证了控制方法的良好性能。     

基于MPC的无人机航迹跟踪控制器设计

针对固定翼无人机航迹跟踪问题,采用基于状态扩展的双反馈模型预测控制理论对控制器进行设计。首先推导基于侧向偏差的无人机侧向航迹跟踪模型,采用动态逆方法对模型进行线性化处理,在此基础上设计基于状态扩展的双反馈模型预测控制器,并采用量子粒子群优化(quantum particle swarm optimization, QPSO)算法对控制器参数进行优化,考虑无人机飞行过程中受到的未知干扰,引入扩张状态观测器(extended states observer, ESO)对干扰进行观测,进一步提高系统的鲁棒性,并结合实际工程应用对系统进行数学仿真。仿真结果表明,基于状态扩展双反馈模型预测控制的无人机侧向航迹跟踪控制器,能够在系统存在模型不确定性与受到动态干扰时对期望航迹进行准确、稳定的跟踪。     

基于扩张观测器的输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制

针对速度不可测和输入受限的四旋翼飞行器轨迹跟踪控制问题,考虑系统存在模型动态不确定和外界干扰未知的情况,提出一种输入受限四旋翼飞行器轨迹跟踪动态面输出反馈控制方法。该方法首先设计非线性扩张状态观测器估计飞行器系统的速度和广义扰动,然后结合反演法和动态面技术设计动态面轨迹跟踪控制律,以降低控制算法的复杂性,同时引入双曲正切函数解决控制输入饱和问题,并构造辅助方程降低饱和效应,最后选取李雅普诺夫函数证明闭环系统所有信号一致最终有界。以大疆M100飞行器为目标进行控制仿真,结果表明,所设计的输出反馈控制器能够有效地处理飞行器系统控制输入受限、速度不可测和未知干扰问题,实现飞行器精确轨迹跟踪控制。     

基于扩张状态观测器的导弹纵向控制系统设计

基于扩张状态观测器设计了导弹纵向通道控制系统。首先将弹体弹性、模型参数的不确定性和测量元件的动态特性视为复合干扰,并将其作为系统的一个扩张状态|然后利用扩张状态观测器对扩维后的系统状态进行估计,将估计值用于状态反馈和设计控制补偿项|最后给出了控制算法的稳定性证明。仿真结果表明,所设计的控制算法具有较好的指令跟踪性能和强鲁棒性。     

输入非仿射不确定系统的跟踪控制

针对一类不确定性输入非仿射的混沌系统,结合模糊逻辑系统、非线性跟踪微分器以及扩展状态观测器,利用反演技术设计了一种新的控制器。该设计中,扩展状态观测器用来估计系统中的未知项及扰动项;模糊逻辑系统用来逼近扩展状态器不能很好处理的未知项,并且设计了误差补偿项;非线性跟踪微分器用来逼近虚拟控制量的导数;然后利用Lyapunov稳定性理论证明了闭环误差信号将渐进收敛到原点的残集内。对具有扰动和不确定性的输入非仿射混沌系统进行了仿真,同时针对一类非严格反馈系统进行了仿真,结果表明了该方法的可行性和有效性。     

高阶非线性时滞系统的神经网络动态面控制

针对一类具有未知时变时滞的不确定高阶非线性系统,基于增加幂次积分方法,提出了一种非光滑状态反馈自适应神经网络动态面控制设计方案。通过构造适当的Lyapunov Krasovskii泛函处理了未知时变时滞不确定项;通过利用神经网络权值范数的适当形式幂次函数,将神经网络用于对在单步递推中所构造的未知函数进行建模;采用动态面技术,解决了“微分爆炸”问题。所提控制方案能够保证闭环控制系统的状态量和跟踪误差半全局一致终结有界。最后,仿真算例结果表明了该方案的有效性。     

Formation Tracking for Nonlinear Multi-agent Systems with Input and Output Quantization via Adaptive Output Feedback Control

Signal quantization can reduce communication burden in multi-agent systems, whereas it brings control challenge to multi-agent formation tracking. This paper studies the output feedback control problem for formation tracking of multi-agent systems with both quantized input and output.The agents are described by a nonlinear dynamic model with unknown parameters and immeasurable states. To estimate immeasurable states and solve the uncertainties, state observers are developed by using dynamic high-gain tools. Through proper parameter designs, an output feedback quantized controller is established based on quantized output signals, and the quantization effect on the control system is eliminated. Stability analysis proves that, with the proposed control scheme, multi-agent systems can track the reference trajectory while forming and maintaining the desired formation shape.In addition, all the signals in the closed-loop systems are bounded. Finally, the numerical simulation and practical experiment are provided to verify the theoretical analysis.     

Chaos and Nonlinear Feedback Control of the Arch Micro-Electro-Mechanical System

This paper addresses a nonlinear feedback control problem for the chaotic arch microelectro- mechanical system with unknown parameters, immeasurable states and partial state-constraint subjected to the distributed electrostatic actuation. To reflect inherent properties and design controller, the phase diagrams, bifurcation diagram and Poincare section are presented to investigate the nonlinear dynamics. The authors employ a symmetric barrier Lyapunov function to prevent violation of constraint when the arch micro-electro-mechanical system faces some limits. An RBF neural network system integrating with an update law is adopted to estimate unknown function with arbitrarily small error. To eliminate chaotic oscillation, a neuro-adaptive backstepping control scheme fused with an extended state tracking differentiator and an observer is constructed to lower requirements on measured states and precise system model. Besides, introducing an extended state tracking differentiator avoids repeated derivative for the virtual control signal associated with conventional backstepping. Finally, simulation results are presented to illustrate feasibility of the proposed scheme.